總經數據修正與實時數據管理：回測裡的 GDP，市場當年沒看過

2009 年 1 月 30 日，美國商務部公布 2008 年第四季 GDP：年化 -3.8%。今天打開 FRED 查同一個季度，數字在 -8.5% 附近。同一季，同一個統計機構，差了超過 4 個百分點。

沒有人算錯。總經數據的生產流程本來就是先給粗估，之後花好幾年慢慢改。這個過程叫總經數據修正（data revision），而它對量化研究的殺傷力在於：市場當年定價用的是初值，你的回測讀到的卻是終值。 用終值回測宏觀策略，是前視偏誤的一種，而且是驗證工具最抓不到的一種，因為整份歷史資料看起來完全正常。

這篇文章處理四件事：總經數據修正的三層機制（誰在修、修幾次、修多大）、兩個實際案例、修正污染宏觀策略回測的三條路徑，以及把實時數據（即時數據）管理寫進資料層的六個做法。前視偏誤的一般框架在前視偏誤：定義、成因與六道防線寫過，資料層基建在量化交易數據層的完整框架寫過，這裡只處理總經數據這一塊。

總經數據修正是什麼：初值、例行修正、基準修正

總經數據跟價格數據有一個根本差異。成交價一旦成立就不會變，但 GDP、非農就業這類統計量，公布當下只是抽樣推估，之後會隨著更完整的資料進來被反覆改寫。修正分三層。

第一層：例行修正。 樣本回收率提高後的更新。非農每個月的數字會在接下來兩個月各修一次，GDP 一季內有 advance、second、third 三個版本。

第二層：年度修正。 用更完整的行政資料重新校準。非農每年拿 QCEW（涵蓋約九成五就業人口的失業保險行政紀錄）做基準修正；季節調整因子也在這時重估，過去幾年的整段序列跟著重寫。

第三層：全面修正。 統計方法本身改版。BEA 大約每五年做一次 GDP 全面修正，2013 年那次把智慧財產投資納入 GDP，整條歷史序列的定義都變了。

放進前視偏誤那篇的兩個時間戳框架看：事件時間（這個數字描述哪一季）不變，但可得時間變成複數。同一個事件時間，對應一串隨 vintage 演化的值。主要指標的修正節奏長這樣：

這張表有一個實務結論：指標越依賴抽樣與季節調整，修正越大；越接近行政紀錄或直接計數，修正越小。 你的策略用到哪一格，決定你需要多講究的實時數據管理。

修正幅度有多大：兩個案例

2008Q4：市場看到的衰退，只有實際的一半深

回到開頭那個 GDP 修正案例。2009 年 1 月 30 日的 advance 估計是 -3.8%，一個月後的 second 估計改成 -6.2%，2011 年的年度修正再往下改到 -8.9% 附近，之後的全面修正才落在目前檔案上的位置。

假設你的回測邏輯是「GDP 年化跌破 -5% 時切換到避險配置」。用今天的 FRED 資料跑，訊號在 2009 年 1 月底就會觸發。但在真實世界，2009 年 1 月底檔案上的數字是 -3.8%，門檻根本沒穿越。那個 -5% 要到好幾週後才存在。你的回測在一個當時不存在的數字上做了決策，而且整段歷史裡沒有任何欄位會提醒你這件事。

2024 到 2025：非農基準修正變成頭條新聞

第二個案例更近。2024 年 8 月 21 日，BLS 公布初步基準修正：截至 2024 年 3 月的一年，非農就業下修 81.8 萬，是 2009 年以來最大。2025 年 2 月的最終版本收斂到 -59.8 萬。

一年後規模再放大。2025 年 8 月 1 日，7 月非農只有 7.3 萬，5、6 月合計下修 25.8 萬；當天川普解僱了 BLS 局長 Erika McEntarfer。9 月 9 日，新一輪初步基準修正出爐：-91.1 萬，史上最大的初步下修。原本檔案上「一年增加約 180 萬」的就業，有一半是統計流程後來收回的。

