Appearance
历史行情里究竟有哪些数据？
打开行情软件，我们最先看到的往往是一张 K 线图。
于是，很多人第一次接触历史行情时，会自然地认为：所谓行情数据，无非就是开盘价、收盘价和成交量。
但如果想进一步研究一个品种的波动，甚至验证某个交易想法，只看这几个数字很快就会遇到问题：
- 一天之内的波动有多大？
- 当前价格相对过去处于什么位置？
- 某个目标价格在历史上有多大概率能够触达？
- 自己的交易结果究竟来自策略，还是偶然？
要回答这些问题，需要的数据并不完全相同。
严格来说，历史行情主要指市场过去产生的价格和成交记录。但真正开展交易研究时，我们通常还会在这些原始数据的基础上继续计算，并结合自己的交易记录和市场背景信息一起分析。
为了看清它们各自的作用，可以把交易研究中常见的数据分为五类。
市场当时发生了什么？
第一类是原始行情数据。它记录了市场真实发生过的价格变化和成交情况，也是后续计算与分析的起点。
最常见的字段包括：
- Open（开盘价）
- High（最高价）
- Low（最低价）
- Close（收盘价）
- Volume（成交量）
- Amount（成交额）
把前五个英文单词的首字母连起来，就是经常见到的 OHLCV 数据。很多行情接口、数据库以及量化框架，也都是围绕 OHLCV 组织数据。后续介绍的大多数技术指标，也都是基于这些原始数据计算得到的。
例如，一根日 K 线可以告诉我们：某个品种当天在哪里开盘、最高和最低到了哪里、最终在哪里收盘，以及当天有多少成交。
不过，单根 K 线只能描述当天发生了什么。想知道当前价格处于什么状态，还需要在原始数据上继续计算。
当前市场处于什么状态？
第二类是派生行情数据，也就是根据原始行情计算出来的数据。
例如：
- 涨跌幅；
- 振幅；
- 均价；
- 均线（MA）；
- CCI；
- MACD；
- KDJ。
以涨跌幅为例，它需要用两个交易日的收盘价计算；均线则需要对一段时间内的价格进行平均。它们不是新的交易记录，而是对原始数据的重新表达。
不同指标的计算方法和侧重点不同，但目的大致相同：
用特定的方法描述市场当前所处的状态。
需要注意的是，
text
指标只能描述数据，不能自动等同于交易结论。即使两个软件都显示同一个指标，也可能因为复权方式、参数设置或数据源不同而得到不同结果。
到这里，我们已经能描述某一天和当前一段时间的市场状态。但如果继续追问“这种情况过去常见吗”，就需要把观察范围从单次行情扩大到大量历史样本。
类似情况在历史上常见吗？
第三类是统计分析数据。它不是简单地对某一天做计算，而是对一组历史样本进行汇总、比较和验证。
例如：
- 历史分位；
- P50、P90、P95；
- 价格触达概率；
- 收益分布；
- 胜率；
- 最大回撤。
这类数据通常没有唯一的固定答案，因为结果取决于具体的研究条件，例如样本区间、筛选规则、交易成本和计算口径。
假设我们想知道：
昨天收盘后，今天挂高一分钱卖出，历史上有多大比例能够触达？
这时就需要先明确品种、统计周期和触达条件，再逐日检查历史样本。最后得到的不是“今天一定能成交”，而是：
在给定条件和历史样本中，这个价格曾经被触达的比例是多少。
因此，统计分析数据更适合回答：
历史上通常发生过什么？
但市场数据只能告诉我们行情如何变化。即使一个假设在历史样本中表现不错，也不能直接说明自己在实际交易中执行得同样好。
自己实际是如何交易的？
第四类是交易行为数据，也就是自己的交易和实验记录。
例如：
- 买卖记录；
- 成交时间；
- 持仓变化；
- 收益曲线；
- 仓位变化；
- 做 T 记录；
- 实验记录。
它与行情数据面对的是同一段行情，却回答了另外一个问题：
自己是如何交易的。
例如，把买卖记录与当时的行情对照，就可以继续检查：
- 策略给出信号后，是否按原定规则执行；
- 实际成交价与预期价格相差多少；
- 收益变化来自行情、仓位，还是执行偏差；
- 同一种错误是否反复出现。
这类数据无法替代行情数据，却能帮助我们判断一套交易方法是否真的被执行，以及历史回测与实际结果之间为何存在差异。
行情变化发生在什么背景下？
第五类是市场基础数据。它为价格和成交之外的市场环境提供补充信息。
例如：
- ETF 份额；
- ETF 规模；
- 指数成分股；
- 财务数据；
- 分红数据；
- 融资融券数据；
- 宏观经济数据；
- 政策与新闻事件。
这些数据不一定直接产生交易信号，却能帮助我们理解行情发生的背景。
例如，ETF 价格和成交量的变化，可能需要结合份额与规模变化观察；指数基金的长期表现，也可能受到成分股调整、分红和指数规则变化的影响。
因此，市场基础数据更适合用来补充解释和检查假设，而不是脱离具体条件，直接推导买卖结论。
五类数据之间是什么关系？
这五类数据并不是一条从前到后逐级生成的直线。
其中，原始行情、派生行情和统计分析更接近一条加工链：
text
市场基础数据
│
│
原始行情数据 → 派生行情数据 → 统计分析数据
▲
│
交易行为数据而交易行为数据与市场基础数据来自另外两个方向：前者记录自己的执行，后者补充市场背景。它们可以与行情分析相互对照，共同服务于交易研究。
简单来说：
- 原始行情数据记录市场发生了什么；
- 派生行情数据描述市场当前处于什么状态；
- 统计分析数据总结历史样本通常会发生什么；
- 交易行为数据帮助分析自己的交易过程；
- 市场基础数据用于理解市场背景。
把这几类数据放在一起，并不是为了收集得越多越好，而是为了根据问题选择合适的数据。
当前结论
历史行情不只是一张 K 线图，但也不能把所有与交易有关的数据都笼统地称为历史行情。
更准确地说：
- 原始行情是研究的起点；
- 派生数据和统计结果是对行情的加工；
- 交易记录和市场基础数据提供额外的观察角度。
区分这些数据，不是为了记住分类名称，而是在提出一个研究问题时，先判断需要哪些数据、采用什么分析方法，以及最终能够得到多强的结论。
下一篇
知道有哪些数据，只是第一步。
接下来更重要的问题是：
历史数据能够描述过去，但为什么不能直接告诉我们应该买什么、什么时候卖？