

> 本文你将得到什么：
> 1. 一套"缺口三方案"对比：不处理 / 全部前向填充 / 短缺口填充+长缺口区间切断，各有实测指标
> 2. 一个反直觉实证：前向填充不改变累计收益（两方案同为 -22.49%），它修的是收益归因和索引连续性
> 3. 一个直接影响回测结论的处理：长缺口区间切断让累计收益从 -22.49% 变成 -5.01%——缺口处理方式会改变你的策略评估
> 4. 可复制的连续缺失游程检测：按"缺失交易日数"判缺口长短，天然不被节假日误触发

---

## 痛点：停牌那几天，价格去哪了

A 股停牌是常态：重大资产重组停牌几个月、盘中临时停牌一小时、节假日休市。你的 K 线数据拿到手，这些日期就是缺的。缺了怎么办？

最省事的做法是 `dropna()`——直接把缺的行扔掉。但扔掉之后，缺口两端的价格被直接相除，复牌那天算出一个 -18% 的"单日跌幅"——那不是一天的行情，是好几个月的浓缩。另一种流行做法是 `ffill()` 前向填充，把最后已知价格一路复制过来。听起来合理，但长缺口填出来的"价格"是假的，会让波动率失真。

这篇用一次对照实验讲清楚：什么缺口该填、什么缺口不该填。

---

## 环境准备

```bash
pip install mairui pandas numpy matplotlib
```

---

## 第一步：对齐交易日历，让缺口现形

单只股票的数据缺失后，缺口是"看不见"的——日期直接跳过去了。正确姿势是先把数据 reindex 到**交易日历**上（真实场景：交易所或指数的交易日序列），缺失日变成 NaN 行，缺口才现形：

```python
from mairui import Client
import pandas as pd
import numpy as np
import random

client = Client("LICENCE-66D8-9F96-0C7F0FBCD073")  # 演示证书，请换成你自己的正式证书

def wiggle(bars, seed):
    rng = random.Random(seed)
    out = []
    for i, b in enumerate(bars):
        k = 1.0 + (rng.random() - 0.5) * 0.10
        nb = dict(b)
        for f in ("o", "h", "l", "c"):
            nb[f] = round(float(nb[f]) * k, 2)
        out.append(nb)
    return out

SEED = 20260926 + 600519
bars = client.stock_history(code="600519", period="d", dividend="f")
bars = wiggle(bars, seed=SEED)

df = pd.DataFrame(bars).rename(columns={"t": "date"}).sort_values("date").tail(50).reset_index(drop=True)
for col in ("o", "h", "l", "c", "v"):
    df[col] = df[col].astype(float)
calendar = pd.to_datetime(df["date"])   # 交易日历（此处用完整数据日期序列代替）

# 教学场景：停牌 3 个交易日 + 长缺口 8 个交易日 + 停牌期间市场大跌 25%（复牌补跌）
df.iloc[41:, df.columns.get_indexer(["o", "h", "l", "c"])] = (
    df.iloc[41:, df.columns.get_indexer(["o", "h", "l", "c"])] * 0.75).round(2)
cols = ["o", "h", "l", "c", "v"]
df.iloc[20:23, df.columns.get_indexer(cols)] = np.nan    # 短缺口 3 日
df.iloc[33:41, df.columns.get_indexer(cols)] = np.nan    # 长缺口 8 日
```

说明：这里用的是公开演示证书，为演示方便明文写入；实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。

---

## 第二步：三方案对比

**方案 A：不处理**（dropna 后直接算收益）——这是很多初学者管道的真实样子：

```python
ret_raw = df.dropna(subset=["c"])["c"].pct_change()
fake_i = ret_raw.abs().idxmax()
print(f"最大\"单日涨跌\" {ret_raw[fake_i]:+.2%}")   # 跨缺口价格差，不是收益
```

**方案 B：全部前向填充** + 成交量填 0：

```python
filled = df.copy()
filled["is_filled"] = filled["c"].isna()
for col in ("o", "h", "l", "c"):
    filled[col] = filled[col].ffill()
filled["v"] = filled["v"].fillna(0.0)   # 停牌无成交
ret_b = filled["c"].pct_change()
```

**方案 B'：短缺口填充 + 长缺口区间切断**——按"连续缺失交易日游程"判缺口长短，超过 5 个交易日的长缺口不做填充，整个区间从回测中切断（复牌首日不与前段相连）：

```python
LONG_GAP = 5
isna = df["c"].isna()
run_id = (isna != isna.shift()).cumsum()          # 连续段编号
run_len = isna.groupby(run_id).transform("sum")   # 每段长度
long_mask = isna & (run_len > LONG_GAP)           # 长缺口游程

keep = filled[~long_mask]
ret_bp = keep["c"].pct_change()
first_after = keep.index[keep.index > df.index[long_mask].max()][0]
ret_bp.loc[first_after] = np.nan   # 区间切断：复牌首日不与前段相连
```

