最近在做一个跨周期的动量验证需要同时用到1分钟、5分钟、15分钟、30分钟、60分钟和日线六个周期的K线。听起来就是把不同周期的数据读进来对齐一下真正动手才发现坑比想象中多。最典型的一次事故同一套量比类指标日线上看分布正常切到15分钟级别直接爆表排查了两天才发现是分钟线和行情软件展示口径的成交量单位没对齐差了整整一百倍。这篇文章把这次踩坑复盘写完整顺便横向对比三种多周期数据的组织方案给同样要做跨周期研究的人省点时间。先交代数据情况。历史K线走time/history/trade/{dm}/{分时级别}这条路径dm是股票代码分时级别填分钟级别或日线及以上。数据范围上有个硬约束短分时只保留最近两年日线及以上可以拿到全部历史。字段包括交易时间、开盘价、最高价、最低价、收盘价、成交量cjl、成交额、振幅、换手率、涨跌幅、昨收价常规跨周期计算要用的都在了。更新节奏上分钟级别盘中每5分钟更新一次日线及以上盘后15:35更新盘中要看当天正在形成的K线另有最新K线接口time/real/time/{dm}/{级别}。这次数据源我用的是本地数据引擎 ig50全部数据是 JSON 文本文件落在本地程序直接读文件没有限流和重试的干扰所以下面聊的问题全部聚焦在数据组织和对齐逻辑本身——这些坑跟数据从哪来无关只要做跨周期对齐就躲不开。第一种方案每个周期各存一份用时直接加载。六份周期文件各读各的按时间戳做对齐读取逻辑最简单所有周期都是现成的。代价有两点一是存储翻倍二是多份文件之间的一致性没有机制保证。我在这条路上付出过真实代价某次更新到一半脚本中断5分钟线已经是当天的日线还停在前一个交易日回测里新旧数据混算产出的信号整体偏移而且是回测跑完看收益曲线异常才回头发现的。走这条路的底线是给每份周期文件记录最后K线时间戳加载时强制校验六个周期是否对齐到同一交易日不对齐就拒绝跑回测。第二种方案只存日线加1分钟线其余周期现算合成。存储最省一致性天然有保证因为所有衍生周期都从同一份原始数据推出来。但现算的细节比想象多最典型的是60分钟线的切分A股一个交易日的60分钟K并不是从9:30起每60分钟一刀而是按 10:30、11:30、14:00、15:00 四个时点切段午休剔除、开盘集合竞价归入第一根切分规则写错一处整个60分钟序列的开高低收就整体错位而且这种错位肉眼很难看出来。另外每次跑回测都要付一遍合成成本数据量一大就明显。第三种方案只存1分钟线这一种基准周期查询时聚合成任意周期。理论上最优雅实际是我最早放弃的。1分钟线一年大约5.7万根单只股票两年的分钟数据就有几十MB这个体积放到全市场就是天文数字查询时实时聚合的延迟完全不可接受而且聚合逻辑跟第二种方案一样要处理切分、停牌和边界等于把算力成本原封不动搬到了查询路径上。我最后落的是前两种的折中日线及以上直接各存一份体积小、访问频率高、零计算成本分钟级别只存1分钟线5/15/30/60在加载时从1分钟线现算。这样高频访问的日线读现成的分钟级别多周期的一致性由单一数据源天然保证。数据组织定了接下来是这次复盘真正的重点六个坑按踩到的顺序讲。第一个坑成交量单位。本地数据的成交量单位是股不是手跟很多行情软件的展示口径不一样。我最初的量比算法是从行情软件的说明里抄的默认手数接到本地数据上算出来的量能大一百倍症状就是前面说的日线上正常、分钟线上爆表。后来我把单位体检做成了固定步骤随机抽几根K线用成交额除以成交量估算均价看估算均价是否落在当日最高价和最低价之间单位或字段错位当场暴露三十行代码换来很大的安心。第二个坑15:00那根分钟K与日线收盘的关系。理论上日线的收盘价等于15:00那根1分钟K的收盘价但实际对账时会发现两者偶有细微差异来源是收盘集合竞价的成交归集方式。我写了一个跨周期对账脚本逐日比对1分钟线合成出的日K与官方日线开高低收四个字段里给收盘价留了千分之一量级的容差其余字段严格相等超过容差才告警。这个脚本是我做周期对齐性价比最高的一笔投入上线第一周就抓出了两处日期错位比任何肉眼检查都可靠。第三个坑停牌日。停牌当天分钟线整体缺失如果用固定频率重采样比如按自然日切窗口或者按固定根数滚动停牌日要么变成空值要么被前值填充日期轴从这一天起全部错位。正确做法是先按交易日历剔除非交易日再识别停牌日只在真实存在成交的时段内做聚合。多股票截面对齐时还要更明确一步A股票正常交易、B股票停牌的时段B的缺失必须标记为无法交易绝不能当成价格为零参与计算否则截面信号会被污染。第四个坑复权口径。多周期下最隐蔽的一个。日线用前复权、分钟线保持不复权各自单看都没毛病可一旦合成跨周期信号比如日线级别趋势向上叠加15分钟级别回调确认两边在除权日附近根本不是同一个价格体系信号自相矛盾。结论很明确复权因子必须统一应用到所有周期而且要在聚合之前对原始价复权而不是合成之后再调整顺序反了合成出的高低点就是错的。第五个坑时间戳格式。短分时的时间戳是 yyyy-MM-dd HH:mm:ss日线只有 yyyy-MM-dd直接拿字符串做关联日线那边的日期和分钟线那边的日期时间永远对不上。我的处理是在加载层统一归一化成同一种 datetime 类型日线固定补成当日15:00之后所有对齐逻辑只认这一种格式格式差异被拦截在最底层。第六个坑盘中运行的拼接边界。分钟级别盘中每5分钟更新、日线及以上盘后15:35更新意味着盘中实时计算时历史分钟线来自历史K线接口当天正在形成的分钟线来自最新K线接口两段数据在当日9:30这个边界拼接。拼接处有两类经典问题重叠最新接口的最后一根和历史段的开头是同一根K线缺口历史段尚未纳入当天最初的几根。我的做法是拼接时按交易时间戳去重再按当前时刻应有的K线根数做数量校验根数不符就告警宁可报警也不能让拼接处的脏数据流进信号。回头看多周期对齐从来不是把数据读进来这么简单它实际上是一套数据质量校验体系单位体检、收盘价对账、停牌处理、复权统一、时间戳归一化、盘中拼接边界六件事全部做完跨周期信号才敢信。这些校验现在都固化在我的加载脚本里新数据进来先过体检再入库比回测跑到一半发现指标离谱再回头排查省的时间不止一个量级。接口说明历史K线接口time/history/trade/{dm}/{分时级别}dm为股票代码分时级别支持分钟级别与日线及以上短分时数据范围为最近两年日线及以上为全部历史分钟级别盘中每5分钟更新日线及以上盘后15:35更新返回字段包括交易时间、开盘价、最高价、最低价、收盘价、成交量cjl、成交额、振幅、换手率、涨跌幅、昨收价。最新K线接口time/real/time/{dm}/{级别}用于盘中获取当日实时形成的K线级别参数与历史接口一致。资料参考ig50gitee开源地址github开源地址