免费数据源的真实面貌
做量化交易的人，几乎都是从免费数据源起步的。Tushare、AkShare、Yahoo Finance、新浪财经接口、各类期货交易所的公开日线数据，随手就能拉下来几年的行情。不用花钱，几行代码就能跑出回测曲线，看起来很美。
但用久了就会发现一个尴尬的事实：免费数据源的回测结果，和实盘表现经常对不上。 不是策略逻辑写错了，而是数据本身在悄悄骗你。这篇文章把免费数据源在股票和期货场景下的限制拆开讲清楚，再聊聊应该用什么心态去看待这些限制。
股票免费数据的几个硬伤
复权处理不完整导致价格断层
股票数据最容易被忽视的问题是复权。免费接口给出的日线价格，很多是未复权或者只做了前复权的粗糙处理。遇到除权除息日，价格会出现跳空缺口。你的均线策略在回测里看到一根大阴线，可能只是分红除权造成的，跟市场走势毫无关系。
更麻烦的是，不同免费源对复权的处理方式不一致。今天用A接口拉数据，明天换B接口，同一只股票的历史K线对不上，策略参数全部失效。回测中一个除权缺口，足以让动量策略产生虚假的买卖信号。
幸存者偏差让回测虚高
免费数据源通常只提供当前仍在上市的股票列表。十年前退市的、被并购的、ST后摘牌的股票，在历史数据里根本找不到。你用今天的股票池去回测2015年的策略，等于提前知道了哪些公司活到了今天。
这会造成一个严重后果：回测收益被系统性高估。 那些当年差点退市、后来起死回生的股票，在回测中被自动过滤掉了。策略看起来年化收益20%，实盘可能连10%都不到。美国市场的研究表明，幸存者偏差能让小盘股策略的回测收益虚高3到5个百分点，A股市场只会更严重。
财务数据更新滞后与口径混乱
股票策略绕不开基本面数据。免费源提供的财报数据，更新速度参差不齐。有的季度报告出来三天后就更新了，有的拖到一个月后。做财报事件驱动策略时，这种延迟直接导致信号失效。
更隐蔽的问题是财务指标口径不一致。不同免费源对市盈率、市净率的计算方式有差别，有的用TTM，有的用静态，有的扣非有的不扣非。策略回测时用A源的数据训练，实盘接B源的数据执行，等于用两套不同的尺子量东西。
分钟级数据缺失严重
免费源基本只提供日线级别的完整历史。分钟线数据要么只有最近几个月的，要么残缺不全。做日内策略的量化交易者，用免费分钟线回测，样本量根本不够。几个月的分钟数据跑出来的参数，放到实盘中遇到不同波动率的市场环境，表现天差地别。
期货免费数据的特殊问题
期货数据和股票数据不一样，有几个免费源很难绕开的坑。
主力连续合约拼接失真
期货交易者最常用的是主力连续合约。免费数据源提供的连续合约，换月拼接方式五花八门。有的直接价格拼接不做复权调整，换月当天出现巨大跳空。有的做了价差复权但方法不透明。
这直接影响趋势跟踪策略的回测结果。一个跳空缺口在K线图上看起来是突破信号，实际上是换月造成的价格断层。 用这种数据回测均线策略，信号频率和盈亏比全部失真。
夜盘数据覆盖不全
国内期货有夜盘交易。免费数据源对夜盘数据的处理很随意，有的把夜盘算到第二天，有的算到当天，有的干脆不提供夜盘数据。做跨期套利或者隔夜持仓策略时，夜盘数据缺失意味着你丢失了三分之一以上的价格信息。
持仓量和成交量数据精度差
期货策略经常用到持仓量变化来判断资金流向。免费源提供的持仓量数据，有些是四舍五入后的整数，精度不够。做持仓量突破策略时，几千手的误差足以让信号提前或滞后触发。
接口稳定性与频率限制
免费数据源的接口不稳定是常态。AkShare偶尔拉取失败需要重试，Tushare免费版有调用频率限制，Yahoo Finance在国内访问时断时续。
做量化回测时这个问题不大，多跑几次就行。但实盘交易中，如果策略依赖实时数据做决策，免费接口的一次超时或限流就可能错过交易时机。免费数据源适合做研究和回测，不适合做实时交易的数据管道。
如何看待这些限制
把数据质量当成策略设计的一部分
不要等到回测做完才发现数据有问题。写策略的第一行代码之前，先花时间搞清楚数据源的复权方式、更新频率、覆盖范围。把数据清洗和校验的代码单独写成一个模块，每次回测前先跑一遍数据质量检查。
股票策略要检查除权日前后价格是否连续，期货策略要检查换月拼接是否平滑。数据问题发现的越早，试错成本越低。
用多源交叉验证对抗单一数据源的偏差
免费数据源最大的价值不是省钱，而是可以同时拉好几个源做交叉验证。同一只股票的收盘价，Tushare和AkShare对不上的时候，就是需要人工介入排查的信号。两个源都一致的数据，可信度远高于单一来源。
做期货连续合约回测时，用两个不同拼接方式的免费数据各跑一遍策略。如果结果差异很大，说明策略对换月处理太敏感，实盘会很不稳定。
接受免费数据的定位是研究不是生产
免费数据源的本质是降低量化交易的入门门槛，让人先用小成本验证想法。它的定位是研究和原型验证，不是实盘生产环境的数据管道。
实盘交易需要的是稳定的、低延迟的、接口有服务保障的数据源。这个钱省不了。把免费数据源省下来的成本，投入到策略逻辑的打磨和风控体系的建设上，才是更合理的资源分配。
把限制转化为策略的筛选条件
换个角度想，免费数据源的限制本身可以变成策略的过滤器。幸存者偏差严重的免费股票池，提醒你策略应该避开小市值壳股。换月拼接不透明的期货连续合约，提醒你策略应该减少对跳空缺口的依赖。
知道数据哪里会骗人，就能设计出不容易被骗的策略。 这比追求完美数据更务实。
务实的数据策略
量化交易的核心竞争力从来不是数据源本身，而是对数据的理解和处理能力。免费数据源有瑕疵，但足够让一个认真的交易者把策略逻辑跑通、把风险点摸清楚。
股票策略先用免费日线数据做初步筛选，确认逻辑有效后再考虑付费数据做精细回测。期货策略用免费数据做粗颗粒度的趋势验证，避开对高频数据和精确持仓量依赖过重的方向。
数据是工具，不是答案。免费数据源的限制，恰恰是量化交易者建立数据敏感度的第一课。
