为什么RPS选股全靠谱，实盘却全是垃圾？

Hello，

我是葱头，

一个写了26年代码的程序员。

现在在用缠论和RPS做主观交易。

今天我们来聊聊RPS数据预处理管道

小字注：因调研工具暂时不可用，基于真实经验撰写

2023年下半年，我刚把RPS选股脚本从Python迁到Go，想着编译型语言跑得快，回测也方便。

那个周末我兴冲冲跑了一遍全市场，筛出二十几只RPS80+的票，周一开盘我挨个下单。

结果前五笔，三笔开盘即跌停，一笔开盘炸板，只有一笔勉强红盘收了，还是靠大盘拉升硬托起来的。

复盘时我盯着终端发呆：代码逻辑没问题，RPS算法是标准公式，周期也对，为什么实盘全是垃圾？

那晚我把原始数据拉下来，逐行对账，才发现那就是我的"全市场"里，混着三十多只停牌股、十几只ST股、还有几只刚摘帽没几天的壳资源股。

这些票在停牌前涨得凶，RPS自然高，但停牌期间价格不变，复权价格也就不变，一复盘RPS还在那高挂着。

我买的那三只跌停票，全是停牌半年后复牌首日，主力早出货完了，散户接盘。

讲真，那一刻我懂了：RPS公式再标准，数据管道要是脏的，跑出来的全是毒药。

做了二十六年代码，我最清楚ETL（抽取、转换、加载）管道的坑在哪儿。

生产环境里，上游给你脏数据是常态，不是异常。

日志里混着乱码、字段类型偷偷变、主键重复、时间戳时区不对、空值用-999代替、甚至同一张表不同分区字段名都不一样，这些我全踩过。

RPS选股的数据管道，本质上就是个金融版ETL：从行情源抽取 → 复权、剔除、对齐转换 → 加载进因子库 → 算RPS → 产出信号。

可大多数人写选股脚本，只盯着最后那步RPS公式，前面三步全用现成库一行代码带过，根本不看中间经手了啥。

这就好比你在生产环境跑SQL，从不看执行计划，只看结果集行数，觉得跑出来了就是对的。

先说复权这关。

前复权、后复权、不复权，三种价格序列算出来的RPS能差出二十个点以上。

我早年用通达信自带数据，默认前复权，觉得方便。后来自己维护数据，才发现前复权有一个致命缺陷：历史价格会随着未来的分红送配不断变动。

今天你算的RPS是基于昨天的复权价，明天公司派息了，历史价格全往下平移，昨天的RPS数值瞬间失效。

回测时你用的是"未来已知"的复权价，实盘却只能用"当下已知"的复权价，这中间的缝隙，就是回测实盘差异的大头之一。

我现在的做法：存后复权价，实盘算RPS时用后复权，回测也用后复权，把"未来信息"彻底切断。

代价是历史低价看着不直观（茅台后复权价早几百块了），但起码信号是诚实的。

再剔除停牌、ST、退市风险、次新股这四类"脏票"。

停牌股最毒：价格冻结，换手率为零，RPS却能因为涨停板堆积而虚高。复牌那天往往是单边下跌的开始。

我现在的剔除逻辑：连续三天零成交直接标记停牌，剔除；ST、*ST、退市整理期，风险警示板块代码前缀匹配，全剔除；上市不足六十天的次新股，锁定期解禁前流通盘极小，筹码结构极不稳定，也剔除。