最后把三方案的指标放在一起：

```python
for name, r in [("A 不处理", ret_raw), ("B 全部前向填充", ret_b), ("B' 短缺口填充+长缺口切断", ret_bp)]:
    r2 = r.dropna()
    print(f"{name}: 有效bar数={len(r2)+1}  年化波动率={r2.std()*np.sqrt(252):.2%}  "
          f"累计收益={(1+r2).prod()-1:+.2%}  最大单日涨跌={max(r2.max(), -r2.min()):+.2%}")
```

---

## 运行结果

**输出示例**（演示证样例数据 + 确定性注入，仅供演示）：

```
[2] 方案 A：不处理...
  最大"单日涨跌"出现在 2025-11-19: -18.40%（上一有效 bar 为 2025-11-06，实为跨缺口价格差）

[3] 方案 B：全部前向填充 + 成交量填 0...
  填充行 11 行（成交量置 0）
  停牌 3 日填充行收益: [0.0, 0.0, 0.0]（恒为 0，停牌不计收益）

[5] 三方案关键指标对比...
            方案  有效bar数  年化波动率    累计收益  最大单日涨跌
         A 不处理      39 79.25% -22.49% +18.40%
      B 全部前向填充      50 69.68% -22.49% +18.40%
B' 短缺口填充+长缺口切断      42 61.99%  -5.01%  +8.37%
```

三个数字值得盯住：**方案 A 的 -18.40%** 是 8 个交易日价格差被记成"一天跌的"；**方案 A 与 B 的累计收益完全相同**（-22.49%）——前向填充并不改变你赚了还是亏了，它修的是收益归因（停牌期记 0、复牌跳变独立成日）和索引连续性（滚动窗口不再跨缺口错算）；**方案 B' 的累计收益从 -22.49% 变成 -5.01%**——把长缺口区间切断，等于承认"停牌期间发生的事与策略无关"，回测结论被实质性改变。

---

## 结果怎么读（诚实的部分）

1. **前向填充不是"改收益"，是"改归因"**：方案 A 和 B 累计收益一模一样，但 B 的日收益序列里停牌期是干净的 0，复牌跳变独立成日——你的波动率、回撤、最大单日涨跌统计从此有据可查；
2. **长缺口切断会改变回测结论，这不是数据清洗的失败，而是诚实**：-22.49% 里那笔 -18.40% 是停牌期间市场大跌的浓缩，你的策略根本没有交易机会参与其中；把它算进回测，等于让策略为没发生过的持仓承担损失。切断与否取决于回测目的——评估"停牌期间也持仓"的真实体验就不该切断，评估"策略信号本身"就该切断；
3. **复牌跳变在真实市场有对应物**：长期停牌复牌后的连续跌停确实会浓缩在复牌首日，方案 B 保留它是合理的；本例用确定性注入模拟该场景，数字为教学示例，换正式证书即适用真实行情。

---

## 常见坑

1. **用日历天数判缺口长短**：国庆 7 天、春节 9 天按日历算全是"长缺口"，每年误报两回。正确做法是像本文一样按"连续缺失的交易日游程"判——节假日不在交易日历里，天然不会形成游程；
2. **插值填充价格**：线性插值会用"未来的价格"填"过去的缺口"（前视），且插出的价格从未成交过。前向填充只用已知历史，是停牌期唯一说得过去的填充方式；
3. **填充后忘了成交量置 0**：停牌期没有成交，成交量填 0 是填充方案的一部分；成交量照抄旧值会让量能类指标（量比、OBV）全部失真；
4. **多只股票各自 dropna 后直接 merge**：三只股票停牌日期不同，对齐后 NaN 会互相扩散，最后谁都没有完整数据——这是下一篇"多标的对齐合并"要解决的问题。

---

## 小结与下篇预告

- 缺失处理三方案：不处理（跨缺口假收益污染日收益分布）、全部前向填充（归因干净但长缺口稀释波动率）、短缺口填充+长缺口区间切断（本文推荐默认）；
- 本例实测：A/B 累计收益同为 -22.49%，B' 切断长缺口后变 -5.01%——缺口处理方式直接改变回测结论；
- 单只股票的缺口处理完了，多只股票怎么办？三只股票日期对不上、merge 之后 NaN 满天飞怎么排查？下一篇讲多标的对齐合并实战（merge / concat / reindex 的正确姿势与 NaN 扩散排查）。

---

## 免责声明

本文所有内容仅用于技术学习与交流，不构成任何投资建议。股市有风险，投资需谨慎。


一套"缺口三方案"对比：不处理  全部前向填充  短缺口填充+长缺口区间切断，各有实测指标

【Python量化数据清洗实战 03】缺了的价格怎么补：前向填充的适用与陷阱

人工智能

停牌缺口处理三方案实测对比：不处理导致跨缺口假收益（-18.40%计入单日）、前向填充仅修归因不改变累计收益（-22.49%）、短填充+长缺口切断将累计收益修正为-5.01%。按连续缺失交易日游程识别缺口，规避节假日误判，直接影响策略回测结论可靠性。

数据清洗

代码解释

GitHub

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【Python量化数据清洗实战 03】缺了的价格怎么补：前向填充的适用与陷阱-腾讯云开发者社区-腾讯云

【Python量化数据清洗实战 03】缺了的价格怎么补：前向填充的适用与陷阱

【Python量化数据清洗实战 03】缺了的价格怎么补：前向填充的适用与陷阱

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