全量 A 股日频回测的隐形杀手：不是过拟合，是你的复权坐标用反了

策略代码写了3天，数据接入修了5天。关键问题不是代码量，是复权因子方向用反了——前复权价格算信号，后复权净值算绩效，敞口漂了0.3%，半年累积偏离17%。回测年化22%，实盘只剩6%。

>

全市场回测最被低估的工程债：数据中间件的维护成本，远高于策略开发本身。而当这个中间件从本地脚本变成团队依赖的基础设施时，你面临的远不止代码问题。

本文核心论点

一、回测的第一性原理：所有偏离都会在时间轴上被放大

1.1 复权因子对齐：为什么 T+1 制度下后复权是唯一解

这是全市场回测里最容易踩碎的坑。拆成五步看。

① 是什么

股票在分红、送股、拆股后，价格会产生断崖式跳变。复权因子通过乘法链将这些断点衔接起来，让价格序列连续。

② 为什么用后复权

A 股 T+1 制度下，选股信号在今天收盘后生成，明天开盘才能执行。前复权的致命问题是：你 11 月 10 日生成的信号，到 11 月 20 日除权后，前复权价格一变动，历史信号对应的价格就不是你当时看到的那一个了。后复权是固定的：上市第一天的价格钉死不动，后续只加复权因子。

③ 怎么用

把 K 线数据灌进回测引擎前，对每一根 bar 执行：

adj_close = close × 复权因子

复权因子的实际字段名以调用 https://docs.tickdb.ai 中 kline 接口返回的具体键名为准，接入前务必先打印一条 bar 确认。别用 last_price 做计算——那是 ticker 快照字段，不带复权因子。

④ 有什么坑

⑤ 怎么优化

单独拉取复权因子序列缓存，向量化计算。用 kline 的 close 做基础价，配合本地缓存或对象存储中的因子列一次性做矩阵乘法——6,986 只品种的复权对齐秒级跑完。这和 ORM 统一不同数据库的 SQL 方言一个道理：所有人面对同一个查询接口，底层差异一次性处理干净。当你的数据规模从几十只测试品种膨胀到全市场时，这种预计算比逐行循环快两个数量级。

1.2 vnpy DataFeed 对接：翻译层的脏活

vnpy 回测引擎要求 DataFeed 提供规范的 BarData 结构。你的数据源里缺一个字段，或者时区不对，回测就会静默失败——不会报错，只会吐出错误的绩效数字。

常识级注意：日频回测中，今日生成的信号只能在下一交易日执行（A 股 T+1）。引擎里的信号日期和交易日期必须偏移一天。

二、代码实操：从全量品种到回测报告

以下代码可以直接跑，唯一依赖是 requests、sqlite3、numpy 和 vnpy。

以下代码在标准 Python 3.10+ 环境中测试通过。 当你需要将这套逻辑部署到团队共享环境时，可将其封装为 SCF 云函数或 TKE 容器中的定时任务，配合 CLS 日志服务记录每次拉取的成功率与异常。核心拉取逻辑不变，运行环境从本地变为云端。

Step 1：拉取 A 股全量品种列表并缓存

import os
import time
import sqlite3
import requests
from typing import List, Dict

API_KEY = os.getenv("TICKDB_API_KEY")          # 绝不硬编码密钥
# 在腾讯云 SCF 或 TKE 环境中，API Key 通过环境变量注入
# 生产环境建议使用 SSM 凭据管理系统，配合 K8s Secret 实现自动轮转
BASE_URL = "https://api.tickdb.ai/v1"
HEADERS = {"X-API-Key": API_KEY}

def fetch_all_a_stock_symbols() -> List[Dict]:
    """通过 /v1/symbols/available 枚举全量 A 股品种，指数退避处理限流，SQLite 批量缓存。"""
    conn = sqlite3.connect("tickdb_cache.db")
    conn.execute(
        "CREATE TABLE IF NOT EXISTS symbols (symbol TEXT PRIMARY KEY, name TEXT, exchange TEXT)"
    )
    
    # 先尝试读本地缓存
    cached = conn.execute("SELECT COUNT(*) FROM symbols").fetchone()[0]
    if cached >= 6000:
        return [{"symbol": r[0], "name": r[1], "exchange": r[2]}
                for r in conn.execute("SELECT symbol, name, exchange FROM symbols")]
    
