涨跌幅复权与前复权

以前我总结过 前复权，现在简单拓展一下其应用。

涨跌幅复权因子只要被记录下来，就无需变动 —— 或者具体地说，新一天的复权因子只与前一天复权因子和当日前收盘价、当日收盘价有关。 这对更新数据十分友好，因为只需从数据库拉取最新一条数据（即前一个交易日的数据），然后计算当天数据就可以入库，完全不需要获取大量数据，也不需要重算任何数据。

日期	前收盘价	收盘价	复权因子（及计算方式）	前复权价
上市首日	$P_1$	$C_1$	$f_1 = \frac{C_1}{P_1}$	$m \times f_1$
上市次日	$P_2$	$C_2$	$f_2 = f_1 \times \frac{C_2}{P_2}$	$m \times f_1$
…	…	…	…	…
上月末	$P_{n-1}$	$C_{n-1}$	$f_{n-1} = f_{n-2} \times \frac{C_{n-1}}{P_{n-1}}$	$m \times f_{n-1}$
本月初	$P_n$	$C_n$	$f_n = f_{n-1} \times \frac{C_n}{P_n}$	$m \times f_n$
…	…	…	…	…
最新日期	$P_m$	$C_m$	$f_m$	$m \times f_m$

其中系数 $m$ 为

\[m = \frac{C_m}{f_m}\]

上市首日的前收盘价为当日的收盘价，即 $P_1 == C_1, f_1 == 1$。

最新日期的前复权价为当日的收盘价，即 $m \times f_m == C_m$。

此外，涨跌幅复权容易计算涨跌幅数据，比如计算最新日期的月涨跌幅，只需取“最新日期”和“本月初”两行数据，这降低了获取数据的难度：

\[\text{最新月涨幅} = \text{最新日期的前复权价 / 上月末的前复权价}\]

即

\[\text{最新月涨幅} = \frac{C_m}{m \times f_{n-1}} = \frac{m \times f_m}{m \times f_{n-1}} = \frac{f_m}{f_{n-1}} = \frac{f_m}{\frac{f_n}{\frac{C_n}{P_n}}} = \frac{f_m}{f_n} \times \frac{C_n}{P_n}\]

相应的 Clickhouse SQL 语句（注意，以下代码计算所有股票的所有历史月涨幅）：

SELECT
    code,
    toYYYYMM(date) AS m,
    ((LAST_VALUE(factor) / FIRST_VALUE(factor)) * FIRST_VALUE(close)) / FIRST_VALUE(preclose) AS mgrowth
FROM rustdx.factor
GROUP BY
    code,
    m
ORDER BY
    code ASC,
    m DESC

┌─code───┬──────m─┬─────────────mgrowth─┐
│ 000001 │ 202303 │  0.9092888050051663 │
│ 000001 │ 202302 │  0.9192795159024402 │
│ 000001 │ 202301 │   1.139057746574816 │
...

同样地，你可以轻易计算任何周期的涨跌幅。