這裡的重點不是政治，是機制。非農的月度數字來自十幾萬家企業的抽樣調查，其中新企業開張與倒閉的貢獻靠 birth-death 模型推估。這個模型在景氣平穩期表現不錯，在轉折點會系統性高估，因為它本質上是用過去的開業倒閉節奏外推。所以非農下修不是隨機雜訊，它集中出現在景氣轉折附近，修正的方向本身帶有景氣資訊。 這是把修正當成訊號源、而非只當成麻煩的理由，後面會回到這件事。

為什麼市場交易初值，你的回測卻用終值

宏觀數據影響價格的方式，是公布當下的 surprise：初值對比當時的市場共識。8:30 數據出來，資產在一分鐘內完成大部分重定價，反應的全是「初值減共識」。終值兩三年後才定案，跟當時的定價過程完全無關。

政策端也一樣。Orphanides 在 2001 年的 AER 論文用實時數據重算 Taylor rule，發現 1970 年代大通膨的政策失誤，有一部分來自產出缺口的實時估計錯得離譜：當年檔案顯示經濟遠低於潛能，事後修正的資料說缺口小得多。聯準會自己都被困在實時數據裡做決策，你的回測卻假設自己站在多年後的檔案上看當年的市場。

加密圈有一個現成的例子。「全球 M2 領先比特幣 70 到 108 天」那類圖，這兩年在社群上流傳很廣。這類圖通常有兩層問題疊在一起：位移天數是從多個候選裡挑擬合最好的（這屬於選擇偏誤與多重測試的範圍），而 M2 曲線用的是最新 vintage。M2 的水準值修正不大，但季調重估會讓年增率的轉折點移動幾週。一張同時吃到挑參數與吃到終值的圖，它的「領先性」有多少能在實時數據上重現，是要先回答的問題，不是先轉發的問題。

總經數據修正污染回測的三條路徑

對量化回測來說，修正會從三個入口滲進結果，每個入口的檢查方法不同。

路徑一：事件驅動策略的 surprise 算錯

交易數據公布的策略，需要兩個當時的值：as-released 的初值，以及公布前一刻的市場共識。用終值回算 surprise，整個分佈都是錯的。2008Q4 的例子裡，用終值算出來的負向 surprise 是實際的兩倍以上，回測會以為市場對壞消息的反應遠比實際溫和。

路徑二：門檻型制度濾網的切換時點移動

老陳在 2025 年做了一個制度濾網：美國 M2 年增率翻正才持有 BTC 現貨，翻負出場。用 FRED 最新檔案回測 2013 到 2025，Sharpe 1.6，完美躲過 2022。他後來用 ALFRED 的 first-release vintage 重建同一個濾網，兩件事變了：2020 與 2023 的制度切換時點各移動了一到兩個月，Sharpe 掉到 1.0 以下。濾網本身沒有失效，但「用當時看得到的數據，訊號會慢多少、慢掉的那段行情值多少」這個成本，最新檔案的回測完全沒有計價。

路徑三：季節調整的靜默重寫

最隱蔽的一條。季調因子每年重估，過去幾年的整段序列被重寫，即使原始值一個都沒改。你三個月前下載的檔案跟今天的不一致，pipeline 不會報錯，diff 只會告訴你值變了，不會告訴你為什麼。依賴月增率、年增率轉折的訊號，對這件事最敏感。鏈上數據有結構一模一樣的問題，供應商的靜默改寫在鏈重組與鏈上數據寫過。