这一步光是逻辑就得写两百行，还得配套单元测试：造一堆边界数据（刚好三天零成交、刚好六十天上市、ST摘帽首日）跑通才敢上线。

搞过生产环境数据清洗的都知道：没有测试覆盖的剔除逻辑，就是定时炸弹。

最隐蔽的是对齐。

不同数据源的交易日历不一样：有的包含临时休市日（如哀悼日），有的不包；有的把除权日算作交易日，有的不算；港股通标的在港股休市A股开市的日子，价格怎么对齐？

我吃过亏：某年清明前后，数据源少给了两个交易日，我的滑动窗口RPS直接用了错误的窗口长度，信号全错。

现在我自己维护一份标准交易日历，以交易所官方公告为准，所有数据源入库前先按日历对齐，缺失的补NaN，多余的砍掉，绝不信任任何第三方的日历字段。

这一步像极了数据仓库里的"维度表规范化"：脏维度表一上线，全库报表全挂。

还有一关常被忽略：成交量的单位统一。

有的源给手数（百股），有的给股数，有的给金额（元），有的给万元。

换手率=成交量/流通股本，分子分母单位不对齐，算出来的换手率差一万倍，RPS排序全乱。

我见过某开源量化框架，直接把通达信导出的"手数"当"股数"写进因子库，跑了半年没人发现，因为RPS只看排名，全市场同比例放大，排名反而不变，掩盖了Bug。

直到有人把数据接到实盘券商接口，下单数量按股数算，才炸出单笔买入金额超限风控，追查半天才找到这根葱。

所以我现在的管道里，每个字段都有单位元数据：volume_unit="shares"、amount_unit="yuan"、price_unit="yuan"，入库时强制校验，不对齐直接报错落盘人工介入。

说到这里，你可能觉得我在搞工程过度设计：不就是选个股吗，搞得像造航天飞机。

但我要说：RPS只是个排序指标，它不产生Alpha，它只放大数据里已有的信噪比。

数据管道每漏掉一个脏票，信噪比就降一分；每留下一个结构性偏差（如复权方式不一致），噪声里就多混入一份伪信号。

你在信号端精心调参、跑周期共振、配缠论买点，全是在处理"已知噪声下的最优解"；但如果噪声本身是错的、是脏的、是结构性失真的，你的最优解就是垃圾中的王者。

这就像你在生产环境给一个有Bug的SQL加索引、分区、并行度拉满，跑得飞快，结果集却全是错的，快有什么用？

2024年春节后那波红利行情，我管道里剔除逻辑漏了一个边界：某电力股刚摘帽ST，流通盘突然放大十倍，但总股本没变，换手率瞬间跌穿地板，RPS却因为前期涨幅大还挂在高位。

我那天盯着盘口，RPS85，换手率0.3%，买入信号触发，手指悬在确认键上没按下去。

那种感觉就像Code Review时看到一行代码：逻辑没错，测试也过，但你直觉觉得"这儿有坑"，那是二十六年写代码练出来的肌肉记忆，比任何指标都管用。

那天那只票下午跳水砸出天地板，跌幅超12%。

事后复盘，我把"摘帽后六十天内强制剔除"加进了管道规则，并写了专门的回归测试用例。

这笔"没亏的钱"，比我那年靠运气赚的几十万都值，它验证了我的数据管道闭环：信号异常 → 人工拦截 → 规则固化 → 自动化拦截。

现在我的RPS数据管道，跑一次全市场大概三分钟：抽取原始行情 → 复权校验 → 停牌/ST/次新/摘帽剔除 → 日历对齐 → 单位统一 → 因子计算 → 信号输出 → 写入审计日志。

每一步都有指标埋点：剔除率、异常值计数、复权偏移量、日历缺失天数，全落盘可查。

周末复盘时，我不看收益曲线，先看管道审计报告：这周剔除了几只停牌股？有没有新上市漏网之鱼？复权因子有没有异常跳变？

这才是把RPS当生产环境服务在运维，而不是写个脚本跑跑回测发朋友圈。

指标参数我半年才调一次，但管道规则我几乎每周都在补丁：新类型的脏数据、新上市规则变化、数据源字段偷偷改名，这些才是实盘生死线。

回到开头那周惨烈的周一。

那五笔亏损加起来不到账户的1%，按风控规则根本不算事。

但那次教训让我把RPS选股从"写脚本跑信号"重构成了"运维数据管道产出信号"。

现在回头看，RPS选股的核心竞争力，从来不是公式参数多精妙，而是数据管道多干净。

那些在知乎上争论"RPS周期用20还是120"、"阈值用80还是85"的，大概率连自己的数据源有没有停牌股都不知道。

就像争论数据库索引用B+树还是Hash，却从不看执行计划、不清洗脏数据、不监控慢查询，最后跑出来的执行计划全是全表扫描，怪索引不好用？

数据管道不干净，RPS再高也是毒药。这大概是我写了二十六年代码，给做交易的最大体会：地基没打牢，楼盖多高都得塌。

你的RPS选股脚本，上次清洗停牌股是什么时候？评论区见。

声明：本文不构成任何投资建议。市场有风险，交易需谨慎。

感谢你读到最后，记得帮我点个"赞"+"推荐"，并"分享"给更多人吧！