pit-adjuster
✨ A 股 point-in-time 前复权,支持口径漂移检测与等价校验
🧭 AI 判断
值得关注专注A股点位时复权,今日仍有提交,解决真实痛点,但尚无社区验证且上手门槛较高
专注A股复权的点时修正工具,解决前视偏差与复权口径漂移,回测数据质量利器
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-28(上限 30 天)0(现 0 · 断点=当日未采集)
📖 工具介绍
一款面向 A 股日线行情的 Python 前复权工具，基于 point-in-time 固定基期后复权方法处理历史价格。它支持 corporate-action factor chain 计算、复权口径漂移检测，并提供 snapshot 等价校验与全窗口漂移检查。适合需要对复权数据正确性有严格要求的研究者与量化回测开发者。
`Python` - Point-in-time fixed-basis back-adjustment for A-share daily prices: corporate-action factor chains, convention-drift detection, snapshot-equivalence gates and a full-window drift checker.
⚖️ 同类对比
| 维度 | pit-adjuster | ashare-data-immunity | fooltrader | Qlib |
|---|---|---|---|---|
| 结论 | 值得关注 | 值得关注 | 不推荐 | 推荐 |
| 热度 | — | — | 1.2k | 49.7k |
| 7日增长 | 0 | 0 | +1 | +204 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 回测 / 数据分析 | 数据分析 / 回测 | 回测 / 数据分析 | 回测 / 策略研究 |
| 支持市场 | A股 | A股 | A股 / 多市场 | A股 / 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 较高 | 中等 | 较高 | 较高 |
| 活跃度 | — | — | 中 | 高 |
💡 要生态成熟选 Qlib(49.7k)
🧩 更多同类工具
一款面向 A 股日线数据的 Python 数据治理工具，提供数据清洗、考虑板块与 ST 状态的涨跌停识别、停牌处理、数据审计、SHA-256 快照及带证据追踪的修复功能，适合需要保证回测数据质量的量化开发者与研究员。
一个已归档的 Python 大数据量化分析与交易系统，作为较早把行情数据与回测统一起来的框架保留。项目已停止更新，适合想了解这类一体化框架早期设计的量化开发者参考。
一款由微软开源的 AI 导向量化投资平台，基于 Python 构建。它提供从数据处理、模型训练到回测的完整机器学习流水线，覆盖 Alpha 挖掘、风险分析等量化投资全链条。适合希望将 AI/ML 方法应用于量化研究的开发者和研究者使用。
一款面向 A 股的 LLM 交易 Agent 回测环境(Python),具备抗数据污染设计,支持 point-in-time 数据掩蔽、实体与日期匿名化、指纹化重放,并可导出轨迹数据用于 SFT 训练。适合研究和评估大模型交易策略的量化开发者与研究人员使用。
一款基于 Python 的开源工具，用于筛查横截面信号中因数据错峰到达(staggered data arrival)导致的截面信息泄露问题，并对每个信号给出发布时点评级，附带可复现其方法的已知真值演示。适合量化研究中使用另类数据、需要验证 point-in-time 数据质量的团队与开发者。
一款面向中国 A 股市场的强化学习选股框架,基于 Python 开发。它支持多源因子输入,包括 alpha101、主力资金流、游资席位、北向资金及机构数据等。适合希望将 reinforcement learning 应用于 A 股选股策略研究的量化开发者使用。