6.3 数据是什么：价格、成交量、财务、行业、事件
课前导读
本章目标
学完能解决什么困惑：看到一条“量化策略”时，知道它到底需要哪些数据，这些数据从哪里来，什么时候能拿到，以及哪些数据不能随便拿来当作历史决策依据。 难度：beginner 用时：约 30 分钟 本章产出：完成一组“数据字段卡”，为第 5 章学过的策略写清楚需要的价格、成交量、财务、行业和事件数据。
知识正文
如果把策略比作一顿饭，数据就是做饭前摆在桌上的食材清单。
厨师不能只说“我要做一道好菜”。
他必须知道有什么菜、菜是否新鲜、什么时候买到、有没有缺斤少两。
量化也是一样。
一个策略不能只说“低买高卖”。
它必须说清楚：用哪几类数据判断，数据字段是什么意思，数据来自哪里，什么时候更新，当时的投资者是否真的能看到。
这听起来像技术细节，其实是策略可信度的底座。
第 5 章我们已经学过均线趋势跟随、突破、回撤低吸、箱体震荡、事件驱动和纸面回测。
进入第 6 章后，我们不是立刻写程序，而是先学会问一句更基础的话：
这个策略吃的“食材”到底是什么？
1. 先把“数据”说成大白话
数据不是神秘的黑箱。
在投资里，数据就是一条条被记录下来的事实。
比如：
- 某只股票今天收盘价是 10.20 元。
- 今天成交了 80 万手。
- 公司去年净利润增长了 12%。
- 这家公司属于医药生物行业。
- 晚上发布了一份重大合同公告。
这些事实单独看只是记录。
把它们按规则整理起来，才可能变成策略判断的材料。
关键心得
量化不是把感觉变高级，而是把每一个判断拆成可记录、可检查、可重复的数据字段。
2. 数据字段：食材清单上的“名称、单位、日期”
你去菜市场买菜，不能只写“买菜”。
更清楚的清单会写：番茄 500 克，鸡蛋 6 个，今天早上购买。
投资数据也一样。
一条可用数据通常至少要说明四件事：
| 维度 | 通俗解释 | A 股例子 |
|---|---|---|
| 字段 | 这条数据叫什么 | 收盘价、成交量、净利润、所属行业 |
| 单位 | 数字按什么单位记录 | 元、股、手、万元、百分比 |
| 日期 | 这条数据对应哪一天或哪一段时间 | 2026-05-08、2025 年年报 |
| 股票范围 | 这条数据属于哪只股票 | 600519、000001、300750 |
字段不清楚，就像食材标签掉了。
单位不清楚，就像把“斤”和“克”混在一起。
日期不清楚，就像不知道食材是今天买的还是上周剩下的。
股票范围不清楚，就像把别人的购物袋拿回家。
3. 第一类：价格数据
价格数据是新手最熟悉的量化材料。
它回答的问题是：市场愿意用多少钱买卖这只股票。
常见字段包括开盘价、最高价、最低价、收盘价和昨收价。
第 2 章学过，K 线就是由开高低收组成的“情绪体温计”。
在量化里，这些字段会被写进表格，每一行通常对应一个交易日。
举例：
| 日期 | 股票 | 开盘价 | 最高价 | 最低价 | 收盘价 |
|---|---|---|---|---|---|
| 2026-05-06 | 某 A 股 | 10.00 | 10.35 | 9.92 | 10.28 |
| 2026-05-07 | 某 A 股 | 10.25 | 10.40 | 10.10 | 10.18 |
如果一个策略说“收盘价站上 MA20 后观察”，它最少需要每天的收盘价。
如果它说“突破昨日最高价”，它还需要最高价。
如果它说“跌破止损线立刻离场”，它要小心：日线最低价只能告诉你当天曾经到过哪里，不能保证你一定按那个价格成交。
常见误区
价格字段看起来最直观，但也最容易被误用。看到历史最低价，不等于当时真的能买到最低价。
