你的回测需要的是数据变更日志，而不只是数据快照

仅有一份冻结的市场数据快照，还不足以让回测值得信赖。它可以重复得出同一个答案，却可能掩盖数据供应商改动了产生该结果的输入数据。

保留快照。同时保留一份变更日志，记录哪些数据变了、何时变化，以及策略是否受到影响。当研究使用修正后的成交记录、修订后的基本面数据、重建后的资金费率，或供应商悄悄刷新的历史数据时，这一点尤其重要。

为什么可复现的回测仍可能误导你？

假设你周一下载了5年的小时K线，并运行一个策略。到了周五，供应商修复了一笔错误成交、调整了一次公司行动，或补上了一个数据缺口。你保存的文件仍能精确复现周一的结果。这是可复现的。但如果你用供应商当前的历史数据重新运行，结果可能不同，而且你没有记录可以解释原因。

问题不只在于重大修正。一个高点被改动，就可能触发止损；收盘价修订后，指标可能越过阈值。在覆盖范围广的资产池中，一个标的的历史数据变化可能改变它的排名，进而把另一个资产挤出投资组合。即使策略代码和配置完全相同，最终 Sharpe 也可能发生偏移。

文件哈希能告诉你两个文件不同，却无法说明是拆股调整改动了40年的价格、供应商修正了3笔成交，还是解析器把空字段转成了零。

市场数据变更日志应该记录什么？

在最小且有用的粒度上记录变更，并保留足够的上下文，以便重放受影响的研究。对于K线数据流，通常需要记录交易品种、周期、事件时间、变更前后的值、来源，以及你发现这次更新的时间。供应商提供原始数据时，也要保留原始载荷。

对于大型数据集，保存不可变快照，并为每个快照建立精简清单，记录校验和、来源版本和获取时间。对发生变更的数据分区添加逐行差异记录。这样既能实际重放，也不必把每一条未变更的记录都写入第二张审计表。

如何衡量一次修正是否重要？

不要只统计变更的行数。用新旧数据分别重跑受影响的策略，并保持代码、参数、费用和执行假设相同。比较交易决策以及最终结果的演变过程。

1. 根据差异确定受影响的交易品种和事件时间。
2. 找出使用这些记录的特征、信号、订单或投资组合权重。
3. 重放满足验证要求的最小时间窗口，并纳入回看期和持仓状态。
4. 比较订单、成交、敞口、换手率、回撤和最终表现。

例如，供应商修正后，某个1分钟高点只变动了$0.02，虽然可能涉及100万行数据，却对日线动量策略毫无影响。反过来，止损价位上的一根K线即使只被修正一次，也可能影响策略。要衡量决策受到的影响；变更记录数量并不能很好地代表影响大小。

这需要多少成本，什么时候值得做？

跟踪变更会增加存储和数据接入工作，也需要做出运维决策。供应商可能不提供稳定的版本，有些历史数据流会定期重建，却没有清楚的修正通知。你无法记录自己从未发现的变更。

从可能改变研究结论的数据入手：止损逻辑使用的K线、经过公司行动调整的股票数据、时点基本面数据，以及会被重建的资金费率或未平仓量序列。对于覆盖面广且稳定的数据集，每日清单加分区校验和可能就够了。如果数据经常更新，或交易决策对单条记录很敏感，再添加字段级差异记录。

批评者指出，完整且永久地归档供应商的每次响应，成本可能很高，却仍无法还原数据源在当时掌握的信息，这一点是对的。应把审计范围限定在重要的数据和决策上，并记录其中的缺口。快照让你能够重跑实验；变更日志则能解释实验结果为何发生变化。