7709-本地复权系数¶

作用¶

根据 0x000f 返回的标签 1 权息事件，生成每个除权事件日期对应的前复权和后复权仿射系数。将这些系数按日期应用到本地保存的不复权 OHLC，可以得到基于权息资料的本地复权结果。

项目	内容
主要调用	`client.corporate.adjustment_factors(code, anchor_date=None, *, start_date=None, batch_size=75)`
唯一数据源	`0x000f`
单只返回	`AdjustmentFactorResponse`
批量返回	`AdjustmentFactorBatch`
返回粒度	每个除权事件日期一行，不是每个交易日一行

直接查询前复权和后复权 K 线，使用 client.bars.get() 的 adjust="qfq" 或 "hfq"。已有不复权 K 线、需要在本地计算或核对复权结果时，使用本接口。

为什么叫“系数”¶

现金分红和配股会产生加法项，复权不是简单的“原价乘以一个因子”，而是完整的仿射变换：

adjusted = round(raw * scale + offset, 2)

因此文档称为“本地复权系数”，每种复权方式都同时返回 scale 和 offset。Python 方法名 adjustment_factors() 沿用常见的 adjustment factor 叫法，但返回值不能只取 scale。

获取系数¶

from eltdx import TdxClient

with TdxClient(timeout=3) as client:
    factors = client.corporate.adjustment_factors("sz000858")
    batch = client.corporate.adjustment_factors(["sz000001", "sh600000", "bj920000"])

接口会：

保留有日期的标签 1 记录；
按事件日期排序，同一天多条记录保持服务端原始顺序；
将同一日期的多条事件复合成一行；
计算该日期对应的前复权和后复权 scale + offset。

参数¶

参数	含义
`code`	一个证券代码，或证券代码列表
`anchor_date`	前复权事件截止日期；默认包含全部标签 `1` 事件，按自然日期比较
`start_date`	可选事件起点；早于此日期的记录不参与计算，可传上市首个交易日排除预发行记录
`batch_size`	列表输入时每个权息查询批次的代码数，默认 `75`，范围 `1..200`

start_date 和 anchor_date 只用于筛选 0x000f 已返回的权息事件，接口不会额外请求 K 线来推断这两个日期。两者都不传时，使用全部有日期的标签 1 事件。验证或应用一段完整日 K 时，可以从已有 K 线中传入首、末交易日，既排除上市前记录，也避免把晚于该 K 线区间的事件计入前复权：

start_date = raw.bars[0].time.date()
anchor_date = raw.bars[-1].time.date()
factors = client.corporate.adjustment_factors(
    code,
    anchor_date=anchor_date,
    start_date=start_date,
)

默认系数不等于服务端复权结果

start_date=None 表示使用全部有日期的权息事件，不表示“从服务端第一根可用 K 线开始”。部分证券存在早于第一根可用 K 线的权息记录；若把默认返回的后复权系数直接应用到全部不复权 K 线，上市前事件也会进入累计基准并造成显著偏差。重建一段完整 K 线时，必须传入该序列第一根 K 线的日期作为 start_date。

传入代码列表时，接口调用批量 capital_changes()：默认每批 75 只，可通过 batch_size 调整为 1..200。超量批次按连接池 Slot 数并发请求，然后为每个返回块在本地计算系数。它不会为列表中的每只股票分别发送请求。批量结果的 responses 按股票块顺序保存 AdjustmentFactorResponse。

单次事件公式¶

标签 1 的字段含义：

D = c1_value  每十股现金分红
P = c2_value  配股价格
S = c3_value  每十股送转数量
R = c4_value  每十股配股数量

m = (10 + S + R) / 10
c = (D - R * P) / 10

单次前复权：

qfq_scale  = 1 / m
qfq_offset = -c / m
qfq_price  = raw * qfq_scale + qfq_offset

单次后复权：

hfq_scale  = m
hfq_offset = c
hfq_price  = raw * hfq_scale + hfq_offset

真实配股事件 000858 / 20010219 的四字段为 0, 25, 0, 2，因此：

m = 1.2
c = -5

前复权 = raw / 1.2 + 5 / 1.2
后复权 = raw * 1.2 - 5

系数行的日期含义¶

items 按事件日期升序排列，每个事件日期只有一行。

模式	为某根 K 线选哪一行	没有匹配行
前复权	第一条满足 `bar_date < factor.date` 的行	使用 `scale=1, offset=0`
后复权	最后一条满足 `factor.date <= bar_date` 的行	使用 `scale=1, offset=0`