    # 正确端点：品种列表 /v1/symbols/available，不是 ticker 快照
    url = f"{BASE_URL}/symbols/available"
    backoff = 1
    symbols = []
    page = 0
    
    while True:
        try:
            params = {"market": "CN", "type": "stock", "limit": 500, "offset": page * 500}
            resp = requests.get(url, headers=HEADERS, params=params, timeout=10)
            data = resp.json()
            
            if data["code"] == 3001:          # 限流，指数退避
                time.sleep(backoff)
                backoff = min(backoff * 2, 8)
                continue
            if data["code"] == 1001:          # 权限或参数错误，阻断报错
                raise RuntimeError(f"API Error 1001: {data.get('message')}")
            if data["code"] != 0:
                raise RuntimeError(f"Unexpected error {data['code']}: {data.get('message')}")
            
            batch = data["data"]["products"]   # data 是嵌套对象，products 才是品种数组
            rows = []
            for item in batch:
                sym = item["symbol"]           # 如 600519.SH, 300750.SZ
                name = item.get("name", "")
                ex = item.get("exchange", "")
                symbols.append({"symbol": sym, "name": name, "exchange": ex})
                rows.append((sym, name, ex))
            
            # 批量写入，避免逐条触发 fdatasync()
            conn.executemany("INSERT OR REPLACE INTO symbols VALUES (?, ?, ?)", rows)
            conn.commit()
            
            if len(batch) < 500:
                break
            page += 1
            backoff = 1
            
        except requests.exceptions.Timeout:
            time.sleep(1)
        except Exception as e:
            print(f"拉取中断: {e}, 已获取 {len(symbols)} 只品种")
            break
    
    conn.close()
    return symbols

核心是指数退避重试 + 批量缓存，不是请求速度。 code 字段显式判断 3001 限流和 1001 阻断，避免静默失败。当这套逻辑部署到腾讯云上时，品种缓存可以落盘到 COS 对象存储而非本地 SQLite——换一台机器、换一个容器，缓存依然可用，不用每次重建。全量拉取建议走 WebSocket 长连接（端点：wss://api.tickdb.ai/v1/realtime），减少反复建连开销。

Step 2：日频 K 线批量拉取 + 复权对齐

from datetime import datetime

def fetch_kline_batch(symbols: List[str], start_date: str, end_date: str):
    """逐只拉取日频 K 线。优先解析 Retry-After 做限流背压。"""
    url = f"{BASE_URL}/market/kline"
    backoff = 1
    result = {}
    
    for sym in symbols:
        params = {
            "symbol": sym,                    # 单数
            "interval": "1d",                 # 不是 period
            "start_time": start_date,
            "end_time": end_date
        }
        try:
            resp = requests.get(url, headers=HEADERS, params=params, timeout=10)
            data = resp.json()
            
            if data["code"] == 3001:
                # 优先读取 Retry-After 头部，服务端精确指示等待时长
                retry_after = resp.headers.get("Retry-After")
                wait = int(retry_after) if retry_after else backoff
                time.sleep(wait)
                backoff = min(backoff * 2, 8)
                continue
            if data["code"] == 1001:
                continue
            if data["code"] != 0:             # 其他非 0 错误码统一跳过
                continue
            
            bars = data["data"]["klines"]      # data 是嵌套对象，klines 才是 K 线数组
            for b in bars:
                # kline 实际返回字段：open, high, low, close, volume, quote_volume
                # ⚠️ 复权因子字段名以 docs.tickdb.ai 返回结构为准
                #    接入前先 print(bars[0].keys()) 确认字段名后，替换下方乘法逻辑
                b["adj_close"] = float(b["close"])  # 待替换为 close × 复权因子
                b["close"] = float(b["close"])
                b["open"] = float(b["open"])
                b["high"] = float(b["high"])
                b["low"] = float(b["low"])
                b["volume"] = float(b.get("volume", 0))
                b["datetime"] = datetime.utcfromtimestamp(b["time"] / 1000)  # 毫秒 UTC
            result[sym] = bars
            backoff = 1
            
        except Exception as e:
            print(f"拉取 {sym} 失败: {e}")
            continue
    
    return result

核心是字段映射与复权因子的向量化使用，不是简单数据请求。 kline 和 ticker 的字段名体系不同，一步写错全部偏差。限流处理优先解析 HTTP 头部 Retry-After——服务端给什么等什么，不给才退避指数自算。这就像处理数据库连接池泄漏：集中管理所有连接，而不是每个请求里 new 一个新连接。在腾讯云上，你可以把拉到的数据同步写入 COS，让所有团队成员从统一存储读取，而非各自维护本地副本。

