未来数据是一台时间机器

回测知道得太多了

未来数据是一台时间机器。它把一份精致的回测送回过去，再悄悄塞给它一张明天的报纸。

结果当然可以很好看。模型避开弱势 IPO，挑中强势项目，再用一组优雅因子解释自己的选择。每一行数据都真实，每一个公式都能运行。问题出在时间上。

我们的香港 IPO 研究从一个刻意缩小的投资者出发：只认购一手，全额现金，不靠夸张杠杆。问题听起来很简单：仅凭公开发售截止前可以获得的信息，一个人应该申请一手，还是放弃？

整套架构最后都围绕一个词展开：截止前。

招股价在某一天可知；认购热度可能稍后才公布；分配结果要等申请结束后出现；上市首日价格更在挂牌以后才存在。同一个股票代码多年后可能被另一家公司重新使用；复权价格也可能吸收申请人当时根本不知道的公司行动。

这些事实一旦向过去渗漏，研究就变成了记住未来的机器。

一手申请有两种结果

散户申请 IPO，绝不只是从发行价到首日收盘价的一段投资回报。

申请人面对两种结果。

中签时，投资者得到一手股票，并在扣除费用后承受市场回报。

未中签时，投资者没有股票回报，却在认购窗口内占用了现金。

一手中签概率把两种结果连接起来。某只股票上市首日上涨 40%，若一手中签概率极低，申请人的期望回报依然可能很普通。即便首日平盘，如果现金按最高发售价被锁住，却几乎没有分配机会，申请仍然有成本。

所以研究必须同时保留：

• 以最终发行价计算的股票毛回报；
• 中签一手之后的净回报；
• 以实际占用现金计算的期望回报；
• 中签与未中签两种收益的精确混合。

这样，分析才站在申请人的高度。一个几乎没有机会拿到股票的人，花不了那笔壮观的上市日涨幅。

1,257 宗 IPO 与一枚坏掉的首日标签

数据集最终覆盖 2016 年至 2026 年年初至今的 1,257 宗合资格 IPO。第一版价格历史看起来很丰富，也藏着一个结构性问题：复权数据会用后来发生的公司行动，改写上市首日价格。

极端回报先发出了警报。旧数据中有 61 条记录显示涨幅超过 400%。IPO 市场确实可能出现这种行情，也可能只是分拆、合并或代码复用让分母穿越了时间。

我们用独立的未复权来源重建首日收盘价。大部分来自历史档案中保存的港交所官方 Daily Quotations Sheets；较近的一段由现行官方页面补齐；近期缺口才使用二手上市日表格，而且必须先在重叠样本中与官方历史吻合。

修复以后，61 条极端回报中有 60 条消失了。它们是复权伪影。只有 1 条超过 400% 的真实回报留下来，因为原始报价证据确认了它。

这是一次很有价值的难堪。模型并没有发现什么罕见市场规律，数据管道只是制造了兴奋。

连日历也会泄漏未来

有三个计划上市日碰上全市场因台风停市。

随意的管道可能把下一个自然日当作首个交易日，或者干脆让该行缺失。正确做法需要查阅市场的历史特殊交易日记录，并把观察值滚动到下一个真实交易时段。

这听起来像数据清洁。数据清洁决定标签。

基准市场状态也一样。如果某个特征声称申请截止时市场处于牛市，它只能使用截止前已经形成的基准收盘价。后来才完成的一周收盘、修订后的指数序列，或方便的月末分类，都会给回测一项申请人当时没有的信息优势。

每个特征都需要四样东西：

1. 来源；
2. 最早公开时间；
3. 截止规则；
4. 哈希或冻结快照。

少了任何一项，“当时可得”都可能沦为研究者看完结果以后讲的故事。

修复通过，策略仍然被拦住

修复后的首日数据通过了描述性质量门。全部 1,257 宗合资格 IPO 都有独立的未复权首个交易日收盘价，市场状态报告可以据此描述历史基准率。

更完整的策略依然处于阻塞状态。

D5 与 D20 的较长期历史仍有缺口，涉及退市与右截尾证券；现金机会成本也需要重新核验。人工决策卡继续保留 decision_authorized=false 和 order_action=NONE。

这是项目最有价值的产出之一。

一套数据可以足以支持某项结论，同时不足以支持另一项结论。描述性结果可以通过，而“申请”规则继续 HOLD；修好的标签能够改善理解，却不因此获得交易授权。

研究团队常想要一个全局状态：有效或无效。证据更适合按管辖范围工作。D1 标签通过，完整决策管道仍有事情要做。

先看基准率，再听故事

IPO 营销天生是一台故事机器。创始人描述未来，保荐人展示可比公司，暗盘价格制造紧迫感，散户需求变成社会信号，认购倒计时再把好奇心推成行动。

基准率研究会把这套节奏慢下来。

申请一手的人有多大概率拿到股票？中签并扣除费用后，净结果如何分布？只使用申请截止前的信息，结果在不同市场状态中如何变化？哪些特征能在留出样本中继续成立？哪些漂亮规律会在数据修复后消失？