實時數據管理怎麼做：六個做法

上面三條路徑對應的解法，核心只有一件事：讓資料庫記得每個數字在每個時點長什麼樣子。 這就是 point-in-time（PIT）資料管理。

做法一：雙時間戳 schema。 每筆觀測存三個鍵：序列、事件時間、vintage 時間。

CREATE TABLE macro_obs (
 series_id TEXT,
 obs_date DATE, -- 事件時間：這個值描述哪一期
 vintage_date DATE, -- 可得時間：這個值出現在檔案上的日期
 value REAL,
 PRIMARY KEY (series_id, obs_date, vintage_date)
);

做法二：用 ALFRED 回補歷史 vintage。 聖路易聯儲的 ALFRED 存了 FRED 主要序列的歷史檔案快照，FRED API 的 realtime_start 與 realtime_end 參數可以直接拉。更早的 GDP 類序列，費城聯儲的 Real-Time Data Set 從 1965 年 11 月的 vintage 開始存。

做法三：回測與研究走兩條路。 回測用 as-of join（在時間點 t 只取 vintage 小於等於 t 的最新值），研究與畫圖用最新檔案。兩條路徑分開命名，例如 m2_pit 與 m2_latest，避免有人在回測裡順手 import 錯張表。

做法四：事件策略另存發布時刻的快照。 as-released 值、當時的共識值、精確到秒的發布時間戳。共識資料是這裡最難的一塊，免費來源基本上不存在，這筆訂閱成本要算進策略的固定成本。

做法五：季調資料存 vintage，或改用未季調值自己調。 把季調參數固定進回測，歷史就不會被明年二月的因子重估改寫。

做法六：把修正本身當監控對象。 新 vintage 進來自動 diff 前一版，修正幅度超過閾值就發警報。一方面保護既有訊號，另一方面，前面說過基準下修集中在景氣轉折附近，修正的方向與幅度自己就是一條值得研究的序列。

這套管線的實作細節，包括 ALFRED 回補腳本與 as-of join 的完整 SQL，Lab 社群裡有可以直接拿去改的版本，也有成員把它接上警報系統的做法討論。

風險與失效條件：什麼時候不用這麼講究

PIT 化有工程成本，不是每個策略都需要付。

純價格策略不需要。K 線與成交量沒有修正問題，這整篇文章跟你無關。持有期以年計的配置策略，修正造成的訊號延遲通常小於再平衡週期，誤差可能比執行滑價還小。講究程度要跟策略對總經數據的敏感度成比例，把每個序列都 PIT 化是過度工程。

PIT 化之後也還有殘餘風險。共識資料難以免費取得，ALFRED 對部分序列的 vintage 起點偏晚，而方法論改版（像 2013 年 GDP 定義變更）造成的斷裂，連 vintage 資料都救不了，因為新舊檔案量的根本不是同一個東西。

最後是判讀原則。如果一個宏觀策略在 first-release 與最新 vintage 兩個版本上的績效差距很大，正確的結論不是挑好看的那個版本報告。這個差距本身就是訊息：策略的 edge 對數據版本敏感，代表它賺的可能不是宏觀結構的錢，是檔案演化的錢。 後者在實盤上一毛都拿不到。

結論：先問「當時看得到嗎」，再問「訊號準不準」

整理下來是四件事。

總經數據是活的。初值、例行修正、基準修正、方法改版，同一個季度的 GDP 在檔案上是一串值，不是一個值。總經數據修正是宏觀策略的第一層資料風險，排在模型之前。市場定價用初值，你的回測預設讀終值，中間的落差是前視偏誤，而且樣本外測試抓不到。修正污染回測有三條路徑：surprise 算錯、制度切換時點移動、季調靜默重寫。解法是雙時間戳加 as-of join，資料源用 ALFRED 回補，事件策略另存發布快照。

宏觀策略上線前，值得多跑一個版本：把數據換成 first-release，看績效掉多少。掉得少，edge 大概是真的；掉得多，你剛剛省下了一次實盤學費。

這類數據結構與宏觀流動性的拆解，我每週在電子報整理一次，包括當週主要數據的初值與修正追蹤。要看更完整的管線實作，Lab 裡見。