天驭学院 · 教学材料 · 交易数据分析
課程講義
数据清洗交付必须保留原始与清洗版本，能追溯每条被排除记录。计数对齐比“已经无缺失”更重要。
运行research_lab的数据检查→另建异常表→核输入=有效+重复+隔离→给两条人工复核建议。
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？
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。
课程trades-dirty.csv包含重复成交、无效时间和缺失价格。按唯一成交ID去重并将无效行隔离，输出原因；不能把损失行当异常删除。聚合净盈亏=毛利润+带符号佣金+带符号隔夜费。
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。
本脚本覆盖数据清洗、可追溯的下一开盘模拟、净值与风险算术；它不是生产交易引擎。对应本节的手算与报告任务仍需独立完成。
python research_lab.py --self-test
python research_lab.py --output academy-results课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
数据清洗交付必须保留原始与清洗版本，能追溯每条被排除记录。计数对齐比“已经无缺失”更重要。
按題設保存成果、核對參考結果後填寫自評。勾選不是自動批改或能力認證。
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。