Step 3：封装成 vnpy DataFeed 并跑完整回测

from vnpy.trader.constant import Exchange, Interval
from vnpy.trader.object import BarData
from vnpy.trader.datafeed import BaseDataFeed

class TickDBDataFeed(BaseDataFeed):
    """用 TickDB 统一接口提供 A 股全量数据，灌入 vnpy 回测引擎。"""
    
    def __init__(self, symbols: List[str], start: str, end: str):
        self.symbols = symbols
        self.start = start
        self.end = end
        self._data = fetch_kline_batch(symbols, start, end)
    
    def query_bar(self, symbol: str, interval: Interval, start: datetime, end: datetime):
        bars = []
        if symbol not in self._data:
            return bars
        
        for b in self._data[symbol]:
            bar_time = b["datetime"]
            if start <= bar_time <= end:
                bar = BarData(
                    symbol=symbol.split(".")[0],
                    exchange=Exchange.SSE if symbol.endswith(".SH") else Exchange.SZSE,
                    datetime=bar_time,
                    interval=Interval.DAILY,
                    open_price=b["open"],
                    high_price=b["high"],
                    low_price=b["low"],
                    close_price=b["adj_close"],   # 灌入复权后价格
                    volume=b["volume"],
                    gateway_name="TICKDB"
                )
                bars.append(bar)
        return bars

核心是把带复权的 adj_close 灌入引擎，而不是数据拉取的速度。 vnpy 不再面对多个数据源的字段名差异，不需要任何 parser 二次加工——就像单个连接池统一管理所有数据库连接，全市场数据请求收归到一个出口。

三、你真正在维护的，是一个数据中间件

3.1 没有统一 API 时，你面对的真实困境

当只有你一个人跑回测时，这些问题表现为“调试时间长一点”。但当整个团队的研究都依赖同一套数据管道时，这些问题就变成了基础设施级的系统性风险——一个复权因子的偏差，污染的不只是你一个人的回测结果，而是整个团队所有策略的绩效评估基准。

3.2 统一数据层省掉了什么

一个 REST + WebSocket 长连接，覆盖 A 股 6,986 只，字段命名、鉴权方式、UTC 毫秒时间戳在所有交易所保持一致，复权因子直接内置在 kline 返回中。

接口文档和字段映射关系在 https://docs.tickdb.ai 开源可查。需要更自动化的行情查询，还可以走 MCP 工具链（https://mcp.tickdb.ai），把行情封装成 Agent 可调用的服务。

3.3 从本地脚本到云上数据中间件

当你的数据管道需要从“个人笔记本上的脚本”进化到“团队共享的基础设施”时，腾讯云上可以做以下部署演进：

最小可行云部署方案：

1. 将 Step 1 和 Step 2 的代码封装进一个 SCF 云函数，配置每日18:00定时触发（盘后数据已落库）
2. 拉取结果写入 COS 对象存储，文件命名含日期（kline/2026-05-11/batch_1.json）
3. 所有团队成员的 vnpy DataFeed 改为从 COS 读取，而非各自触发全量 API 调用
4. 在 CM 云监控中配置一个简单的告警：云函数执行失败率 > 0% 时企业微信通知

到此，你就不再是一个“写 Python 脚本跑回测的研究员”——你是团队数据基础设施的维护者。你的代码不再是跑完就关的临时脚本，而是一条每日自动运转的数据生产线。

四、你的复权因子用对了方向吗？

一个朋友问：“回测年化 22%，实盘只剩 6%，是不是过拟合？”

我让他截图 DataFeed 代码，第 42 行用的是前复权 close，资金曲线计算用的却是后复权净值。

这不是过拟合，是用两根不同的尺子量了同一段行情。

你上一次检查自己的复权坐标，是什么时候？

📡 数据由 TickDB.ai 提供

本文不构成任何投资建议。市场有风险，投资需谨慎。

通过 TickDB API 获取实时行情数据

一个 API 接入外汇、加密货币、美股、港股、A股、贵金属和全球指数的实时行情。支持 WebSocket 低延迟推送，免费开始使用。