【量化中的复权数据详解】
【复权计算方法】
股票会时不时的发生现金分红、送股等一系列股本变动,这会造成股价的非正常变化,导致我们不能直接通过股价来计算股票的涨跌幅。例如一个股票是10元,当他10送10的时候,它的价格会变成5元,但是我们并不能认为这个股票下跌了5 / 10 - 1 = 50%。
下面举一个具体的例子来说明如何计算除权价格以及复权涨跌幅:
易事特(SZ300376)在2015年6月5日的收盘价是89.00元,当天晚上每股分红0.184元,并且每10股转增4股,那么这个股票除权之后的收盘价应该是(89.00 - 0.184) * 10 / (10 + 4) = 63.44元。下一个交易日6月8日的收盘价是57.10,真实涨跌幅应该是57.10 / 63.44 - 1 = -9.993695%,而不是57.10 / 89.00 - 1 = -35.842697%。
其中真实涨跌幅57.10 / 63.44 - 1 = -9.993695%也被称为是复权涨跌幅。

【复权涨跌幅最重要】
因为以上除权问题的存在,很多研究量化的同学在寻找股票数据的时候,很在意是否能得到复权之后的价格数据。我想说的是,股票的复权价格并不是最重要的,最重要的是要得到股票复权之后的涨跌幅。
若你有了股票每天的复权涨跌幅,那么知道了股票第一天的价格,通过简单的连乘计算,自然就可以计算出之后每一天的复权价,这个叫做后复权价。例如股票第一天的价格是10元,之后每天的复权涨跌幅是1%、-2%、3%…那么之后每天的复权价格分别是10 * (1+1%)、10 * (1+1%) * (1-2%)、10 * (1+1%) * (1-2%) * (1+3%)…
同样的,知道了股票最后一天的价格,那么自然也就可以计算出之前每一天的价格,这个叫做前复权价。行情软件中的前后复权价格,其实也是这么算出来的。
若股票数据中只给出了复权价格,这对计算收益的准确性是有很大影响的。例如给出的是前复权价格,那么很久之前的股票价格往往很小的数字,一般又都是精确到两位小数,所以会变成0.45,0.47这样类似的数字。例如万科A(SZ000002)在2006年2月8日的前复权收盘价是0.56,2月9日的前复权收盘价是0.48,那么2月9日的收益是0.48/0.56 - 1 = -14.29%,但是实际上8号、9号的真实收盘价是5.26、5.06,真实的涨幅是-3.80%,与-14.29%相差巨大。

【同花顺、通达信等各家的复权方式不同】
查看来自不同数据源的数据的时候,会发现它们的复权价格或者复权涨跌幅会有微小的差异,这往往是由不同的复权方式导致的。
例如,复权时对于分红产生的个人所得税,各家的处理方式是不一样的。同花顺、通达信中的复权是不考虑所得税的。上文提到的易事特(SZ300376)每股分红0.184元10股转4股,不考虑所得税的除权公式是(89.00 - 0.184) * 10 / (10 + 4) 。
但是实际上,这0.184元不会全部到投资者的口袋里,而是会扣掉10%的所得税(不同投资者扣得税还不一样),所以投资者得到的分红只有0.184 * (1 - 10%),那么更加准确的分红方式应该是:(89.00 - 0.184 * (1 - 10%)) * 10 / (10 + 4) 。一些专业的数据库,例如wind、国泰安,就是这么复权的。
【结论】
对于分钟或者更小级别的数据,我个人认为是没有必要进行复权的,直接用原始数据就可以了。复权之后反而会对数据准确性造成非常大的影响。
不要过分追求准确性。复权其实挺复杂的,之前的例子只提到了分红、转增,其实还有增发、配股、可转债等非常复杂的情况。所以哪怕非常贵的、非常专业的数据库,我都曾发现过它们复权计算中的错误。一开始这让我挺头疼的,但后来也释然了,不再去追究这些细小的误差。
前复权,后复权,定点复权,等比复权,统计(不复权+分红)数据比较
以农业银行为例,选上市首日收盘价对比2024年2月23日最高价4.3元计算上市以来涨幅。假设上市首日收盘买入10股农业银行,至2月23日最高价4.3元总获利百分比

