一天，不大。但如果用来算年化收益，差之毫厘，谬以千里。”
他顿了顿：
“而且，如果三分钱的误差是系统性的，那整个回测结果都会偏。”
陈默沉默了几秒。
然后他问：
“那怎么办？”
周寻想了想：
“找第四个来源。如果还是对不上，就取中位数。然后把这个问题记下来，以后做敏感性分析。”
他看着陈默：
“所有类似的问题，都要记下来。不能假装不存在。”
陈默点头。
他拿起一支笔，在笔记本上写下第一行：
“数据问题清单”
下面，他写：
1. 2005.6.30 招商银行 收盘价 三个来源不一致 (6.52/6.55) 处理：取中位数6.53
2. ……
这本笔记本，后来成了“默石数据清洗史”的第一页。
整整三年后，他们才真正拥有一套干净的、可用的十年数据库。
而这本笔记本，已经写满了三百多页。
---
下午三点，陈默亲自开始核对数据。
陆方给他分配了第一批任务：2005年到2007年，上证50成分股的日线数据。
一共50只股票，三年，大约750个交易日。每只股票每天有开盘、收盘、最高、最低、成交量、成交额——六个字段。
总共225,000个数据点。
陈默坐在那张折叠桌前，面前摊着三份打印出来的表格——分别来自三个不同的数据源。
他的任务：一行一行比对，把不一致的地方标出来。
第一行，招商银行，2005年1月4日。
来源A：开盘8.52，收盘8.55，最高8.60，最低8.48
来源B：开盘8.52，收盘8.55，最高8.60，最低8.48
来源C：开盘8.51，收盘8.55，最高8.60，最低8.48
开盘价差一分钱。
陈默拿起红笔，在来源C那一列画了个圈。
然后他翻开笔记本，写下：
2005.1.4 招商银行 开盘 来源C=8.51 其他=8.52 差异0.01 暂以多数为准
第二行，2005年1月5日。
本章未完，请点击下一页继续阅读！