ffill的危险：前向填充如何制造假数据
我的掌握程度：
先掌握这个答案
ffill的正确场景：①财务数据自公告日起沿用（值本身就该保持到下次更新）②画图需要连续线（视觉需求）③指数编制中停牌股沿用旧价。危险场景：①回测撮合——用ffill价成交=虚构交易；②波动率/动量计算——冻结的零变化会低估波动/扭曲动量。正确组合拳：①标记suspended=True；②分析用列ffill；③交易层检查suspended——禁止停牌交易。这是q-066（阶段1停牌处理）的pandas实现版。
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
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。
背景 · 从一个困惑说起
停牌股的收盘价NaN——你用ffill填充（用昨天价格填今天）——图表变连续了。但回测引擎看到这个「价格」以为今天可以按这个价卖出——实际上停牌根本无法交易。ffill在分析场景是修复、在交易场景是造假。
由此产生的问题
ffill的正确场景与危险场景？「分析口径vs交易口径」的分离原则？停牌的正确处理组合拳（标记+填充+禁交易）？
核心概念
ffill的正确场景：①财务数据自公告日起沿用（值本身就该保持到下次更新）②画图需要连续线（视觉需求）③指数编制中停牌股沿用旧价。危险场景：①回测撮合——用ffill价成交=虚构交易；②波动率/动量计算——冻结的零变化会低估波动/扭曲动量。正确组合拳：①标记suspended=True；②分析用列ffill；③交易层检查suspended——禁止停牌交易。这是q-066（阶段1停牌处理）的pandas实现版。
为什么需要它
①一个方法的双重身份：ffill在pandas里只是「填法」——它的对错取决于你在算什么（分析or交易）；②回测虚高的隐形来源：停牌期间按ffill价"卖出止损"——回测看着有效、实盘根本做不到——最阴险的假信号之一；③「双口径纪律」（q-358复权同款）：同一数据给不同消费者（图表/回测/风控）要有不同版本。
实际应用场景
标准代码：df['suspended']=df['volume']==0；df['close_analysis']=df['close'].ffill()；回测引擎判断suspended跳过交易。
与之前知识的联系
q-316（缺失值决策树）的停牌分支专讲；q-066（阶段1）的代码版；双口径纪律与q-330（原始价+因子）同源。
⚠ 常见误解
- ffill了就万事大吉：分析口径OK、交易口径不行——必须叠加suspended标记+禁交易规则
- 不填充让NaN就好：面板有NaN→rolling全部变NaN（传染病）——分析口径还是需要ffill
- 用0填充停牌价也行：0是「有含义」的值（股价不为0）——比NaN更危险（算出虚假的暴跌）
🛠 本题实践任务
在你的面板中注入一次停牌（删3行close），实现三步处理（标记/填充/禁交易标记），验证：分析口径连续、交易口径第4天才有信号。
💡 提示（先自己想5分钟再看）
注意rolling在NaN期间会全部变NaN（滚动窗口的传染病）——这就是为什么分析口径也需要ffill。
✅ 验收标准
三列输出（suspended/close_analysis/tradable）+双口径规则的一句话总结。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（缺失值处理），再用案例、公式和代码帮助理解。此功能需要先启用服务。