图表数据显示,后复权的数据与统计(不复权+分红)的数据基本相同,微小的差别只因后复权历史高价的价格数据进行了小数点后3进2位的四舍五入(6.486=6.49)。即,四舍五入后的数据是完全相同的。
等比前复权,等比后复权的数据相同,计算了红利复投的收益。个人投资者极少有常年入市资金保持不变的情况,追加资金再红利复投,完全可以视为另外一次交易。从这个意义上说,用等比复权计算个股涨幅更适合类似封闭式基金那种常年资金不变的机构投资者
以2018年最后一个交易日收盘价为基准,至2024年2月23日最高价4.3元各种复权计算

表数据显示,定点复权和统计(不复权+分红)计算的数据完全相同。其他的复权数据都不准确。(等比前后复权的收盘价以及最高价是在通达信系统设置勾选“复权使用等比方式”,K线图中鼠标右键选择前复权,后复权得出的数据)
2、结论:
等比前复权,计算了红利复投,以现价为基准,倒推上市首日价格。
等比后复权,计算了红利复投,以上市首日价格为基准,推算现价格。
前复权,不计算红利复投,以现价为基准,倒推上市首日价格。
后复权,不计算红利复投,以上市首日价格为基准,推算现价格。(适合计算上市以来总涨幅)
定点复权,不计算红利复投,以某一时间段价格为基准,推算现价格。(适合计算阶段涨幅)

前复权其实是将分红送股前的K线整体下移,这意味着最近一个交易日的价格是固定不变的。
复权因子
复权因子的涨跌幅和股价的涨跌幅(修正后)是一致的,所以我们可以利用:
复权因子 = (1 + 涨跌幅) × 前一交易日复权因子

最后的一个前复权收盘价变,前面的价格用复权因子计算

例如上图中4月10日的前复权价格就是这么计算的:
-
1、先用4月13日的前复权收盘价除以复权因子得到固定值:
23.65 / 1.087465 ≈ 21.748 -
2、将21.748与4月10日的复权因子相乘,得到当天复权价:
21.748 × 1.208429 ≈ 26.28
后复权如下:

相关文章:
【量化中的复权数据详解】
【复权计算方法】 股票会时不时的发生现金分红、送股等一系列股本变动,这会造成股价的非正常变化,导致我们不能直接通过股价来计算股票的涨跌幅。例如一个股票是10元,当他10送10的时候,它的价格会变成5元,但是我们并不…...
YOLO简史
【欢迎关注编码小哥,学习更多实用的编程方法和技巧】 YOLO历史 YOLO (You Only Look Once) 是一种流行的对象检测和图像分割模型,由华盛顿大学的 Joseph Redmon 和 Ali Farhadi 开发。YOLO 于 2015 年推出,因其高速和…...
低通滤波器,高通滤波器,公式
1 低通滤波器 :输出的是电容的电压 1 低通滤波器可以把低频信号上面的高频信号给滤掉 2 100hz正常通过 3 经过低通滤波器后,波形光滑,绿色波形。一致 4 电容充电速度跟不上输入信号的速度(因为加了电阻,限制了电流&…...
深入了解IPv6——光猫相关设定:DNS来源、DHCPv6服务、前缀来源等
光猫IPv6设置后的效果对比图: 修改前: 修改后: 一、DNS来源 1. 网络连接 来源: 从上游网络(如运营商)获取 IPv6 DNS 信息,通过 PPPoE 或 DHCPv6 下发。 特点: DNS 服务器地址直…...
前端国际化实战:从需求到落地的完整实践
"我们要开拓东南亚市场了!"产品经理小王兴奋地告诉我这个消息。作为技术负责人,我立刻意识到这意味着我们需要对整个系统进行国际化改造。说实话,虽然之前也做过一些多语言的项目,但面对一个正在运行的大型系统,国际化改造的挑战还是不小。 回想起上周的…...
React的状态管理库-Redux
核心思想:单一数据源、状态是只读的、以及使用纯函数更新状态。 组成部分 Store(存储) 应用的唯一状态容器,存储整个应用的状态树,使用 createStore() 创建。 getState():获取当前状态。dispatch(action)ÿ…...
【Android学习】RxJava
文章目录 资料连接1. Merge & Zip操作符: 合并数据源2. Map & FlapMap & ConcatMap & Buffer: 变换操作符3. retry & retryUntil & retryWhen : 错误处理操作符4. Transformer & Compose 转换符 资料连接 Android RxJava: 这是一份全面…...
Pycharm访问MySQL数据库·上
1.MySQL驱动模块Connector #导入数据库的驱动工具 import mysql.connector #连接数据库必备的条件 config {"host": "localhost","port": 3306,"user": "root","password": "888888","database&…...
【CUDA】CUBLAS
【CUDA】CUBLAS 在深入了解之前,提前运行预热(warmup)和基准测试(benchmark runs) 是获得准确执行时间的关键。如果不进行预热运行,cuBLAS 的首次运行会有较大的开销(大约 45 毫秒)…...
YOLOv8-ultralytics-8.2.103部分代码阅读笔记-predict.py
predict.py ultralytics\models\yolo\detect\predict.py 目录 predict.py 1.所需的库和模块 2.class DetectionPredictor(BasePredictor): 1.所需的库和模块 # Ultralytics YOLO 🚀, AGPL-3.0 licensefrom ultralytics.engine.predictor import BasePredicto…...
细说Flash存储芯片W25Q128FW和W25Q16BV
目录 一、Flash存储芯片W25Q128FW 1、W25Q128硬件接口和连接 2、存储空间划分 3、数据读写的原则 4、操作指令 (1)“写使能”指令 (2)“读数据”指令 (3)“写数据”指令 5、状态寄存器SR1 二、Fl…...
python爬虫--小白篇【爬取B站视频】
目录 一、任务分析 二、网页分析 三、任务实现 一、任务分析 将B站视频爬取并保存到本地,经过分析可知可以分为四个步骤,分别是: 爬取视频页的网页源代码;提取视频和音频的播放地址;下载并保存视频和音频&#x…...
Three.js入门-模型加载
Three.js 支持多种 3D 模型格式,每种格式有其独特的优势和适用场景。根据项目的需求,选择合适的格式可以提高开发效率和用户体验。下面将详细介绍几种常见的模型格式及其特点,并补充每种格式的典型使用场景。 支持的模型类型及特点 Three.j…...
ECharts实现数据可视化入门详解
文章目录 ECharts实现数据可视化入门详解一、引言二、基础配置1.1、代码示例 三、动态数据与交互2.1、代码示例 四、高级用法1、多图表组合1.1、在同一容器中绘制多个图表1.2、创建多个容器并分别初始化 ECharts 实例1.3、实现多图联动 五、总结 ECharts实现数据可视化入门详解…...
C++(举例说明类的实例化方式)
太多的信息会让你抓不住重点,下面通过间短的举例说明了类的几种实例化方式,熟悉以后再阅读代码的时候就能减少疑惑。 1.直接实例化:使用类名直接实例化对象 MyClass obj; 2.使用 new 关键字动态分配内存:使用 new 关键字来在堆上…...
LeetCode32. 最长有效括号(2024冬季每日一题 32)
给你一个只包含 ( 和 ) 的字符串,找出最长有效(格式正确且连续)括号子串的长度。 示例 1: 输入:s “(()” 输出:2 解释:最长有效括号子串是 “()” 示例 2: 输入:s “…...
