量化

前几天有人拿贵州茅台很早年的前复权价格来问我，说实话我第一眼也有点傻眼了: 同样看“前复权”，Yahoo 那边没有负数，东方财富那边却能看到负数。再回头看我六月那篇《回测中的“复权”详解与数据获取》，我才发现自己把几件事写混了。我当时把“比例法”写得太像唯一标准了，但 A 股国内语境里的前复权，和港美股常见的 adjusted close，本来就不是一个口径。

这篇就只做一件事: 把这两个口径拆开。我的判断先放前面，免得后面越看越乱: 国内主流行情软件的前复权，更像是沿着交易所除权除息参考价去把 K 线接平；境外常见的 adjusted close，更像是用累计乘数去表达“分红再投”下的总收益。它们都叫前复权，但回答的不是同一个问题。

AI 用多了，什么都想着 AI 了，很多时候学习新动态，还是搜索引擎+项目官方文档更加靠谱。 港股在尾巴上入场，碰到回调，日常瞎操作，利润基本亏完了。

回测必须使用比例法（涨跌幅复权法）来处理分红和配股导致的股价变动，因为它能准确反映“分红再投资”下的真实总收益率。文章通过例子证明，加减法复权会错误地低估复利效果，导致回测结果失真。最后推荐了 yfinance 和 TuShare 等提供比例法复权数据的 Python 数据源。

原文很啰嗦，gemini-2.5-pro 撰写，改为新模型重写。