这是因为你在用 akshare 抓取A股历史行情数据，其中：
pythonCopyEditdf = ak.stock_zh_a_hist(symbol=code, period="daily", adjust="qfq")
这一行代码的作用是：
📌 含义拆解
| 参数 | 说明 |
|---|---|
symbol=code | 股票代码，比如 "000001.SZ"。你可以循环传入不同的股票代码。 |
period="daily" | 表示获取的是日线数据（可选还有 "weekly", "monthly" 等）。 |
adjust="qfq" | 复权方式，qfq 表示前复权，保持价格连贯性（推荐用于技术分析）。 |
✅ 为什么用 adjust="qfq"（前复权）？
在股票历史数据中，有分红送股、拆股等事件，会让“收盘价”出现突变。
前复权（qfq） 会将历史价格向前调整，以便股价曲线连续、平滑，更适合用于：
- 技术分析（比如均线、MACD）
- 趋势判断
- 回测
例如，假如 2024 年公司送股 10 股，股价从 20 元瞬间掉到 10 元：
- 原始数据不调整：你看到一根大阴线，误以为暴跌
- 前复权调整：历史价格跟着降，价格曲线平滑
✅ 如果不复权会怎样？
- 用原始数据（不复权）做均线等技术指标分析，会出现突兀跳跃的误判。
- 如果你做的是短期量化策略或资金流分析，可能可以用
"none"（不复权）。
🎯 总结
使用：
pythonCopyEditak.stock_zh_a_hist(symbol=code, period="daily", adjust="qfq")
是因为你希望获得：
- 每日收盘价
- 已经平滑调整过的历史行情
- 适合做技术面选股（如多头排列）