Ptrade 历史数据前复权失效（数据断崖）怎么办？附排查与修复指南

国盛证券的Ptrade数据无论是回测还是实盘很有问题，前复权不正确，数据断崖

连基本的历史数据都无法保证数据正确。

举个例子，比如 煤炭ETF 515220，
在4月12日进行的除权，1股变2股，因此，所以4月12日之后的价格会是原来的1/2，如果做前复权，那么前面的价格也都是要根据当前的价格做复权处理。

结果国盛的ptrade的历史数据，取的是前复权数据，前复权数据，（重点强调），在4月12日的的时候就出现了断崖。也就是没有做复权的处理。
测试代码很简单：
def initialize(context):
run_daily(context, event, '09:38')


def handle_data(context, data):
pass


def event(context):
his60 = get_history(60, '1d', ['close'], ['515220.SS'], fq='pre', include=False)
print(his60)
运行时间改成任意的就行。

获取历史数据用
get_history，取过去60天的前复权的数据。 然后就是断崖的数据。 已经确定是国盛的ptrade数据问题。因为我用上面的代码，在东莞证券，国金证券，湘财证券的ptrade上运行，均能得到正确的数据。

问题现象分析

在 Ptrade 量化交易平台中，调用 get_history 接口并设置 fq='pre'（前复权）时，如果发现某只标的（如 ETF 515220）在除权除息日（如 1股拆2股）前后出现价格“断崖”，说明底层数据源的复权因子未及时更新或缺失。

由于 Ptrade 是各家券商独立私有化部署的，底层行情数据源（如聚源、恒生等）由各券商自行维护。这就是为什么同一段代码在东莞、国金、湘财证券的 Ptrade 上运行正常，而在国盛证券上出现异常的原因。

解决方案与应对策略

面对券商端的数据源问题，量化交易者可以采取以下几种策略来解决或规避：

1. 终极解决：向券商技术支持报备

这是最根本的解决方法。请将您的测试代码和异常结果截图，直接反馈给国盛证券的客户经理或 Ptrade 专属技术支持群。明确指出：“标的 515220.SS 在4月12日除权，get_history 接口 fq='pre' 参数未生效，复权因子缺失”。通常券商会在服务端重新拉取或修复数据。

2. 代码级规避：使用 get_stock_exrights 手动校验或复权

在等待券商修复期间，或者为了增强策略的健壮性，可以使用 Ptrade 提供的 get_stock_exrights 接口获取除权除息信息，手动判断是否发生了除权，或者自行计算复权价格。

API 接口说明：
get_stock_exrights(stock_code, date=None)
返回包含 exer_forward_a（前复权除权因子A）和 exer_forward_b（前复权除权因子B）的 DataFrame。前复权价格计算公式：前复权价格 = A * 价格 + B。

手动复权/校验示例代码：

def initialize(context):
    g.security = '515220.SS'
    set_universe(g.security)
    run_daily(context, check_data_event, '09:38')

def check_data_event(context):
    # 1. 获取未复权的原始数据
    his_none = get_history(60, '1d', ['close'], [g.security], fq=None, include=False)
    
    # 2. 获取券商提供的前复权数据
    his_pre = get_history(60, '1d', ['close'], [g.security], fq='pre', include=False)
    
    # 3. 获取除权除息信息
    exrights_info = get_stock_exrights(g.security)
    
    if exrights_info is not None and not exrights_info.empty:
        log.info(f"发现 {g.security} 的除权除息记录：\n{exrights_info}")
        # 如果发现 his_pre 存在断崖，可以利用 exrights_info 中的 exer_forward_a 和 exer_forward_b 对 his_none 进行手动复权计算
    else:
        log.warning(f"未获取到 {g.security} 的除权除息记录，请检查券商数据源！")

def handle_data(context, data):
    pass

3. 交叉验证：尝试使用 get_price 接口

Ptrade 提供了两个获取历史数据的接口：get_history 和 get_price。有时底层数据表不同，某一个接口的数据可能正常。您可以尝试替换为 get_price 进行测试：

def event(context):
    # 尝试使用 get_price 获取前复权数据
    price_df = get_price('515220.SS', count=60, frequency='1d', fields=['close'], fq='pre')
    print("get_price 返回数据：\n", price_df)

总结

量化策略对数据的准确性要求极高。在实盘或回测前，编写一段数据质量校验脚本（如对比近期价格波动率是否异常放大，或对比 fq=None 与 fq='pre' 的差异）是非常必要的。这能有效防止因券商数据源“断崖”导致的策略误触发（如误判为暴跌而止损）。