🗄️ 数据工程与因子数据

数据类型、来源、清洗、PIT 数据库、存储版本与 A 股数据特有问题。

量化界的老话：垃圾进，垃圾出（Garbage in, garbage out）。80% 的量化工程量在数据：复权方式选错会造出假收益，幸存者偏差会让回测年年跑赢，财报用公告日而非报告期就引入前视偏差。本章系统讲数据工程：从类型、来源、清洗，到 PIT 数据库、因子存储与质量监控，并专门处理 A 股数据特有的坑。