PTrade 数据教程：get_history 中 fq 参数（前复权/后复权）详解

在 PTrade 中使用 get_history 函数时，fq（复权）参数的选择取决于你的策略逻辑和使用场景。

简单来说：绝大多数做技术分析和趋势跟踪的策略，应该选择 'pre'（前复权）。

以下是详细的对比和建议：

1. 前复权 (fq='pre') —— 推荐用于策略信号生成

• 含义：以当前价格为基准，对历史价格进行调整。保持当前价格不变，向下调整历史价格，以消除分红、配股、拆细等造成的缺口。
• 适用场景：
  • 技术指标计算：计算均线（MA）、MACD、KDJ、RSI 等指标。
  • 信号判断：因为实盘交易中获取到的实时价格（data[security]['close']）是不复权的（即盘面真实价格）。使用前复权计算出的均线，其尾端与当前的实时价格处于同一个价格体系下，可以直接比较（例如：current_price > MA20）。
• 优点：K 线图形连续，技术指标不会因为除权除息出现跳空缺口，且与当前实时股价无缝衔接。

2. 后复权 (fq='post') —— 推荐用于计算长期收益率

• 含义：以上市首日价格为基准，对之后的价格进行调整。保持历史价格不变，向上调整当前和最近的价格。
• 适用场景：
  • 资产增长分析：计算一只股票在很长一段时间内的真实累计收益率（假设分红再投资）。
  • 回测分析：用于分析如果不考虑除权影响，股价理论上应该到达的高度。
• 缺点：计算出的价格可能非常高（例如某股票现价 10 元，后复权价可能是 500 元）。不能直接拿后复权计算出的均线与当前的实时价格（不复权）进行比较，否则会产生严重的信号错误。

3. 不复权 (fq=None) —— 推荐用于价格校验

• 含义：交易所记录的原始成交价格。
• 适用场景：
  • 挂单价格校验：当你需要判断当前价格是否触及涨跌停板（high_limit/low_limit），或者需要以具体的盘口价格下单时。
  • 除权日识别：通过对比前一日收盘价，识别当日是否发生了除权除息。
• 缺点：如果股票发生送转或分红，K 线图会出现巨大的跳空缺口，导致技术指标（如均线）突然断崖式下跌，从而触发错误的卖出信号。

代码示例

以下是一个典型的双均线策略片段，展示了如何正确使用 'pre'（前复权）：

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    # 【重要】计算技术指标时，务必使用 'pre' (前复权)
    # 如果使用 None (不复权)，遇到分红拆股时，均线会断崖下跌导致误判
    # 如果使用 'post' (后复权)，均线价格会远高于当前股价，导致无法比较
    hist = get_history(20, '1d', 'close', g.security, fq='pre')
    
    if len(hist) < 20:
        return

    # 获取过去20天的收盘价数据
    close_prices = hist['close']
    
    # 计算均线
    ma5 = close_prices[-5:].mean()
    ma20 = close_prices[-20:].mean()
    
    # 获取当前实时价格 (注意：data中的价格是不复权的，也就是真实盘面价格)
    current_price = data[g.security]['close']
    
    # 因为使用了前复权，ma5 和 ma20 的价格基准与 current_price 是一致的，可以直接比较
    if ma5 > ma20:
        log.info("5日均线大于20日均线，当前价: %.2f, MA5: %.2f" % (current_price, ma5))
        # 交易逻辑...

总结

• 写策略、算指标（MA, MACD等）：请用 fq='pre'。
• 算长期回报、回测净值分析：可用 fq='post'。
• 判断涨跌停、挂单具体价格：可用 fq=None。

Q&A

Q: 如果我在 get_history 中不传 fq 参数会怎样？
A: 根据 PTrade 文档，fq 参数的默认值是 None。这意味着如果你不指定，获取到的是不复权数据。如果你的策略依赖技术指标，一旦遇到股票除权除息，指标会出现剧烈波动，导致策略发出错误的交易信号。因此，建议显式地指定 fq='pre'。

Q: 为什么实盘交易中 data 里的价格是不复权的，但我却要用前复权的历史数据？
A: 前复权的原理就是“把历史价格调整到与当前价格可比的水平”。实盘中的 data 是当前的真实价格，而前复权恰恰是保持当前价格不变，去修改历史价格。因此，它们在数学上是处于同一个坐标系内的，可以直接进行比较（如 if current_price > ma_pre）。

Q: dypre（动态前复权）是什么？
A: dypre 是 PTrade 特有的一种复权方式，它在回测过程中，每天都以“当天的回测日期”为基准向前复权。这在模拟真实交易环境时非常有用，因为它避免了“未来函数”（即避免了在 2015 年回测时就已经知道了 2020 年的分红信息）。但在简单的策略编写中，使用 'pre' 通常已经足够满足需求。