前复权行已经按日期从早到晚复合该日期至 anchor_date 的事件；后复权行已经按日期从晚到早复合 start_date 至该日期的事件。相同日期始终保持服务端顺序，计算过程中不舍入。

应用到 K 线¶

from datetime import date


def coefficients_for_bar(factors, bar_date: date, mode: str) -> tuple[float, float]:
    if mode == "qfq":
        row = next((item for item in factors.items if bar_date < item.date), None)
        return (1.0, 0.0) if row is None else (row.qfq_scale, row.qfq_offset)

    if mode == "hfq":
        row = next((item for item in reversed(factors.items) if item.date <= bar_date), None)
        return (1.0, 0.0) if row is None else (row.hfq_scale, row.hfq_offset)

    raise ValueError("mode must be qfq or hfq")


def adjusted_price(raw: float, scale: float, offset: float) -> float:
    return round(raw * scale + offset, 2)

对每根不复权 K 线的 open/high/low/close 使用同一组系数，完成全部事件复合后再保留两位小数。

与服务端复权的区别¶

两种方式的用途如下：

调用	数据源	用途
`client.bars.get(..., adjust="qfq" / "hfq")`	主站计算的复权 K 线	直接查询复权价格
`client.corporate.adjustment_factors()`	权息事件在本地复合	对已有不复权 K 线进行本地计算和审计

在正确传入 K 线起止日期后，两种结果仍可能因字段精度、累计精度和舍入顺序不同而出现差异，已知样本中约为 0.01～0.02 元。未传 start_date 时，上市前事件也可能计入累计系数，造成更大的偏差；应用到完整 K 线时，应以第一根 K 线日期设置 start_date。

比较本地和服务端结果¶

获取同一证券的不复权、前复权和后复权 K 线，再计算对应日期范围的本地系数：

with TdxClient(timeout=3) as client:
    raw = client.bars.get(code, period="day", adjust="none", all_pages=True)
    server_qfq = client.bars.get(code, period="day", adjust="qfq", all_pages=True)
    server_hfq = client.bars.get(code, period="day", adjust="hfq", all_pages=True)

    factors = client.corporate.adjustment_factors(
        code,
        anchor_date=raw.bars[-1].time.date(),
        start_date=raw.bars[0].time.date(),
    )

按日期对齐三组 K 线，对不复权 OHLC 应用本地系数，再分别与 server_qfq 和 server_hfq 比较。比较前需统一日期范围和舍入方式。

返回字段¶

`AdjustmentFactorResponse`	含义
`exchange` / `market_id` / `code` / `full_code`	市场和代码
`anchor_date`	用户指定的前复权事件截止自然日期；未指定时为 `None`
`start_date`	用户指定的事件起点；`None` 表示使用全部事件，不会自动推断第一根 K 线日期
`items` / `count`	事件日期系数及数量

`AdjustmentFactor`	含义
`date` / `time`	除权事件日期及其 `15:00` 时间
`qfq_scale` / `qfq_offset`	适用于该日期之前区间的累计前复权系数
`hfq_scale` / `hfq_offset`	适用于该日期及之后区间的累计后复权系数

返回样本¶

真实事件公式节选 · 000858 / 20010219

采样标的sz000858

真实权息事件2001-02-19：0, 25, 0, 2

真实采样事件的单次变换节选；完整接口返回还会按所选日期范围复合该股票的其他标签 1 事件。

{
  "exchange": "sz",
  "market_id": 0,
  "code": "000858",
  "anchor_date": "2001-02-19",
  "start_date": "2001-02-19",
  "items": [
    {
      "date": "2001-02-19",
      "qfq_scale": 0.8333333333333334,
      "qfq_offset": 4.166666666666667,
      "hfq_scale": 1.2,
      "hfq_offset": -5.0
    }
  ]
}