这些问题不会取代判断，只会给判断铺一层地板。

一手规模也有意义。一笔小额、全现金的申请可以成为有限实验；机会成本、中签概率和费用依然必须进入期望回报。“只申请一手”是一条风险限制，不是忽略算术的许可证。

一部时点宪法

项目最后写下几条规则。

散户认购截止后才公开的事实不能成为特征。 它们可以是标签或结果证据。

后来使用同一股票代码的发行人，不能把自己的历史捐给更早的 IPO。 身份必须同时包含发行人与时间。

复权数据不能替代首日投资者真实面对的未复权价格。 公司行动应进入独立对账层。

未知数据继续保持未知。 缺失的收盘价、中签概率或现金假设，不能自动变成零。

描述性通过不会授予申请权限。 决策门禁必须独立存在。

这些规则让研究变慢，也让结果真正可用。

真正的投资优势

最迷人的模型，往往是在没有承认的情况下偷看过未来。

时点纪律拿走这层魔法。收益曲线不再光滑，样本会缩小，部分因子失去显著性，更多数据保持未知。

少一点漂亮，换来多一点真实。

HKEX 项目未来也许会找到一套有用的一手申请框架。它的第一项成就更基础：学会不让明天跑进昨天的决策。

未来数据永远会邀请你搭便车。投资者的优势，从拒绝登上这台时间机器开始。

IPO 研究的五只时钟

一份 IPO 回测至少同时面对五只时钟。

公开时钟记录招股书、分配结果或交易所公告何时公开；申请时钟记录投资者何时必须承诺资本；上市时钟确认第一个真实交易时段；价格时钟区分发行、开盘、收盘与后续价格；公司行动时钟决定分拆、合并等调整何时才可以进入比较。

数据库同一行里可能装着来自五只时钟的数值。按股票代码和当前公司名称连接，看起来很自然，却会悄悄导入后来才知道的信息。正确连接必须服从决策截止时的资料集。

首日回报超过 400% 的案例非常直观。61 条旧记录中，60 条源于复权伪影，而非投资者在未复权首日真正经历的行情。一条看似壮观的赢家长尾，几乎全是数据转换向过去穿越。

三个上市日期又给出另一课。台风停市意味着印刷日期不是真正可交易的第一天。顺延到交易所实际开市日，才保留了投资者经历；把计划日期当成普通交易日，只会给 IPO 配上一条当时不存在的价格。

一份时点证据包

计算回报以前，每宗发行都应冻结一份小型证据包：

• 发售条款及公开时间；
• 申请截止时间与当时已知的分配机制；
• 上市公告与真实首个交易日；
• 未复权首日开盘与收盘价；
• 另行保存血缘关系的后续公司行动；
• 来源 URL 或档案哈希；
• 明确保留为 unavailable 的缺失字段；
• 精确公式与单位。

证据包允许修订，却不会重写过去。更正后的来源可以生成新版本，旧版本仍可检查。后来的改名或拆股可以丰富今天的分析，却继续留在最初决策视野之外。

一手研究需要两个分母

只按获配资本计算回报，一手策略很容易显得迷人。投资者实际承诺的现金可能远高于最终获得的股份，也可能一股都拿不到。融资成本与资金占用足以吞掉一笔很小的分配。

所以研究需要两个分母：证券回报与申请人投入资源的回报。前者问获配股票如何波动；后者问在考虑中签概率、融资、费用、退款时间与资本占用后，这次申请究竟赚了什么。

D1 的描述性通过，只建立了 1,257 宗合资格发行中第一类分母的一部分。完整 D1–D20 与申请人经济性研究在项目截止时仍处于 BLOCKED。这条边界很重要：一张干净的首日表，无法授权资本分母仍然未知的申请规则。

时间机器常藏在分母里。今天的分析师已经知道哪些发行成功分配、流动性良好并最终上涨；当时的申请人只知道发售条款、已有证据，以及自己可能一股也拿不到。

决策级 IPO 研究必须站在那个申请人身边，站在开市钟响以前。

先写证伪条件，再写因子

每个 IPO 信号都应先写出什么证据会让它失效。回报若依赖复权价格、后来的公司分类，或只计算成功中签，因子已经借用了未来。若加入融资、费用与资金占用后优势消失，原来的证券回报从未真正变成申请人回报。

证伪条件应在看结果以前写入研究规范。这个顺序可以减少一种诱惑：发现时钟错误以后，仍为漂亮回测寻找理由。

时点研究显得克制，因为它主动舍弃今天确实知道的信息。它的任务是重建决策者当时可以知道什么。这份谦逊，就是诚实检验时间机器的成本。

公开图表的规则

每一张公开图表，都应该在图注里写明证据截止时间、回报定义与申请人分母。读者才能知道自己看见的是首日证券表现、中签资本表现，还是完整现金回报。

这条规则很小，也很严厉。它不允许一条优雅曲线混合三个不同的经济问题。

它还让另一位研究者能够复现结果，而无需继承作者没有写出的假设。写清时钟与分母的图注，是一条很小的审计轨迹，也是防止意外先知的强力保护。

向投资研究迁移

因子研究、信贷分析和私募市场可比研究，同样受这些时钟约束。今天的数据库知道谁活下来、谁再融资、谁重述报表、谁更换行业；历史投资者不知道。每一份回测都应先在决策日冻结身份、信息可得性与单位，再计算表现。

这项纪律可能会削弱表面上的优势。留下来的优势更值得信任，因为它真的接触过当时的信息集。一份较小的真实，比一份由明天资助的漂亮结果更能复利。

而且，没有看过未来结局的人也可以复现它。

来源说明

文中数字与状态标签来自 HKEX Retail IPO Base-Rate Study 的脱敏项目记录。该研究始终是人工研究，不能提交认购或订单，也不披露私人申请人与资本信息。

#HKEX #IPO #PointInTimeData #InvestmentResearch #CapitalMarkets