雅虎财经如何计算调整后的收盘价？

Question

雅虎财经显然是这样计算调整后收盘价的：

https://help.yahoo.com/kb/adjusted-close-sln28256.html

据此，我了解到未经调整的价格应用了一个恒定因素，并且该因素会随着每次股息或拆分事件而变化，这种情况不应该经常发生。而且我应该能够通过将未调整的价格除以调整后的价格来推断该因素。

但是，如果我使用 AAPL 数据（使用 Python）验证这一点，我会得到令人困惑的结果：

import yfinance 
df =  yfinance.download("AAPL", start="2010-01-01", end="2019-12-31")
df["Factor"] = df["Close"] / df["Adj Close"]
print(df["Factor"].nunique(), df["Factor"].count())

产生：2442 2516

因此，到目前为止，在大多数情况下，因素都是不同的。但 AAPL 通常每年有 4 次分红事件，并且在此期间进行了股票拆分，所以我预计大约有 40 个不同的因素，而不是 2442 个。

Yahoo Finance 在上述链接下提供的公式是否过于简化或者我在这里遗漏了什么？

Answer 1

问题在于，雅虎财经不提供原始价格和调整后的价格供您使用。如果您查看示例历史价格页面（例如，MSFT）的脚注，您将看到一条文本显示“针对拆分调整收盘价；针对股息和拆分调整调整后的收盘价。”

为了得出干净的调整后比率，需要原始（未调整）价格和调整后价格。然后，您可以应用调整方法（例如 CRSP）来得出正确的值。总之，你没有做错任何事！这是雅虎输出的内在限制。

参考资料： [1]https://medium.com/@patrick.collins_58673/stock-api-landscape-5c6e054ee631 [2]http://www.crsp.org/products/documentation/crsp-calculations

Answer 2

我不确定这是一个完整的答案，但评论太长了：

首先，四舍五入肯定存在问题。如果您将第三行修改为

df["Factor"] = df["Close"] / df["Adj Close"].round(12)

你得到 2441 个独特的因素。但是，如果您使用例如round(6)，则只能得到 46 个唯一因子。

其次，根据您问题中雅虎帮助页面中的调整规则，每次股息都会导致除息日之前的 5 个交易日的调整。在您的问题的 10 年期间，没有股票拆分和大约 40 个季度股息。这些应该会导致 200 个日期调整后的收盘价。所有其他 2300 个左右的日期都不应有收盘调整，即因子 1。然而，当你跑步时：

df[df.Factor == 1].shape

您只会得到 37 日期（无论使用的四舍五入），没有任何调整。

显然，这没有意义，而且 - 除非我遗漏了一些基本内容 - 在调整方法的实施或 Yahoo 代码中存在一些错误。