我给每次回测留了一串数据指纹：定位结果漂移更快

同一份策略、同一段日期，昨天跑出的收益曲线和今天不一样，排查起来很费时间。代码提交记录没有变化，参数也相同，最后才发现行情文件被重新下载过：有几行停牌数据被补齐，结果自然跟着变了。

现在我会在每次回测开始前，给输入数据生成一个“指纹”。它不是用来加密，而是快速回答一个问题：这次运行吃进去的数据，是否和上次完全一致。

做法可以很轻量。先固定排序、列顺序和索引，再对 DataFrame 逐行哈希，最后汇总成一串 SHA-256：

import hashlib

import pandas as pd

def fingerprint(df):

x = df.sort_values(["trade_date", "symbol"])

x = x.reset_index(drop=True)

rows = pd.util.hash_pandas_object(x, index=True)

return hashlib.sha256(rows.values.tobytes()).hexdigest()

pandas 的 hash_pandas_object 会根据数据值生成逐行哈希，也可以把索引纳入计算。外层再用 hashlib 汇总，日志里只需保存一串十六进制结果，不必复制整份行情文件。

不过，直接哈希也有两个容易踩的坑。第一，行顺序、字段顺序和数据类型变化都会让结果变化，所以指纹前必须明确排序和类型转换规则。第二，数据指纹只能说明字节层面是否一致，不能说明数据含义是否一致。如果复权方式、时区或价格单位改了，还要把这些配置一起写进运行清单。

我的回测日志现在固定记录数据指纹、行数、起止日期、字段名、策略参数和代码版本。遇到结果漂移时，先比较这些信息：指纹不同就查数据管道，指纹相同再查随机种子、依赖版本和策略代码。这样能把“为什么变了”从猜测变成可复查的问题。