分享
注册
1分钟入驻>
关注/提问
咨询TA
18721682305 
首发回答
个人用 Vn.py 回测股票策略（如均线、多因子），历史数据缺失（如某日期 K 线缺、财务数据断档）是常见问题，3 个手动修复方法能减少回测偏差，新手也能操作：
短期缺失用 “相邻数据填充”
若仅 1-2 天 K 线缺失（如某股票 2025-03-10 缺数据），用前一天（2025-03-09）和后一天（2025-03-11）的平均价填充。比如前一天收盘价 10 元、后一天 10.4 元，缺失日填 10.2 元，日线策略用这个数据回测，收益偏差能控制在 1% 以内。
Vn.py “数据编辑” 功能能直接手动输入填充值，不用编程，新手打开数据表格就能改。
中期缺失用 “同行业数据替代”
若某股票缺失 1-3 个月数据（如次新股 2025 年 1-3 月数据不全），找同行业、同市值的优质股票数据替代。比如用宁德时代数据替代某新能源次新股，回测时标注 “数据替代说明”，后续实盘换回原股票。
选替代股时，优先看 “PE、ROE、成交量” 相似度，比如替代股 PE25 倍、原股 PE23 倍，相似度超 90%，回测偏差更小。Vn.py “同行业选股” 功能能推荐替代股，新手直接选就行。
长期缺失直接 “剔除该时段回测”
若某股票缺失 6 个月以上数据（如长期停牌后数据断层），直接剔除缺失时段，比如原计划回测 2023-2025 年，2024 年数据缺失，就测 2023 年和 2025 年 1-6 月，避免用不可靠数据导致回测虚高。
剔除后要在回测报告里注明 “剔除 2024 年数据，因数据缺失”，后续实盘时也要注意避开类似长期停牌的股票。
总结：按 “短期填充 + 中期替代 + 长期剔除”，数据缺失导致的回测偏差能缩至 5% 以内，策略有效性更真实。可以尝试搜索 Vn.py 社区找到数据修复教程，回测数据问题排查有问题欢迎联系我～
发布于2025-8-22 18:10 鹤岗
当前我在线
直接联系我
秒答
关注
分享
追问
踩 
举报
搜索更多类似问题 >
746
电话咨询
+微信
咨询