Textfocals ——基于大言模型的用户驱动型文本改进工具让用户在审阅自己的写作时对其进行修改
概述 论文地址:https://arxiv.org/abs/2403.01055 大规模语言模型可以生成媲美专业作家撰写的文本。目前使用的对话技术主要有两种:一种是交互式(如 OpenAI 的 ChatGPT 和 Google 的 Gemini),另一种是预测性文本补全&…...
docker 部署 redis
docker 部署 redis 1. 下载 redis 镜像 # docker images | grep redis bitnami/redis 7.2.4-debian-11-r5 45de196aef7e 10 months ago 95.2MB2. docker-compose 部署 version: "3" services:redis:image: bitnami/redis:7.2.4-debian-11-…...
微信小程序横屏页面跳转后,自定义navbar样式跑了?
文章目录 问题原因:解决方案: 今天刚遇到的问题,横屏的页面完成操作后跳转页面后,自定义的tabbar样式乱了,跑到最顶了,真机调试后发现navbar跑到手机状态栏了,它正常应该跟右边胶囊一行。 知道问…...
回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出
回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出 文章目录 回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出预测效果基本介绍程序设计参考资料致谢预测效果 基本介绍 BiGRU(双向门控循环单元)多输入单输出模型是一种结合了双向门控循环单元(BiGRU)的…...
python打卡day49
知识点回顾: 通道注意力模块复习空间注意力模块CBAM的定义 作业:尝试对今天的模型检查参数数目,并用tensorboard查看训练过程 import torch import torch.nn as nn# 定义通道注意力 class ChannelAttention(nn.Module):def __init__(self,…...
大型活动交通拥堵治理的视觉算法应用
大型活动下智慧交通的视觉分析应用 一、背景与挑战 大型活动(如演唱会、马拉松赛事、高考中考等)期间,城市交通面临瞬时人流车流激增、传统摄像头模糊、交通拥堵识别滞后等问题。以演唱会为例,暖城商圈曾因观众集中离场导致周边…...
C++ 基础特性深度解析
目录 引言 一、命名空间(namespace) C 中的命名空间 与 C 语言的对比 二、缺省参数 C 中的缺省参数 与 C 语言的对比 三、引用(reference) C 中的引用 与 C 语言的对比 四、inline(内联函数…...
【git】把本地更改提交远程新分支feature_g
创建并切换新分支 git checkout -b feature_g 添加并提交更改 git add . git commit -m “实现图片上传功能” 推送到远程 git push -u origin feature_g...
EtherNet/IP转DeviceNet协议网关详解
一,设备主要功能 疆鸿智能JH-DVN-EIP本产品是自主研发的一款EtherNet/IP从站功能的通讯网关。该产品主要功能是连接DeviceNet总线和EtherNet/IP网络,本网关连接到EtherNet/IP总线中做为从站使用,连接到DeviceNet总线中做为从站使用。 在自动…...
【JavaSE】绘图与事件入门学习笔记
-Java绘图坐标体系 坐标体系-介绍 坐标原点位于左上角,以像素为单位。 在Java坐标系中,第一个是x坐标,表示当前位置为水平方向,距离坐标原点x个像素;第二个是y坐标,表示当前位置为垂直方向,距离坐标原点y个像素。 坐标体系-像素 …...
Java线上CPU飙高问题排查全指南
一、引言 在Java应用的线上运行环境中,CPU飙高是一个常见且棘手的性能问题。当系统出现CPU飙高时,通常会导致应用响应缓慢,甚至服务不可用,严重影响用户体验和业务运行。因此,掌握一套科学有效的CPU飙高问题排查方法&…...
Python ROS2【机器人中间件框架】 简介
销量过万TEEIS德国护膝夏天用薄款 优惠券冠生园 百花蜂蜜428g 挤压瓶纯蜂蜜巨奇严选 鞋子除臭剂360ml 多芬身体磨砂膏280g健70%-75%酒精消毒棉片湿巾1418cm 80片/袋3袋大包清洁食品用消毒 优惠券AIMORNY52朵红玫瑰永生香皂花同城配送非鲜花七夕情人节生日礼物送女友 热卖妙洁棉…...
Python+ZeroMQ实战:智能车辆状态监控与模拟模式自动切换
目录 关键点 技术实现1 技术实现2 摘要: 本文将介绍如何利用Python和ZeroMQ消息队列构建一个智能车辆状态监控系统。系统能够根据时间策略自动切换驾驶模式(自动驾驶、人工驾驶、远程驾驶、主动安全),并通过实时消息推送更新车…...
Caliper 配置文件解析:fisco-bcos.json
config.yaml 文件 config.yaml 是 Caliper 的主配置文件,通常包含以下内容: test:name: fisco-bcos-test # 测试名称description: Performance test of FISCO-BCOS # 测试描述workers:type: local # 工作进程类型number: 5 # 工作进程数量monitor:type: - docker- pro…...
