数据质量：错的数据比没有数据更危险

数据接口没有报错，为什么仍然不能直接把结果写进研究结论？

• 准确性：数字是否与权威来源或可验证关系一致。
• 完整性：是否缺行、缺字段、缺证券或缺历史版本。
• 及时性：数据是否对应目标日期，是否存在延迟。
• 一致性：同一字段在不同接口和批次中的定义、格式和结果是否一致。
• 口径清楚：单位、复权、价格指数或全收益指数、报告期和公告日是否明确。
• 可追溯：能否回到来源、参数、抓取时间和处理过程。

这六个维度是面向课程的实用归纳，不等同于某一篇文献的原始分类。

哪种错误更危险

1. 静默错值：请求成功但数值错误，最容易直接进入结论。
2. 静默空值：返回 0 行或 0 值，却被误认为真实结果。
3. 明确报错：至少提醒使用者没有拿到结果。

1. 返回日期是不是目标日期，目标日期是不是交易日？
2. 证券代码、资产类型、周期和复权方式是否正确？
3. 单位是否由接口明确声明？没有就标注未标注或推断。
4. 0 值和空值是真实的 0，还是没有数据？
5. 能否用第二来源、官网或数学关系交叉验证？
6. 异常值是否保留原始记录，并注明调查状态？

示意地，19 个交易日的平均成交额为 1,200 亿元。如果把一个非交易日返回的 0 误当成真实数据，20 日平均值变成：

（19 × 1200 + 0）÷ 20 = 1140 亿元。

均值被人为拉低 5%。因此，非交易日过滤和 0 值语义检查应在计算前完成。

使用任何金融数据服务（例如 FtShare）时，都把返回结果当作需要核对的交付数据：记录接口、参数、数据日期、单位和异常状态；发现字段未声明、空值语义不清或不同接口不一致时，不把未核实结果直接当成事实。

1. 成功返回等于正确：接口状态和数据质量是两件事。
2. 0 就是没有成交：可能是非交易日、查询条件不匹配或空值占位。
3. 异常值直接删除：应先保留原始数据并记录判断依据。
4. 不同接口同名字段可以直接拼接：需核对单位、日期、复权和定义。
5. 单一来源足够：重要结论最好用权威来源或独立关系复核。

• Wang, R. Y. & Strong, D. M., “Beyond Accuracy: What Data Quality Means to Data Consumers”, 1996，DOI：10.1080/07421222.1996.11518099。
• 上海证券交易所交易日历