第四节：常见策略Bug类型——数据对齐错误、未来函数、幸存者偏差、浮点精度问题

做量化策略，说白了就是跟数据打交道。数据不对，策略白费。我这些年调试过的策略，十个里有八个栽在这四个坑里。今天咱们就一个一个掰开了揉碎了讲清楚。

一、数据对齐错误：最隐蔽的杀手

数据对齐错误，是我个人认为最容易被忽视的Bug。你想想看，你的策略里同时用了日线数据和分钟线数据，收盘时间不一样，索引对不上，结果就全乱了。

我在项目中遇到过最离谱的一次，是回测看起来年化收益30%，实盘直接亏成狗。查了两天才发现，是日线收盘价和次日开盘价没对齐，策略在「未来数据」上做了交易决策。

# 错误示例：索引不对齐
import pandas as pd
df_daily = pd.DataFrame({'close': [100, 101, 102]}, 
                        index=pd.to_datetime(['2024-01-01', '2024-01-02', '2024-01-03']))
df_minute = pd.DataFrame({'close': [100.5, 101.2, 102.1]}, 
                         index=pd.to_datetime(['2024-01-01 09:30', '2024-01-02 09:31', '2024-01-03 09:32']))

# 直接合并会出问题
merged = pd.concat([df_daily, df_minute], axis=1)  # 索引不匹配！

# 正确做法：先对齐索引
df_daily_aligned = df_daily.reindex(df_minute.index, method='ffill')  # 向前填充

二、未来函数：回测的「作弊器」

未来函数，说白了就是你在回测时用到了「未来才知道」的数据。这玩意儿是量化新手最容易犯的错误，也是最致命的。

为什么会这样？因为回测环境里所有数据都是现成的，你一不小心就「看到」了未来的价格。

我记得有一次帮朋友调试策略，他的策略回测曲线漂亮得不像话。我一看代码，好家伙，他用的是 shift(-1) 把明天的数据挪到今天用了。这就是典型的未来函数。

# 错误示例：未来函数
def generate_signal(df):
    # 错误：用今天的收盘价和明天的收盘价比较
    df['signal'] = (df['close'] > df['close'].shift(-1))  # shift(-1) 用了未来数据！
    return df

# 正确做法：只用历史数据
def generate_signal_correct(df):
    df['signal'] = (df['close'] > df['close'].shift(1))  # 只用过去的数据
    return df

三、幸存者偏差：回测的「美颜滤镜」

幸存者偏差，说白了就是你只看到了活下来的股票，忽略了那些已经退市的。你想想看，如果只拿现在还在交易的股票做回测，那结果能不准吗？

我刚开始做量化时也犯过这个错。用现在的沪深300成分股回测过去5年，收益曲线漂亮得不得了。结果实盘一跑，发现那些退市的股票才是真正的「坑」。

# 错误示例：幸存者偏差
# 只用了当前存活的股票
current_stocks = get_current_stock_list()  # 2024年的股票列表
historical_data = get_historical_data(current_stocks, start='2020-01-01')  # 回测2020年

# 正确做法：使用历史快照
def get_stock_list_at_time(date):
    # 获取该时间点的实际股票列表
    pass

historical_data = []
for date in trading_dates:
    stocks = get_stock_list_at_time(date)
    data = get_data_for_date(stocks, date)
    historical_data.append(data)

四、浮点精度问题：小数点后的魔鬼

浮点精度问题，是每个程序员都会遇到的坑。但在量化交易里，这个坑特别深。你想想看，几百万的资金，小数点后几位的一点点误差，可能就是几万块的出入。

为什么会这样？因为计算机用二进制表示十进制小数，有些小数是无限循环的。比如0.1在二进制里就是无限循环小数，存的时候就会有精度损失。

# 浮点精度问题演示
a = 0.1 + 0.2
print(a)  # 输出：0.30000000000000004
print(a == 0.3)  # 输出：False

# 在量化交易中的影响
price = 100.55
quantity = 1000
cost = price * quantity  # 理论上应该是100550
print(cost)  # 可能输出100549.99999999999

# 正确做法：使用Decimal
from decimal import Decimal, getcontext
getcontext().prec = 28  # 设置精度

price = Decimal('100.55')
quantity = Decimal('1000')
cost = price * quantity
print(cost)  # 输出：100550.00

# 比较浮点数
def float_equal(a, b, epsilon=1e-8):
    return abs(a - b) < epsilon

print(float_equal(0.1 + 0.2, 0.3))  # 输出：True