4. 第二类：成交量数据
成交量像菜市场的人流量。
同样是价格上涨，如果只有几个人成交，和很多人真金白银参与，含义不同。
成交量数据回答的问题是：这次价格变化背后有多少交易参与。
常见字段包括成交量、成交额、换手率和量比。
在 A 股里，成交量经常用“手”显示，1 手通常是 100 股。
成交额则把成交量和成交价格合起来看，更接近资金规模。
如果第 5 章的突破策略要求“放量突破”，只看价格是不够的。
它还需要成交量或成交额来判断突破是否有资金配合。
但是成交量也不能神化。
放量可能是买方积极，也可能是卖方大量出逃。
所以它必须和价格位置、趋势、风险边界一起看。
5. 第三类：财务数据
财务数据像公司的体检报告。
它不告诉你今天市场情绪多激动，却能帮助你理解公司经营是否健康。
常见字段包括营业收入、净利润、负债、现金流、分红和股息率。
这些内容第 3 章已经打过基础。
在量化入门阶段，我们只需要知道：财务数据不是每天都更新。
年报、半年报、季报都有固定披露时间。
你不能在 3 月 1 日的历史决策里使用 4 月 25 日才发布的年报。
这就像考试时不能用考后才公布的答案。
在策略验证里，财务数据最重要的问题不是“数字好不好看”，而是“当时能不能看到”。
风险提醒
把未来才披露的财务数据放回过去使用，会让策略表现虚高。这不是能力强，而是把答案提前塞进了历史。
6. 第四类：行业数据
行业数据像给公司贴上一张“所处赛道”的标签。
它回答的是：这家公司主要在什么大环境里做生意。
比如银行、白酒、光伏、医药、半导体等。
行业数据可以帮助投资者做分散观察，也可以帮助策略避免把所有股票都集中在同一种风险里。
但行业分类并不是永远不变。
有些公司会转型，有些行业分类口径会调整。
如果一个策略说“只观察医药行业里成交活跃的股票”，就要写清楚行业来源。
是交易软件的行业分类，还是交易所公告分类，还是某个数据服务商的分类。
来源不同，结果可能不同。
对新手来说，不需要马上掌握所有分类口径。
但要养成习惯：行业字段也要有来源和更新时间。
7. 第五类：事件数据
事件数据像公司或市场突然响起的门铃。
它可能来自公告、政策、业绩预告、分红方案、减持、停复牌、问询函等。
事件驱动策略离不开事件数据。
但事件数据最容易出现“时间顺序错误”。
比如公司晚上 20:00 发布公告。
当天白天交易时，普通投资者还看不到这份公告。
如果历史验证里把这份公告当成当天上午的买入理由，就违背了从左往右验证的原则。
A 股还有午间公告、盘后公告、临时停牌等情况。
事件数据一定要记录“发布时间”，而不仅是“公告日期”。
8. 数据来源：这份食材是谁送来的
同一个字段，不同来源可能有细微差别。
行情软件、交易所网站、上市公司公告、券商研究终端、公开数据服务，都可能提供数据。
新手阶段不需要追求最昂贵的数据源。
但至少要做到三件事：
- 知道数据从哪里抄来或下载来。
- 知道它大概什么时候更新。
- 知道它是否可能被后续修正。
财务数据可能更正，行业分类可能调整，历史行情可能做复权处理。
如果策略结论对这些差异非常敏感，就要降低对它的信任。
9. 可得性：当时真的能看到吗
量化开发者最常问的一句话是：
这条数据在决策那一刻可得吗？
可得性不是“现在网上能查到”。
可得性是“回到当时那一天，普通投资者是否已经能合理获得”。
例如：
| 场景 | 能否用于当天盘中决策 | 原因 |
|---|---|---|
| 昨日收盘价 | 通常可以 | 昨天收盘后已经确定 |
| 今日收盘价 | 不能用于今日上午买入 | 上午还不知道收盘价 |
