看到一条收益曲线，或者一组表现不错的股票记录，产生疑问是很正常的：记录里的买点与当时的行情对得上吗？后续价格究竟怎样变化？如果换一种卖出方式，结果会差多少？
这些问题需要可以检查的数据。
因此，我建立了公开仓库 dipmethod-public-data，按日期整理网站的历史出票记录，附上记录买点，以及出票当日和下一交易日的一分钟行情与分时图。你可以下载原始文件，自己计算，也可以使用其他行情源交叉核对。
这篇文章说明已经公开了什么、怎样计算收益范围，以及这些数据能够回答哪些问题。
已经公开了哪些数据？
你可以从 Dipmethod 出票日历选择日期，在每只股票下面查看当日与下一交易日的分时图，再通过“CSV · GitHub”链接查看对应数据；也可以直接进入 GitHub 按日期归档目录，逐日查看。
每个出票日期包含当天的股票清单、股票代码和名称、网站记录买点，以及数据状态。能够取得行情的股票，还会提供以下内容：
- 出票当日的一分钟行情和分时图。
- 下一交易日的一分钟行情和分时图。
- 行情来源、采集时间，以及缺失或不完整情况的说明。
“下一交易日”按交易日历确定，遇到周末或休市日会顺延。该交易日没有行情时，保留相应状态，不用更晚一天的走势替代。
分时图的红线表示分钟收盘价，绿色虚线表示记录买点。两天使用相同的价格坐标范围，方便比较；价格没有做平滑处理，缺失分钟处会断开。CSV 另外保留每分钟的开盘价、最高价和最低价，因此计算价格范围时，应读取 CSV，而不是只看红线。
为什么暂不公开完整的卖点？
卖出涉及具体的执行过程：有时一次性全部卖出，有时分几次卖出，也可能根据涨跌停状态、市场环境或临时情况继续持有。有些持仓延后退出，也可能是因为当时无法成交。
交易还包含仓位安排、资金使用和执行纪律。同一只股票、同一个参考买点，不同的参与比例和退出过程，最终对账户的影响也会不同。
这些操作逻辑和执行细节属于我的交易系统。目前我会保留完整的卖出规则及逐笔执行细节，公开的数据先用于核对价格、走势和收益描述是否相容。
即使不知道我的每一次卖出安排，你仍然可以提出一个具体问题：假设按照记录买点买入，并在下一交易日全部卖出，这笔交易的理论收益范围是多少？
怎样用公开数据计算次日收益范围？
先确定出票日期、股票代码和记录买点，再打开下一交易日的 CSV。计算前检查该日数据状态；如果分钟数据不完整，得到的高低价只能代表已有记录，不能直接当作全天范围。
在数据完整、记录买点作为假设买入价、全部仓位在次日卖出，并且暂不计交易费用的前提下，可以这样计算：
- 低价对应的理论收益率＝（次日最低价 ÷ 记录买点 − 1）× 100%。
- 高价对应的理论收益率＝（次日最高价 ÷ 记录买点 − 1）× 100%。
其中，次日最低价取该日所有分钟最低价的最小值，次日最高价取所有分钟最高价的最大值。不要用分钟收盘价的极值代替。
下面用仓库中的两条实际记录演示。它们用于说明算法，不代表全体记录的表现；计算使用的原始文件链接附在表格下方。
| 核对项目 | 利欧股份 | 会畅科技 |
|---|---|---|
| 股票代码 | 002131.SZ | 300578.SZ |
| 出票日期 | 2026-01-07 | 2026-01-15 |
| 记录买点 | 6.43 元 | 28.70 元 |
| 下一交易日 | 2026-01-08 | 2026-01-16 |
| 次日最低价 | 6.51 元 | 25.31 元 |
| 次日最高价 | 7.12 元 | 28.50 元 |
| 次日 15:00 分钟收盘价 | 6.78 元 | 25.42 元 |
| 低价对应的理论收益率 | +1.24% | −11.81% |
| 高价对应的理论收益率 | +10.73% | −0.70% |
| 按次日 15:00 分钟收盘价计算 | +5.44% | −11.43% |
原始文件：利欧股份出票清单、利欧股份次日行情、会畅科技出票清单、会畅科技次日行情。这些链接固定到同一份历史提交，方便重复核对。
