停牌日数据是选择填充法还是设为缺失值，取决于后续计算指标的性质：若指标依赖收益率序列的连续性（如动量指标），优先采用填充法；若指标要求真实的交易日波动信息（如波动率、贝塔系数），则必须设为缺失值。核心原则是：填充法维持时间序列完整但不引入虚假价格变动，缺失值保留停牌期间的市场信息空白，避免干扰真实波动测算。
填充法在动量计算中的适用场景
动量指标（如过去N日收益率、相对强弱指标）依赖于连续的价格序列来计算累计涨跌幅。当股票停牌时，其收盘价在停牌日不发生变化，填充法（通常用停牌前最后收盘价填充）能保持时间索引的连续性，使动量计算逻辑通顺——因为停牌期间该股票没有实际交易，价格不变符合市场事实。例如，计算20日收益率时，若停牌5日，填充法会把这5日的收益率计为0%，从而在最终收益率中自然体现“停牌期间无收益”的状态。
填充法的适用条件：仅当停牌时间较短（通常不超过5个交易日），且停牌原因不涉及重大资产重组等可能导致复牌后剧烈跳空时，填充法才合理。若停牌过长或复牌后价格可能大幅偏离，填充法会严重扭曲动量指标，此时应优先考虑缺失值处理。
缺失值在波动率和贝塔计算中的必要性
波动率（标准差）和贝塔系数（市场风险敏感度）要求使用真实交易日之间的收益率数据。停牌日的价格是人为维持的静态值，将其纳入计算会引入大量零收益率，人为压低波动率估值，并扭曲贝塔系数中的协方差结构。举例：若某股票停牌10日，填充法会产生10个连续零收益率，使年化波动率凭空降低约20%—30%（具体幅度取决于停牌占比）。因此，在波动率和贝塔计算中，必须将停牌日收益率设为缺失值，仅基于实际交易日的收益率序列进行估算。
多数量化平台和学术研究的标准做法是：在计算波动率时，剔除停牌日数据，并对剩余交易日的收益率序列进行年化调整（如乘以√252/实际交易天数）。贝塔系数计算同理，仅使用股票与市场指数均有交易记录的重叠日期。
总结：场景化的核心原则
选择填充法还是缺失值，核心原则可归纳为：
- 依赖收益率连续性的指标（动量、移动平均线、累计收益率）：用填充法，保持时间索引完整。
- 依赖真实波动信息的指标（波动率、贝塔、夏普比率）：设为缺失值，避免零收益率干扰。
- 停牌时间超过5个交易日或涉及重大事件：即使计算动量指标，也建议设为缺失值，并在复牌后重新校准序列。
常见问题
同时需要计算动量和波动率时，该怎么处理同一份停牌数据？
建议分别对两个指标使用不同处理方式。动量计算时用填充法生成连续序列，波动率计算时从原始数据中剔除停牌日。大多数金融数据库（如Wind、Tushare）允许用户自定义停牌日标记，可在预处理阶段同时保留两种数据版本。
停牌日使用前复权价格填充，还是用不复权价格？
通常使用不复权价格填充。前复权价格会因除权除息改变历史数值，填充后可能与停牌前真实收盘价产生偏差。复权调整应在填充完成后、计算指标之前统一进行，避免停牌日数据被错误调整。
如果停牌期间有分红或配股，填充法还需要调整吗？
需要调整。停牌期间发生权益变动（如分红、配股），应在复牌日对停牌前收盘价进行除权修正，再用于填充。具体修正比例以交易所除权除息参考价为准，修正后的填充价能更准确反映停牌期间的实际价值变化。