数据质量流水线

到这一节为止,我们已经数出了一堆坑:yfinance 少给 16 年、除权日的假跌幅、停牌占位、bdate_range 造出 209 个假交易日、append 重跑多出 7960 行。

现在的问题是:你不可能每次取数都记得检查这七八件事。

所以这一节把它们全部变成代码:八项检查、三档结论,数据进库之前先过体检,不合格的批次直接拒收。

以及,承接 p0.3 那条纪律——我会故意造六种脏数据,验证每一道守卫真的会响。一套从没抓到过东西的体检,和没有体检是一回事。