请根据以下 SEO 主题生成完整页面内容：

Title: joinquant 防未来函数实战：FutureDataError 异常处理与规范

Question: 开启 set_option('avoid_future_data', True) 后遇到 FutureDataError 该如何排查和修改代码？

joinquant 防未来函数实战：FutureDataError 异常处理与规范

在量化回测中，**未来函数（Future Data）**是导致回测业绩虚高、实盘大幅亏损的罪魁祸首。为了帮助开发者彻底杜绝未来数据，JoinQuant（聚宽）提供了防未来函数机制。

---

一、开启防未来函数模式

在策略初始化函数 initialize 中添加以下设置：

def initialize(context):
    # 开启避免未来数据模式
    set_option('avoid_future_data', True)
    # 强烈建议同时开启动态复权（真实价格）模式
    set_option('use_real_price', True)

当开启 avoid_future_data=True 后，如果策略在运行过程中尝试通过 API 获取当前逻辑时间（context.current_dt）之后的数据，系统就会抛出 FutureDataError 异常并中断运行。

---

二、引发 FutureDataError 的常见场景与排查方法

1. get_price 参数设置错误（最常见）

• 典型错误：在盘中或开盘时，直接获取当日或含未来时间点的价格数据。
• 示例场景：在 9:30 执行策略时，调用 get_price(..., end_date=context.current_dt) 或使用了未限制的 end_date（默认获取到较晚的时间）。
• 排查与修改：
  • 按天获取历史行情：若需获取昨日及之前的日线，应确保 end_date 为上一个交易日，或者使用 attribute_history / get_bars。
  • 错误写法：

    # 在 9:30 获取今天的收盘价，导致 FutureDataError
    df = get_price(g.security, end_date=context.current_dt, frequency='daily', fields=['close'])
    

  • 正确写法：

    # 使用 history/attribute_history 获取过去N天数据（不包含当天）
    df = attribute_history(g.security, 5, '1d', ['close'])
    

2. get_bars 的 end_dt 传入未来时刻

• 排查与修改：在使用 get_bars 时，确保 end_dt 不超过当前策略运行的时间 context.current_dt，且 include_now 属性设置符合预期。

3. 财务数据 get_fundamentals 盘中调用限制

• 原因：为了避免未来数据，get_fundamentals 在盘后（15:00之后）才能获取当天交易日披露/更新的数据；如果在盘中交易时间内（如 9:30）获取，只能获取到此前已发布的数据。
• 规范做法：如果策略依赖最新财务数据进行选股，建议将选股逻辑放在开盘前（09:00）或盘后（15:30），或使用 context.previous_date 作为查询基准日期。

---

三、不触发 FutureDataError 但仍需注意的未来数据隐患

1. 时间过滤 API 的自动剔除：
   对于某些无法通过时间参数主动避免的函数（例如 get_call_auction），开启 avoid_future_data=True 后，系统会自动剔除未来数据部分，而不会直接抛出异常。
2. 外部数据引入：
   使用 read_file 读取自定义 CSV 或外部网络请求获取的数据，JoinQuant 引擎无法进行未来数据检测，需开发者自行保证数据无未来偏差。
3. 硬编码（Hardcoding）幸存者股票池：
   使用固定股票池（如用现在的眼光挑选历史上暴涨的股票）也会引入隐性未来数据，建议使用 get_index_stocks 动态获取历史任意时刻的成分股。