阶段4Python 基础进阶●●●●●

shift：防前视的第一卫士（与它的一族兄弟）

我的掌握程度：

q-313精讲

先掌握这个答案

语义口诀：shift(1)=「下移」=今天拿到的是昨天的值（向过去取）；shift(-1)=「上移」=今天拿到明天的值（向未来取，危险！只允许出现在"标签"端）。标准配对：因子factor_t（用≤t的数据）配收益ret_{t+1}=close.shift(-1)/close-1——即label列用负shift制造，训练矩阵里因子列一律非负shift。血缘：diff(1)=x−x.shift(1)；pct_change(1)=(x−shift)/shift——它们都是shift的导数家族，方向语义完全一致。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

以信息可得时间对齐

财报报告期结束日不是市场获知信息的时间。对每个特征记录available_at，并确认不晚于决策时点；盘后数据通常不能用于同日收盘前下单。保留历史修订与退市样本，检查删尾重跑是否稳定。

每一笔收益都要有可执行时间线

打印数据截止时间、信号时间、订单时间、成交时间和持仓收益区间。收盘信号不能乘当天完整收益；次日开盘成交也不能无条件拿到整个close-to-close收益。用原始价格判断可成交性，并纳入停牌与涨跌停。

本阶段实战方法 · 一条能复现的数据流水线

把接口返回的数据变成可用于因子研究的面板时，先处理时点、主键与单位。

建立数据字典：字段、单位、时区、交易日历、数据源、抓取时间、原始价与复权因子。
用(date, code)查重，区分停牌、未上市、窗口不足和真实缺失；不要用向后填充把未来值带回过去。
保存原始快照与清洗日志，固定随机种子和环境版本；接口字段变化时先核对官方文档。

使用边界

报告期不等于公告可用日，盘后公告通常不能用于当天收盘前决策。
API输出名为“动态市盈率”时不能直接改名TTM；浏览器练习不支持任意原生库或行情抓取接口。

不懂的术语：T+1 / T+0 因子（Factor）标签（Label / Target）

背景 · 从一个困惑说起

量化代码里最致命的一个符号错误：shift(-1)与shift(1)之差。前者把明天的数据拉到今天（时光机），后者把昨天的留到今天用（诚实）。一字之差，回测从亏转盈——假的那种盈。

由此产生的问题

shift的正负语义怎么记最牢？"因子-收益"配对的shift标准姿势？diff/pct_change与shift的血缘？

核心概念

为什么需要它

①防前视的原子操作：所有"用过去算现在"的操作最终都是shift的组合——把shift语义焊死在直觉里=把最大的回测炸弹拆掉；②标签端的合法负shift：未来收益作为"答案"存在是被允许的——它只能出现在y，永远不能混进X（阶段8 ML的生死线）；③审计入口：review任何因子代码，先搜所有shift(-——逐个确认在标签侧。

实际应用场景

面板标准两列：df['factor']=...(只用当日及以前)；df['label']=df.groupby('code')['close'].transform(lambda s: s.shift(-5)/s-1)——一行因子一行标签，一正一负，泾渭分明。

与之前知识的联系

q-312的pct_change是shift家族成员；q-357（截断检验）是shift错误的自动抓捕器；q-702（阶段8标签）把负shift制度化。

⚠ 常见误解

shift(1)是往前还是往后：记方向别记文字——跑一行print对照：[1,2,3].shift(1)=[NaN,1,2]（今天的位置出现昨天的数）
负shift绝对禁止：在标签端它是唯一正确的写法（未来收益就是负shift）；禁区是特征端
shift了就一定防住前视：链式计算里中间变量错位（先rolling后shift vs 先shift后rolling）仍可能泄漏——截断检验兜底（q-357）

🤖 AI导师

导师会先检查你的前置知识（pct_change、前视偏差概念），再用案例、公式和代码帮助理解。此功能需要先启用服务。