停牌股、ST 股、缺失值不想手工剔？WorkBuddy 一步做完数据清洗入库

摘要：

用 WorkBuddy 一条指令完成剔除停牌与 ST、处理缺失值、增量写入本地数据库，并输出一份数据清洗报告。

停牌股要剔、ST 股要剔、缺失值要补、增量不能重复入库——这些活规则清楚但琐碎，做量化的人往往策略代码只写了二十分钟，剩下三天都在跟数据较劲。用 WorkBuddy 一条指令把清洗规则写进去，每次执行都按同一套标准走，不静默填补、不重复入库，出错的风险大幅降低。

一、量化流程中数据准备工作量占比

把量化流程拆开看，写策略那部分其实占比不高。更多的精力花在数据准备上：拉取、核对、清洗、入库、校验。一个成熟的流程里，这些环节会反复执行，每次新数据进来都要走一遍。

而人的表现恰恰在重复性工作上最不稳定。第一遍做得很仔细，第十遍开始跳步骤，到第五十遍基本上只剩机械动作，出错了也不容易察觉。

自动化的价值在这里体现得最直接 —— 不是因为机器做得更好，而是因为它每次都做得一样。

二、WorkBuddy 数据清洗要处理的四类问题

这四类问题中，重复数据和口径不一致最容易被忽视——前者在数据量小时看不出来，积累几个月后某天的统计值突然偏高才暴露；后者不同来源的数据复权方式不同，直接混在一起算收益率，结论根本不可比。

三、WorkBuddy 数据清洗指令的写法与入库方式

把四类问题写进一条指令，任务是可执行的。指令写法、增量更新、存储形式是三个需要分别说清楚的环节。

1. 指令写法：基础版与增强版

基础版写法：

请读取今天的 A 股行情数据，剔除所有停牌股和 ST 股票，处理缺失值后增量更新到本地数据库，并生成一份今日的数据清洗报告。

如果希望过程更可控，可以把细节补上，写成增强版：

处理缺失值时不使用估算填充，直接在报告中列出缺失字段与对应标的；入库前检查是否已存在相同标的与日期的记录，如存在则以最新数据覆盖。

后半段这两句是多花几十个字换来的确定性。不加的话，你无法预知它会怎么处理空值——而填补策略直接影响后续所有计算。

2. 增量更新的含义与前提

增量两个字值得单独说。全量重跑在数据量小的时候没问题，但数据一多，每次重算整段历史就变得不现实。增量更新的含义是只处理新增部分，把新数据追加进去。

这带来一个新的注意点：增量更新的前提是历史数据本身是干净的。如果前面积累了重复记录或错误值，增量只会让问题继续叠加。所以第一次建议做一次全量核对，之后再用增量维护。

3. 存储形式的选择

至于存储形式，本地数据库是一种常见选择。它的好处是数据留在自己机器上，查询速度快，也不需要额外的服务依赖。对量化场景来说，数据不离开本机也降低了泄露风险。

四、WorkBuddy 数据清洗的质量保障与能力边界

清洗跑完之后，有两件事需要提前想清楚：一是怎么确认这次清洗没出错，二是工具做不到什么。

1. 通过清洗报告做异常检测

被动等待问题暴露，代价太高。比较实用的做法是让每次清洗都输出一份报告，包含几项：本次处理的总记录数、被剔除的标的数量及原因分布、缺失值的位置清单，以及新增入库的条数。

这几个数字的价值在于异常检测。正常情况下每天的记录数应该在一个稳定区间内波动；如果某天突然少了一半，大概率是数据源出了问题，而不是市场真的变了一半。有报告在手，异常能在当天被发现，而不是在后来的回测结果里莫名其妙地体现出来。

如果想让这层保障更扎实，可以再加一步抽查：让报告同时输出几条样本记录，比如被剔除的标的里随机列两只、新增入库的记录里随机列两条，附上完整字段值。你只需扫一眼，就能判断剔除逻辑是否符合预期、入库字段是否错位。这一步花不了多少时间，却把相信变成了核对。

清洗任务建议不要和选股任务混在一条里。两者的执行频率和失败影响面不同：清洗出错会让后续全部失真，值得单独监控；选股出错只影响当次清单。分开建任务，出了问题也能快速定位是哪一环。

2. 工具不负责的部分与规则存档

需要说明的是，自动化处理的是清洗和入库这两个环节，它不会告诉你数据该怎么定义。比如复权方式选前复权还是后复权、缺失的财务数据该不该沿用上一期、ST 的判定以什么时点为准——这些都是口径决策，一旦定错，后面再干净的数据也救不回来。工具负责执行规则，规则的合理性仍然要靠你判断。

最后一个容易忽略的细节：把清洗规则本身存档。规则写在指令里，改动就只有你自己知道。几个月后回看历史数据时，如果中间调整过剔除标准，两个时期的股票池其实不可比，但表面上看不出区别。把每次规则变更的时间和内容记下来，能让后续的对比分析建立在确定的基准上。

五、WorkBuddy 的个人套餐与企业套餐

批量清洗、增量入库都要消耗积分，选哪一档套餐，取决于你是个人使用还是团队协作。

个人版面向个人用户，标准版及以上付费套餐除了每月基础积分，还按月发放限时加赠积分：标准版每月实得 4,000 积分（基础 2,000 + 加赠 2,000）、高级版 9,000（基础 4,000 + 加赠 5,000）、Buddy One VIP 50,000（基础 20,000 + 加赠 30,000），加赠部分自到账日起 1 个月内有效。对要每天做数据清洗入库的个人投资者来说，先用完免费额度、再按需选一个付费档，通常就够支撑增量更新的日常运行。

企业版面向团队和机构，分企业旗舰版与企业专享版。企业套餐的积分进入团队共享池，全团队共用一个池子，多人协作时不用各自攒额度。当前WorkBuddy 活动期内（即日起至 2026 年 12 月 31 日），新购、续费或扩容企业旗舰版、企业专享版，每账号每月可在版本已含的 2,000 Credits 之上再额外获得 2,000 Credits（即每月实得翻倍），加赠额度同样进入团队共享池、随订阅周期按月发放，赠送部分自到账日起 1 个月内有效。

简单说：个人投资者选个人版按用量挑档位；一个团队要用同一套清洗规则维护数据库，企业版的共享积分池更合适。各档套餐与折扣详情可在 WorkBuddy 产品页 查看。