前视偏差的六个藏身点（速查清单版）
我的掌握程度：
先掌握这个答案
六藏身点+检查动作：①信号成交同刻→查权重是否shift(1)（grep 'shift'确认方向）；②财务报告期对齐→查merge的右键是ann_date还是end_date；③全样本统计量→查标准化的mean/std来自全表还是expanding（截断检验兜底）；④当前成分回测历史→查股票池来自时点快照还是最新列表；⑤复权价后视→查复权因子是否"截至当时"（未来分红会改写历史复权价——用数据源的PIT复权或接受近似并标注）；⑥幸存者偏差（q-067）→查退市股在不在数据里。一票否决式提问："这个数字，昨天的我知道吗？"
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。
本阶段实战方法 · 回测先过时序、成交与成本三道关
把信号变成策略收益时，每笔收益必须能追溯到当时能下出的订单。
- 画出时间线：数据可得→算信号→下单→成交→持仓收益；收盘信号不能倒用当天完整收益。
- 明确交易价格、T+1可卖数量、停牌涨跌停、仓位上限和实际成交量约束。
- 同时报告毛/净收益、换手、最大回撤、基准和样本外结果；对滑点与费率做压力测试。
使用边界
- 简单shift(1)只解决部分时序问题；次日开盘成交还要区分隔夜和日内收益。
- 成本应按成交金额与买卖方向计提；0.15%是教学情景，不是统一市场费率。
背景 · 从一个困惑说起
q-502建了防御工程（截断检验）。这一题是配套的"巡逻清单"——前视的六个经典藏身点，来自无数回测事故的尸检报告。code review时逐条对照，五分钟排除80%的风险。
由此产生的问题
六个藏身点分别是什么？每条的检查动作（一行命令/一个提问）是什么？
核心概念
六藏身点+检查动作：①信号成交同刻→查权重是否shift(1)（grep 'shift'确认方向）；②财务报告期对齐→查merge的右键是ann_date还是end_date；③全样本统计量→查标准化的mean/std来自全表还是expanding（截断检验兜底）；④当前成分回测历史→查股票池来自时点快照还是最新列表；⑤复权价后视→查复权因子是否"截至当时"（未来分红会改写历史复权价——用数据源的PIT复权或接受近似并标注）；⑥幸存者偏差（q-067）→查退市股在不在数据里。一票否决式提问："这个数字，昨天的我知道吗？"
为什么需要它
①清单化=可执行："小心前视"是口号，六个点名+六个检查动作是流程——把安全检查变成五分钟仪式；②协作接口：团队review的统一语言——"查一下第③点"比十句解释高效；③与截断检验的分工：清单防"已知的坑"，截断检验抓"未知的坑"——双保险。
实际应用场景
打印成便签贴屏幕（q-063的三保证书的扩展版）；每次回测提交前逐条打勾；新成员入项目的第一份必读文档。
与之前知识的联系
q-502（防御工程）的操作手册版；q-063（阶段1三保证书）的完全体；q-393（用户三招）覆盖①②③——本题补全④⑤⑥。
⚠ 常见误解
- 我用了专业数据源就不用查：数据源防数据错，防不了你用法错（用最新成分回测历史、用全样本统计量——数据没错、用法前视）
- 清单检查一次就永久安全：每次改代码、换数据源、加特征都可能引入新的前视——清单随代码提交走
- 小细节不至于致命：每个"不至于"累计起来就是回测与实盘的50%+偏差——前视从来不是单点大错而是多点小错的复利
🛠 本题实践任务
把六点清单做成你的回测提交模板（每个commit message附检查结果）；用静态扫描脚本跑一遍你现有的回测代码，记录命中项并修复。
💡 提示（先自己想5分钟再看）
静态扫描有误报（如label里的shift(-)）——人工确认即可；重点是"每次都过一遍"的仪式。
✅ 验收标准
一份扫描报告+修复记录。你的回测从此带"安检合格证"出厂。
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（前视防御工程、公告日对齐），再用案例、公式和代码帮助理解。此功能需要先启用服务。