量化实战入门（24）解读股票价格的复权

解读股票价格的复权：为什么复权数据至关重要（附程序代码）

在量化投资中，一个经常被忽视却至关重要的概念是股票价格的复权。然而，很多投资者，尤其是新手投资者，可能对复权所涉及的各种问题并不熟悉，也可能不清楚该使用哪种复权数据。在这篇文章中，我们将深入探讨股票价格的复权，解释它为什么重要，以及如何在实际投资决策中应用复权数据。
01

为什么要复权
当公司进行分红、配股、拆股、回购等操作时，公司的股本结构会发生变化，这将直接影响其股票的交易价格。股票的复权是指对股票的历史交易数据进行调整，以反映公司的所有股本变动（如股息派发、配股、拆股和回购等）对股价的影响。
例如对比下面这只股票不复权的K线和前复权的K线：

在不复权的K线图中，2016年6月24日这天出现了一个巨大的跳空，股价从13快多一下跌倒6块多；但在前复权的K线图中，股价变动是连续的比较平稳的。发生了什么事呢？原来这只股票做了年度权益分派：向全体股东每10股派1元现金股息，同时，以资本公积金向全体股东每10股转增10股，除权除息日为2016年6月24日。
假设某个股东持有该公司股票100股，在每10股转增10股后，原来的100股就会变成200股，但以公积金转增实际并不增加公司的总市值，因此假如原来每股价值13元，100股总价值1300元，在除权后每股价值会变为6.5元，200股价值1300元，转增后持有的股票数量增加1倍，但单张股票的价值变为原来的1/2，持有的股票总价值不变。
分红也会造成股票价格下降，因为分红后公司的总资产减少，市值也应当相应减少。
从上面这个例子可以看到，由于股票存在分红、配股、拆股、回购等事件，会导致股价出现较大的缺口，如果不进行复权处理，直接使用这些历史价格进行分析，可能会得到错误的结论。为了保证数据连贯性，需要使用复权的方法对价格序列进行调整。
02

复权的方法及各自的优缺点

1. 前复权
   前复权是以最新的价格变动为基准，将所有历史数据按照这个基准进行调整。
   前复权的优点是最新复权价格与实际价格一致，因此很直观，也是各种行情软件默认的复权方式。
   但前复权也有缺点：
   一是由于前复权的方式在每次除权除息后，都需要根据最新的价格重新计算所有的历史数据，这会导致每次发生除权除息事件后，历史数值都会发生变化。由于需要反复调整历史数据，数据更新和维护的成本较高。
   二是对于有持续分红的公司来说，前复权价可能出现负值。
   三是前复权价格如果处理不当有使用未来数据的风险，这个在《前视偏差：使用未来数据》一节中已有详细的讲述。
2. 后复权
   后复权是以某一固定日期（通常为股票上市日期）的价格为基准，将此后的所有数据进行调整。
   后复权的优点是计算简单，一旦计算完成，后续的数据更新也方便，以前的后复权价格不会因为后面的除权除息事件而发生变动。
   但后复权价格和真实股票价格可能差别较大，尤其不适用于实盘。
3. 需要注意的是，复权的算法有很多种，包括：经典算法、递归后复权法、递归前复权法、涨跌幅复权法等等，不同平台、不同数据源由于复权算法不同，导致复权数据存在差异，而且除权次数越多，差异越明显。
   03

如何计算复权
数据源通常都会提供复权因子，根据复权因子可以快速计算出复权后的数据，下面介绍如何用 TuShare 数据源的复权因子计算复权。以下代码需要预先安装TuShare数据源，参见《本地Python环境部署》。
复权价格的计算公式为：
后复权价格 = 当日不复权价格 × 当日复权因子
前复权价格 = 当日不复权价格 × 当日复权因子 / 最新复权因子
计算复权价格的代码示例如下：

#导入需要的库

import pandas as pd
import tushare as ts

#初始化数据接口并设置token，token在个人主页获取

#注意：下面语句中的token要更换为你个人的token字符串

pro = ts.pro_api(token)

#获取平安银行（000001）不复权的行情数据，数据的时间范围从2023年6月12日至2023年6月20日

price_df = pro.daily(ts_code=’000001.SZ’, start_date=’20230612′, end_date=’20230620′).set_index(‘trade_date’)

#获取平安银行（000001）的复权因子

adj_factor_df = pro.adj_factor(ts_code=’000001.SZ’, trade_date=”).set_index(‘trade_date’)

#将不复权的收盘价和复权因子放在一个DataFrame数据表中

df = pd.DataFrame()
df[‘收盘价_不复权’] = price_df[‘close’]
df[‘复权因子’] = adj_factor_df[‘adj_factor’]

#计算复权后的收盘价

df[‘收盘价后复权’] = df[‘收盘价不复权’] * df[‘复权因子’]
df[‘收盘价前复权’] = df[‘收盘价不复权’] * df[‘复权因子’] / df[‘复权因子’].iloc[-1]
最后用 print(df) 输出数据查看：

从上图可以看到：

1. 最新的前复权价格跟最新的实际价格（即不复权的价格）是一致的。
2. 前复权价格和后复权价格相差巨大。
3. 在2023年6月14日这天复权因子发生了变动，经过查看平安银行的公告，平安银行2022年度的权益分配方案为每10股派2.85元现金，除权除息日为2023年6月14日。
   04

在量化投资中使用哪种复权数据
在量化投资中应根据具体情况来选择复权数据：

1. 进行数据存储和更新时
   当需要采集和存储行情数据时，应该用前复权价格、后复权价格还是不复权价格？
   从前文可知用前复权价格并不是一个好的方案，因为每次发生除权除息事件后否需要重新计算历史的前复权价格，数据更新和维护很麻烦。
   用后复权价格虽然没有重新计算历史数据的问题，但后复权价格跟实际价格往往相差巨大，也不是一个好选择。
   比较好的方案是存储不复权的价格，并同时存储复权因子，这样数据更新时不用修改历史数据，而且通过复权因子可以很方便的计算出前复权价格和后复权价格。
2. 进行数据分析和策略回测时
   在进行数据分析和策略回测时，通常使用后复权价格，这是因为：
   （1）当回溯的时间很长时，前复权价格可能会出现负值的情况。
   （2）如果需要对结果数据进行存储和定期更新，比如有一个需要定期更新的因子库，那么采用后复权价格更易于维护，因为前复权价格在发生除权除息时要重新计算所有历史数据，相应的因子值也要重新计算，更新和维护因子库的成本高。
   （3）前复权价格处理不当有使用未来数据的风险。
3. 在实盘时
   实盘中进行数据运算时应该使用前复权价格，因为后复权价格可能跟实际价格相差巨大，不适合实盘操作。
   在本文中，我们深入探讨了股票价格复权的概念和重要性，研究了如何计算和使用复权数据。投资不仅仅是买低卖高的游戏，而是一个需要深入理解和精细操作的过程，复权数据就是其中的一个方面。要有效地使用复权数据，我们需要对其有深入的理解，并掌握处理和使用复权