以利欧股份为例，假设买入价是 6.43 元，按次日最低价 6.51 元计算，收益率约为 +1.24%；按最高价 7.12 元计算，约为 +10.73%。会畅科技在同样假设下，对应的范围则全部为负。
这就是次日价格对应的理论收益范围。它使用了事后才能完整知道的高低价，不代表能够提前选中极值，也不保证订单可以在极值成交。分钟行情无法还原排队、盘口和实际成交量分配，涨跌停时尤其需要留意成交条件。
如果想按自己的思路做历史测算，可以先固定一个退出规则，例如统一使用次日最后一分钟收盘价作为卖出参考，再对全部已公开、数据完整的记录使用同一规则。上表最后一行就是这个口径的演示。缺失数据、未成交或无法判断的记录应单独列出，并在结果中说明处理方式。
怎样和我展示的数据比较？
比较之前，需要先确认讨论的是哪一种结果。
如果讨论的是某笔交易在次日卖出的收益，可以在相同买入价、相同持有区间和相同费用口径下，与次日价格范围对照。次日分批卖出时，应按各笔成交数量加权计算卖出均价，再考虑交易费用。
如果部分或全部仓位继续持有到更晚的交易日，就需要结合后续行情核对。次日的最高价不能限制后面几个交易日可能出现的价格，也不能用于判断整笔持仓的最终收益。
如果讨论的是日历上的“区间最高涨幅”，它描述的是从记录买点到相应统计区间最高价的价格变化。这个区间可能超过目前公开的两个交易日，需要取得完整区间的行情才能复核；它本身也不代表实际卖在最高点。
例如，上面利欧股份的出票文件还记录了区间最高价 8.21 元，区间涨幅约为 +27.68%。这个价格高于次日行情中的最高价 7.12 元。仅靠当前两日文件，无法确认 8.21 元出现在哪一天，需要继续核对对应统计区间，而不能把 +27.68% 当作次日已经实现的收益。
如果讨论的是网站累计收益曲线，它来自另一套按日记录的数据。出票不等于实际买入，每笔投入的资金也可能不同。要复算账户曲线，还需要实际参与标的、仓位、进出场和资金进出等记录，不能把所有股票的理论收益直接相加或相乘。
因此，这次公开的数据可以帮助你检查收益描述与行情是否存在明显矛盾。收益落在理论范围内，说明它与行情相容；实际成交和账户收益仍需要相应交易记录验证。 发现差异时，也应先核对价格、日期、持有区间和计算口径，再判断问题出在哪里。
如何核对行情、版本和缺失记录？
仓库中的出票记录来自网站公开记录，分钟行情来自智兔 API Pro，下一交易日按 Tushare 的交易日历确定。行情使用北京时间、不复权口径。你可以用其他行情源交叉核对，但比较时需要保持股票代码、日期、复权方式和分钟时间标签一致。
目前这批既往记录属于历史整理。文档中的采集时间表示取得行情的时间，不能证明对应信号在历史出票当天就已公开。GitHub 的提交记录可以帮助追踪已发布版本，但本身不能补足历史信号首次公开时间的证据。
归档保留缺少股票代码的记录；无法取得或不完整的行情会标注状态。分钟标签齐全，表示通过了时间标签检查，也不等于每一个价格都已得到独立核实。查看整体表现时，应把缺失记录和不理想的结果一并纳入检查。
你可以保存正在核对的 CSV 和提交版本。按照当前归档工具的更正流程，已归档行情发生变化时，会保留旧文件并追加更正记录。比较不同版本时，以对应文件及其说明为准。完整字段定义和数据处理方式可以查看仓库说明。
有疑问，可以从一条具体记录开始
你可以从自己熟悉的一只股票入手，也可以选择一段连续日期，对全部已公开记录逐条核对。
如果发现买点与行情不符、价格存在异常，或某个收益描述在对应区间内无法解释，欢迎提供具体的出票日期、股票代码、文件版本和计算过程。这样我们就能围绕同一份数据检查问题。
我希望这份公开归档能让你在查看网站结果时，多一个自己动手验证的入口。你可以使用公开行情设定自己的退出规则，检查有利和不利的结果，再判断这些记录对你的研究是否有参考价值。
本文用于历史记录核对和方法研究。理论测算不代表实际成交或账户收益，历史表现不代表未来表现。