数据：模型吃进去什么，往往比模型名字更重要

股价一天“暴跌 50%”，但其实只是拆股，你的策略会看到什么？

复权价格会根据拆股、分红等公司行动调整历史序列，使跨期收益比较更接近经济上的连续变化。忽略这些处理，回测会把公司行动误认成市场行情。

K 线、订单簿、财报和新闻，都是“数据”，但回答的问题完全不同

今天看到的“历史数据”，不一定是历史当时真的能看到的版本

公司可能后来重述财务数据，指数成分会变化，经济数据也会修正。如果用今天整理好的最终版本回测多年前的决策，就可能无意中把未来信息塞回过去。

只研究今天还活着的公司，会让历史世界看起来比真实世界更漂亮

假设十年前有 120 家公司，其中 20 家后来破产、退市或被剔除。如果今天的数据接口只返回剩下的 100 家，再拿它们回测十年前，就把一批失败者从历史里删掉了。这就是典型的幸存者偏差。

来源、许可、时间、版本、字段和样本范围要一起保存

1. 1来源与许可谁提供、从哪里取得、允许用于什么。公开可见不等于可以任意抓取或再分发。
2. 2时间与版本发布时间、抓取时间、修订记录和数据快照版本。
3. 3字段口径时区、币种、复权、单位、频率、标识符和缺失值处理。
4. 4样本边界纳入、排除、退市和无法获取的对象都要有记录。