长期停牌股复牌后大涨，在数据分析中通常采用收益率压缩方法处理，即将超过一定阈值（如±10%）的极端收益率压缩至该阈值，目的是消除异常值对统计分析的干扰，保持数据一致性。
典型案例与数据挑战
以协鑫集成（原*ST超日）为例，该股在2014年因破产重整停牌近一年半，复牌当日大涨近10倍。若直接使用原始收益率计算指数或因子收益，单只股票会严重扭曲整体表现。类似情况在A股历史上多次出现，如某些重组股复牌后连续涨停，单日涨幅可达数倍。这类极端值若不处理，会导致均值、方差等统计指标失真，影响模型稳健性和策略回测有效性。
收益率压缩规则与操作
常见的压缩规则为：单日收益率超过+10%的，统一调整为+10%；低于-10%的，统一调整为-10%。这一阈值与A股常规涨停板幅度一致，便于与其他股票数据对齐。具体操作步骤：
- 识别停牌超过20个交易日的股票
- 复牌首日计算原始收益率（复牌价/停牌前收盘价-1）
- 若原始收益率超出±10%，替换为对应阈值
- 复牌后第二个交易日开始恢复正常计算
压缩后的数据会低估真实波动，例如某股实际涨幅500%，压缩后仅为10%。因此，压缩数据仅适用于统计分析（如构建指数、因子测试），不应用于实际投资收益核算。
常见问题
为什么不能直接剔除这些异常数据？
剔除会引入样本偏差，因为长期停牌股复牌大涨并非随机事件，往往与重大利好（如重组、扭亏）相关。剔除后，分析结果会低估此类事件的系统性影响。
压缩阈值是否固定为±10%？
常见做法是±10%，但不同研究场景可调整。例如，对指数计算可放宽至±20%，对高频因子测试可收紧至±5%。具体阈值应以研究目标和数据源规则为准。
压缩后如何评估对真实收益的影响？
建议保留原始数据和压缩后数据两套序列。分析时优先使用压缩数据，在结论中注明“已做收益率压缩处理”，并单独列出未压缩的极端值案例供参考。
总结：收益率压缩是处理长期停牌股复牌大涨的标准方法，核心目标是保证数据一致性，避免极端值干扰分析。操作时需明确阈值、记录压缩规则，并区分统计分析场景与真实收益核算场景。