A股日内策略数据缺口：集合竞价K线拼法，同花顺/通达信/TickDB对比，量比第一根Bar就错了
TickDB Research ·
如果你用Python拉过A股1分钟K线、算过量比因子、跑过开盘段策略——下面这个坑，我大概率不是唯一踩过的人。
拉K线、算量比、跑回测、曲线好看、上实盘、信号失灵。我最近又走了一遍这个循环。一开始怀疑策略逻辑，改了几版参数，回测还是好看，实盘还是失灵。后来换了个方向查——不查策略，查数据。问题出在9:30那根K线上。
你的量比因子，可能从第一根K线就已经算错了——而你的回测结果，恰好证明了它“有效”。
30秒抓住重点
谁会遇到：用Python拉1分钟K线、算量比、做开盘段策略的人 什么时候会遇到：回测信号稳定，实盘对不上；或者换了个数据源，策略行为突然变了 问题在哪：9:30那根K线的成交量里，可能混了集合竞价的量，也可能没混——取决于你的数据源怎么拼 怎么判断：拉一次09:29到09:32的K线，看9:30 Bar的四个价格是否一样，成交量是不是明显比9:31小 能带走什么：一张判断表 + 3行验证代码，下次接数据源时直接跑
本文回答三个问题：
- 9:30 Bar的成交量里到底装了什么？
- 怎么判断我现在的数据源属于哪种拼法？
- 如果拼法不对，有什么替代方案？
9:30那根Bar，不是普通的1分钟
我以前也把9:30和9:31当成相邻的两根普通K线。后来做集合竞价的时候才发现，它们之间隔着一整套撮合机制。
9:25，交易所主机把集合竞价的所有申报汇集到一起，按一个价格统一撮合，产生开盘价。9:30，连续竞价才开始。集合竞价是“所有人报完价，选一个成交量最大的价格统一成交”，连续竞价是“一笔订单冲进来，找到对手方就成交”。这两套机制产生的成交量，性质完全不同。
但K线数据里，这个分界线可能被抹掉了。问题出在数据源对集合竞价量的处理方式上。
| 拼法 | 集合竞价量放哪 | 9:30 Bar成交量 | 量比分母干不干净 |
|---|---|---|---|
| 通达信模式 | 塞进9:30 Bar | 包含竞价量（偏大） | 不干净 |
| 同花顺模式 | 单独放9:25 Bar | 只有连续竞价量 | 干净 |
| TickDB | 单独放9:30 Bar | 只有集合竞价量 | 干净 |
这张表的正确读法：量比分母是否干净，取决于9:30 Bar的成交量里有没有混入集合竞价量。混入了，分母偏大，量比数值系统性偏低。
同花顺和通达信的处理方式来自行业公开讨论，不是本次实测结论。TickDB的处理方式来自本次实测。
两种拼法没有对错。但如果你回测用一套、实盘用另一套，量比的分子分母口径就不一致。回测时看起来稳定的信号，实盘可能完全反过来。
回测里看不出来的问题
我一开始没意识到这个问题，因为回测里根本看不出来。
从头到尾用同一套数据源、同一套拼法，回测曲线永远好看。只有换数据源、或者上实盘用另一套行情时，它才会突然暴露。
有统计证据表明量比是有意义的因子。海通证券的一份研报显示，量比的Rank IC为0.01，t值为2.87（来源：海通证券研报）。这个数字不大，但有统计意义。正因为量比本身信号微弱，K线拼法错误对它的污染才更致命——微弱信号被偏差一冲，方向可能直接反转。
回测结果与实盘不一致的常见数据原因有哪些？
复权口径不一致、交易日历不对齐、K线拼法不同——前两个经常被讨论，第三个很少被检查。
怎么判断你的数据属于哪种拼法
判断方法不复杂。取一个正常交易日，拉09:29到09:32的1分钟K线，看9:30那根Bar。
我用TickDB的K线接口跑了一遍。接口参数是实测确认过的：symbol（单数）、interval=1m、start_time/end_time用毫秒时间戳。注意，这个接口的bars参数不生效，要用limit。
import requests
url = "https://api.tickdb.ai/v1/market/kline"
headers = {"X-API-Key": "YOUR_API_KEY"}
params = {
