get_history_data 复权参数详解：前复权 vs 后复权 vs 不复权

在 QMT 量化交易平台中，dividend_type 参数用于控制获取行情数据时的复权方式。复权处理对于消除因分红、送股、配股等造成的股价“缺口”至关重要。

以下是关于 dividend_type 的详细参数说明及其对策略的具体影响。

1. dividend_type 参数填什么？

QMT 中有两个主要获取历史数据的接口，它们对 dividend_type 的参数要求不同，请根据你使用的函数选择：

A. 使用 ContextInfo.get_market_data_ex() (推荐接口)

该接口使用字符串来指定复权方式：

B. 使用 ContextInfo.get_history_data() (旧版接口)

该接口使用整数 (int) 来指定复权方式：

2. 复权对策略有什么影响？

复权的核心目的是保持价格走势的连续性。如果不进行复权，股票在发生“高送转”或“分红”时，股价会突然大幅下跌（例如 10 送 10，股价会腰斩），这种非市场交易导致的下跌会对策略产生严重误导。

(1) 对技术指标策略的影响 (MA, MACD, RSI 等)

• 不复权的影响：如果股票发生除权（如股价从 20 元变成 10 元），均线系统会瞬间死叉，MACD 翻绿，RSI 暴跌。策略会误判为“暴跌”从而触发止损或卖出信号。
• 正确做法：必须使用前复权 (front)。前复权修复了缺口，使得技术指标能真实反映趋势。

(2) 对价格触发类策略的影响 (如：价格 > 100 买入)

• 后复权的影响：后复权会将现在的价格根据历史分红不断向上调整，导致现在的“后复权价”可能远高于实际盘面价格（例如某股票现价 10 元，后复权价可能是 500 元）。如果策略逻辑包含具体的绝对价格判断（如 close > 20），使用后复权会导致逻辑失效。
• 正确做法：使用前复权 (front)。前复权保证了当天的收盘价与投资者在交易软件上看到的现价一致，便于逻辑判断。

(3) 对回测收益计算的影响

• 不复权的影响：回测时如果在除权日持有股票，账户市值会突然缩水，导致回测收益率大幅低于真实水平。
• 正确做法：QMT 的回测引擎通常会自动处理分红派息的资金回补，但在编写策略逻辑获取历史数据计算信号时，依然建议使用前复权以保证信号生成的准确性。

3. 最佳实践代码示例

在绝大多数趋势跟踪、均线交叉或机器学习策略中，建议统一使用 前复权 (front)。

# -*- coding: gbk -*-

def init(ContextInfo):
    # 设置股票池
    ContextInfo.set_universe(['600519.SH']) 

def handlebar(ContextInfo):
    # 获取当前主图代码
    stock_code = ContextInfo.stockcode
    
    # 【推荐】使用 get_market_data_ex 获取前复权数据
    # 这样计算出来的 MA 均线才是平滑的，不会受分红除权影响
    data = ContextInfo.get_market_data_ex(
        fields=['close'], 
        stock_code=[stock_code], 
        period='1d', 
        count=100, 
        dividend_type='front'  # 显式指定前复权
    )
    
    if stock_code in data:
        df = data[stock_code]
        # 计算均线
        ma5 = df['close'].rolling(5).mean().iloc[-1]
        ma20 = df['close'].rolling(20).mean().iloc[-1]
        
        print(f"代码: {stock_code}, 最新价: {df['close'].iloc[-1]}, MA5: {ma5}, MA20: {ma20}")

Q&A

Q: 为什么实盘交易时有时候用“不复权”？
A: 在实盘交易的瞬间，交易所推送的 Tick 数据（分笔数据）是不复权的真实成交价。如果你的策略是基于盘口挂单价格（Order Book）或高频撮合逻辑，必须使用不复权数据。但在计算历史指标（如过去 5 天的均线）作为参考时，历史部分仍需复权。

Q: front 和 front_ratio (等比前复权) 有什么区别？
A: 普通前复权通常是基于价格差额（等差）进行调整，可能会在极长的时间跨度下改变涨跌幅比例（例如 10 年前涨停板是 10%，复权后算出来可能不是 10%）。front_ratio（等比）通过乘法因子调整，能严格保持历史 K 线的涨跌幅百分比不变。对于对收益率敏感的模型（如机器学习训练），推荐使用 front_ratio。

Q: 如果我不填 dividend_type 会怎样？
A: get_market_data_ex 默认是 'follow'，即取决于你在 QMT 界面上右键点击 K 线图时选择的复权方式。为了防止策略在不同电脑或不同设置下表现不一致，强烈建议在代码中显式指定（如 'front'）。