为什么 QMT 中 get_market_data_ex 和 get_local_data 获取的历史数据不一致？

get_market_data_ex获取的数据存在异常，get_local_data获取是正常的

问题描述：

通过get_market_data_ex与get_local_data 获取到的数据不一致，
其中get_market_data_ex获取到的数据是错误的，get_local_data的是正确的，
如果将start_time时间改成改短，使用近期的，比如20240101，2者获取到的数据又是一样的

这个是一个bug！！！！！
​
code：

from xtquant import xtdata
code = '511010.SH'
start_time = '20181101'
xtdata.download_history_data(code,period='1m',start_time=start_time)
# 使用get_market_data_ex进行数据获取
bars = xtdata.get_market_data_ex(stock_list=[code], period='1m', count=-1,start_time=start_time)
print(bars[code])

# 使用get_local_data进行数据获取
bars = xtdata.get_local_data(stock_list=[code], period='1m', count=-1,start_time=start_time)
print(bars[code])

from xtquant import xtdata
code = '511010.SH'
start_time = '20181101'
xtdata.download_history_data(code,period='1m',start_time=start_time)
# 使用get_market_data_ex进行数据获取
bars = xtdata.get_market_data_ex(stock_list=[code], period='1m', count=-1,start_time=start_time)
print(bars[code])

# 使用get_local_data进行数据获取
bars = xtdata.get_local_data(stock_list=[code], period='1m', count=-1,start_time=start_time)
print(bars[code])

这不是一个 Bug，而是由于两个函数在处理**复权方式（dividend_type）**时的默认行为不同，结合特定交易品种（如高分红的国债ETF）在长周期下的复权累积效应所导致的现象。

问题原因深度解析

1. 复权参数的默认值差异：

   • get_market_data_ex：在 QMT/xtquant 中，该函数通常用于获取处理后的行情数据，其复权参数 dividend_type 默认可能为 'front'（前复权）或 'follow'（跟随主图设置）。
   • get_local_data：该函数主要用于直接读取本地落地的原始切片数据，其复权参数 divid_type 默认为 'none'（不复权）。

2. 交易品种的特殊性（高分红）：

   • 您代码中使用的标的 511010.SH（国债ETF）是一个分红非常频繁的品种。
   • 长周期（如2018年至今）：如果使用前复权（front），历史价格需要扣除这6年间所有的分红。由于分红次数多、累计金额大，会导致2018年的前复权价格被大幅度向下调整，看起来非常“异常”（甚至在某些极端情况下可能出现负数），这与不复权的原始价格差异巨大。
   • 短周期（如2024年至今）：由于时间跨度短，期间发生的分红次数少，前复权对价格的调整幅度极小，因此复权数据和不复权数据看起来几乎一样。

解决方案

为了让 get_market_data_ex 获取到与 get_local_data 一致的原始（不复权）数据，您只需要在调用 get_market_data_ex 时，显式指定 dividend_type='none' 即可。

修改后的正确代码示例

from xtquant import xtdata

code = '511010.SH'
start_time = '20181101'

# 确保本地有数据
xtdata.download_history_data(code, period='1m', start_time=start_time)

# 使用 get_market_data_ex 进行数据获取，显式指定不复权：dividend_type='none'
bars_ex = xtdata.get_market_data_ex(
    stock_list=[code], 
    period='1m', 
    count=-1,
    start_time=start_time,
    dividend_type='none'  # 关键修改点
)
print("get_market_data_ex (不复权) 数据:")
print(bars_ex[code].head() if not bars_ex[code].empty else "无数据")

# 使用 get_local_data 进行数据获取 (默认 divid_type='none')
bars_local = xtdata.get_local_data(
    stock_list=[code], 
    period='1m', 
    count=-1,
    start_time=start_time
)
print("\nget_local_data 数据:")
print(bars_local[code].head() if not bars_local[code].empty else "无数据")

总结建议

在量化策略开发中，尤其是处理 ETF、高股息股票等品种的长周期历史数据时，务必明确指定复权方式。通常在计算收益率、构建技术指标时推荐使用前复权（'front'）或等比前复权（'front_ratio'），而在进行撮合撮合或查看真实历史成交价时使用不复权（'none'）。