"symbol": "000001.SZ",
"interval": "1m",
"start_time": 1789349280000, # 2026-09-14 09:28:00
"end_time": 1789349580000, # 2026-09-14 09:33:00
"limit": 20
}
resp = requests.get(url, headers=headers, params=params)
klines = resp.json()["data"]["klines"]
for bar in klines[:4]:
print(bar["time"], bar["open"], bar["high"], bar["low"], bar["close"], bar["volume"])
这段代码验证的是：9:30那根Bar的四个价格是否一样，成交量是否明显小于9:31。跑出来的输出：
09:30:00 open=11.73 high=11.73 low=11.73 close=11.73 volume=2341
09:31:00 open=11.74 high=11.81 low=11.72 close=11.80 volume=30249
9:30那根Bar的四个价格完全一样：开盘=最高=最低=收盘=11.73。成交量是2341，只有9:31那根（30249）的7.74%。
如果你的9:30 Bar也满足这两个条件——四个价格一样，成交量明显比9:31小——说明你的数据源把集合竞价量单独放了。 量比分母是干净的。
如果价格有波动，或者成交量跟9:31差不多，说明集合竞价量可能混在里面了。需要手动拆，或者换一个独立Bar的数据源。
分时数据用于日内策略时需要注意哪些陷阱？
第一个陷阱就是：9:30 Bar不是连续的起点，它可能是一个混合体。
我踩过的两个坑
第一个坑：以为side字段能帮我判断。 我原本想用逐笔成交里的side字段来区分——集合竞价没有主动方，side应该是neutral；连续竞价应该有buy/sell。但实测发现，连续竞价的样本里也会出现neutral。所以不能只靠side判断。集合竞价的逐笔side需要你在9:15-9:25自己验证，我这次没抓到那个窗口的样本。
第二个坑：以为9:31一定不等于9:30。 不要用“开盘价≠收盘价”来判断它是不是连续竞价Bar。我看了另一天的数据，9:31那根虽然有波动，但开盘和收盘恰好相等。判断集合竞价Bar的可靠特征是四个价格一样，不是9:31一定不等于。
还有一个实测发现：这个接口的bars参数不生效。 我一开始用bars=390想拉全天数据，返回的还是默认100条。必须用limit才能控制数量。这是文档里没写、但实际调用会遇到的坑。
下一步你可以做什么
如果你正在做开盘段量能策略，下一个交易日可以用你现在的数据源拉一次09:29到09:32的1分钟K线，看9:30那根Bar的四个价格是否一样，看它的成交量是否明显比9:31小。两个条件都不满足的话，量比分母可能已经被污染了。
如果跑完发现9:30 Bar的成交量不对劲，TickDB的独立Bar设计是一个可以直接对照的样本——它的9:30 Bar是集合竞价专属，9:31起才是连续竞价第一根。同样的验证代码，换成它的接口跑一遍，两组数字放在一起看，拼法差异就很清楚了。
你的量比因子，可能从第一根K线就已经算错了——而你的回测结果，恰好证明了它“有效”。
集合竞价量确认后，下一个问题是：竞价量占全天成交量的比例，是否是一个独立的预测因子？这是CAP系列下一篇的主题。
参考资料与文献
- 海通证券研报：量比因子Rank IC=0.01，t=2.87，分组日收益呈现单调性
- TickDB K线接口实测记录：2026-09-14，000001.SZ，09:30 Bar open=high=low=close=11.73，volume=2341；09:31 Bar open=11.74，close=11.80，volume=30249
- 同花顺与通达信K线聚合模式差异：行业公开讨论与用户实践记录