案发现场在我自己的数据库里：一只股票的历史价格，是负的。没有暴跌，没有退市，就是负的。价格可以从一百块跌到一块，但从来没有一种跌法叫跌成负数——除非，历史价格被人改写过。
第一现场
先交代口供：我这系统有一个重大偏误——从网上爬来的股价，是不是前复权的？要是前复权，就等于知道日后每一年的股息，那全完蛋了，我这数据是不是白爬了？
前复权的算法是：把日后每一次分红除权，往前折算进历史价格。问题是，1995 年的那根 K 线被 2024 年的分红改写过——而 1995 年的投资者不可能知道 2024 年分不分红。回测的人拿到这份数据，等于提前翻了答案。这在量化行当里有名字，叫前视偏差，具体这一款，叫股息前视。数据没白爬，爬来的是原始价；错的是我用它算收益——收益的计算方式偷看了未来。
三种口径，三种污染
很快，要命的问题自己冒了出来：前复权有一个很大的毛病——价格复着复着，会变成负数。高分红的老股票，几十年的分红一路往前扣，能把历史价格扣穿零。这不只是趋势研究受影响——是整个数据集在数学上就不成立。
那换别的不行吗？不复权、后复权，是不是也污染？过堂的结果是三种口径各有各的罪：不复权，价格序列在除权日断裂，跳空缺口制造假信号——但它的 PE 是真的，因为当年的人就是用当年那个价格算的；后复权，序列连续、方向从过去往后算，没有未来信息，可价格被推得离谱，估值分位全失真；前复权，图表最好看，数学上最不成立。
结论：没有一种现成口径是干净的。干净的方案只有一个——数据库存未复权价，另存一张分红事件表，回测要用哪种口径，当场动态计算。价格是事实，事件是事实，口径是用的时候才该做的决定。
同案犯
案子到这里该结了，结果在指数那儿又撞见一个。恒生指数本身不复权——每年 4% 上下的股息，全部扔掉。价格指数讲长期故事，等于每年把真实的回报砍掉一截，三十年下来系统性低估大约一年 4 个点。
怎么会全球投资者这么傻呢？因为这个偏误大了去了——你看 6% 跟 10% 的差异，那就是 50% 的差距。股息率 6% 的市场，用不含股息的指数讲三十年，差异能吞掉一半的真实回报。报纸在用，基金在用，你的长期收益对比基准也在用。全球投资者不傻——是全球投资者都在看同一张被涂改过的表。
结案
数据不是事实，数据是带口径的事实。每一张 K 线图背后都藏着一个必须审的问题：这条历史价格，是当时的谁、在当时能知道的什么范围内算出来的？答不上来的数据，不能进回测。
我的数据库最后立了新规矩：未复权价、前复权、后复权、分红事件，四件套全存，外加一行"当时可得"的标记。成本是几张表，换来的是历史不再被未来改写。改写历史不需要坏人——一个默认参数就够了。