| 盘后公告 | 不能用于公告发布前的交易 | 时间顺序不允许 |
| 下月披露的季报 | 不能用于本月历史信号 | 当时尚未公开 |
这就是第 5 章“偷看未来”在数据层面的具体表现。
策略一旦偷看未来，历史表现再漂亮也不可靠。
10. 数据怎样影响策略可信度
一个策略的结果，通常同时受三件事影响。
第一，规则本身是否合理。
第二，执行是否一致。
第三，数据是否真实、完整、按正确时间出现。
很多新手只盯着第一件事。
专业投资者会继续检查第二件事。
量化开发者还会追问第三件事。
因为数据只要错一点，策略就可能从“谨慎有效”变成“纸面幻觉”。
下面这张流程图可以作为数据检查顺序。
flowchart TD
A["提出策略问题"] --> B["列出需要的数据字段"]
B --> C["确认字段含义和单位"]
C --> D["记录数据来源"]
D --> E["检查更新时间"]
E --> F["判断当时是否可得"]
F --> G["写下数据限制"]请注意，量化不是“数据越多越好”。
数据多但含义不清，就像厨房里堆满食材却不知道哪袋过期。
新手更应该追求少而清楚。
先把第 5 章策略需要的关键字段写明白，再谈更复杂的内容。
交互实验室
本节不新增组件，我们用一组“数据字段卡”完成练习。
请任选第 5 章学过的一个策略，例如均线趋势跟随、突破策略或事件驱动策略。
把它需要的数据拆成下面这种卡片。
练习 A：填写数据字段卡
| 字段卡项目 | 你的填写 |
|---|---|
| 策略名称 | 例如：收盘站上 MA20 后观察 |
| 需要的价格字段 | 例如：日期、股票代码、收盘价 |
| 需要的成交量字段 | 例如：成交量、成交额 |
| 是否需要财务字段 | 如果需要，写清楚披露日期 |
| 是否需要行业字段 | 如果需要，写清楚行业来源 |
| 是否需要事件字段 | 如果需要，写清楚公告发布时间 |
| 数据来源 | 行情软件、公告、交易所网站等 |
| 更新时间 | 日收盘后、盘中、季报披露日等 |
| 当时是否可得 | 是、否、需要进一步核对 |
| 可能的问题 | 缺失、延迟、复权、口径不同等 |
练习 B：判断数据能不能用
请判断下列数据能否用于“当天上午买入”的历史决策。
| 数据 | 能不能用 | 你的理由 |
|---|---|---|
| 昨天的收盘价 | 可以初步使用 | 昨日已经收盘，数据已知 |
| 今天下午收盘后的收盘价 | 不应使用 | 上午做决定时还不知道 |
| 晚上发布的业绩预告 | 不应使用 | 白天交易时尚未披露 |
| 上一季度已经披露的净利润 | 可以初步使用 | 已经公开，但要确认披露日期 |
| 当前交易软件显示的行业分类 | 可以参考 | 但要记录来源和可能变化 |
练习 C：写一句数据限制说明
请用一句话补全：
“这个策略使用的数据主要来自________，更新时间是________，其中最需要警惕的限制是________。”
如果你能写出这句话，说明你已经从“看结果”迈向“检查结果是否可信”。
核心复盘
知识清单：
- [ ] 数据是被记录下来的事实，不是自动可靠的结论。
- [ ] 字段、单位、日期、股票范围，是数据字段卡的基础。
- [ ] 价格、成交量、财务、行业、事件，是入门量化最常见的五类数据。
- [ ] 财务和事件数据尤其要检查披露时间，避免偷看未来。
- [ ] 数据来源、更新时间、可得性，会直接影响策略可信度。
- [ ] 新手不需要追求海量数据，先追求少而清楚、可检查、可复盘。
金句总结
数据不是策略的装饰品，而是策略的食材；食材不清楚，再漂亮的菜名也不值得相信。