# data-analysis：参考解答

用于自查，不是自动批改、真人反馈、能力认证或业务批准。

## 数据清洗

计数以expected-results.json为准；所有重复和无效行可追溯。亏损和零利润保留，手续费符号明确。不能用净值曲线好看作为清洗标准。

常见错误：相同时间不等于重复成交；仅以timestamp去重可能删除合法部分成交。

### m1-l1 MT 数据导出

题设：同一订单两次部分成交，用订单ID与成交ID计数分别代表什么？

参考结果与判定标准：订单ID计请求/订单，成交ID计执行记录；都不自动等于完整往返交易次数。需按事先定义匹配开平，并单独处理费用。

### m1-l2 数据质量检查

题设：trades-dirty.csv有重复和错误行。运行配套清洗并说明两种不应自动修复的情形。

参考结果与判定标准：冲突成交ID、无法解释的币种或金额不应随意覆盖；保留原行与错误原因。所有输入需在有效/重复/隔离计数中有去向。

### m1-l3 数据清洗练习

题设：提交OHLCV清洗240/1/3计数，再对交易脏表记录重复键规则；为什么不能按收益金额去重？

参考结果与判定标准：相同盈亏可来自不同交易，按金额去重会删真记录。OHLCV与交易两套schema分别检查，不能把一套计数当另一套通过证据。

## 绩效指标

总100、PF1.6667、40%/50%、最大回撤8.3333%。如果有入出金，先拆现金流再算收益；不能把入金当策略盈利。

常见错误：夏普年化不能把每笔交易当每天而不解释；少样本不应写稳定性认证。

### m2-l1 核心指标计算

题设：净结果+100、−50、+50、−100USD，求胜率、均值、PF；是否能据此精确算盘中权益回撤？

参考结果与判定标准：50%、0USD、PF1；仅四笔净结果无法知道盘中浮亏，不能精确得到盘中权益回撤，须有对应估值路径。

### m2-l2 指标解读

题设：甲两笔盈利PF无负分母，乙200笔PF1.2。能否以甲“无穷大”直接判更优？

参考结果与判定标准：不能。甲无亏损分母时PF应说明不可稳定估计；样本少且尾部未知。乙也需费用和样本外，不能仅按PF排序推荐。

### m2-l3 指标计算实操

题设：空样本胜率、全赢PF应返回什么状态？另算+2R/−1R/+1R的均值。

参考结果与判定标准：空样本不可计算；全赢无亏损分母的PF应注明未定义/无亏损样本；均值2/3R。不可用默认0伪造正常结果。

## 可视化与报表

可复现输出有输入哈希、参数、成本前后指标与数据质量计数；错误输入明确非零退出。CSV和HTML可下载，不假设浏览器已安装Python。

常见错误：图表标题和图例不能将合成数据标为真实业绩，报告生成不等于通过投资审查。

### m3-l1 Dashboard 构建

题设：运行research_lab生成report.html，列它能展示和不能声称已接入的各两项。

参考结果与判定标准：能展示固定合成输入的权益/风险摘要与费用；没有实时账户连接或生产告警服务。静态HTML可打开不代表实时链路健康。

### m3-l2 自动化 Pipeline

题设：同一导出文件重复运行两次，交易数不应翻倍。用什么键和输出方式实现？

参考结果与判定标准：使用稳定成交键去重、确定输入哈希并从固定输入重建输出，而非无条件append。数据源冲突要报错，不能静默覆盖真变更。

### m3-l3 绩效报表交付

题设：交本地报告包，必须含输入哈希、净计费口径、异常去向和一项不可计算指标。

参考结果与判定标准：缺盘中权益就标盘中回撤不可计算，不能编补曲线；合成数据醒目标注，报告不是经审计实绩或导师认证。