量化回测框架设计之数据篇（二）

背景介绍

目前的原始行情数据包含Tick、分钟及日线数据（还有一类是逐笔数据，但由于在目前的数据集中占比极小，故不在此处进行讨论），这类数据通常存在着冗余、缺失及错误等不同类型的数据缺陷，这些问题都会对策略的回测造成直接影响，例如，数据的缺失会导致前后行情数据的价格产生直接的跳空，远超过平均水平的单笔盈利或亏损，这样的异常交易将直接破坏交易参数的筛选，为解决前述问题，需对数据库进行全面的清洗，下面就按照清洗的种类分别进行探讨。