把一份 Excel 数据库复刻成一个能跑的东西
一、一张没人敢动的表
研究员的电脑里通常躺着几张这样的表。打开是一排子表，第一张写口径说明，第二张是取数区，再往下是历史数据，最后一张是模型输出。需要的东西都在里面，但它已经很久没人动过——不是不好用，是没人敢改。改一条公式要顺着引用一路看下去，改一个阈值不知道会影响哪几个结论。
这类表最值钱的地方，恰恰是它最不方便的地方：口径是活的。什么时候换过基准、哪一年把窗口从三年改成五年、某个格子的数字是从别处抄来的，全都留在公式和批注里，没写进任何文档。研究员可能会忘，公式不会忘。
所以当我想把一张表变成一个可以被调用、被核对的东西时，第一件要做的事不是重写，而是考古。
二、先解剖，不要先写
最早的冲动是照着自己的记忆写一套代码，算出来差不多就行。这条路试过一次就放弃了：结果跟表里差一点，而我说不清差在哪里。
后来反过来做。先用只读的方式把工作簿拆开，抽出每一个公式、每一个坐标、每一段批注、以及引用关系，落到一份结构化的中间文件里。这一步不允许猜测，脚本只读文件，读到什么是什么。接着把这份文件压成一份人能读的解剖报告：哪张子表是输入、哪张是公式、公式分成几组、跨表引用指向哪里。
拿到报告之后再动手，性质就变了。之前是「我大概记得是怎么算的」，现在是「第几行第几列的公式引用了哪几个格子」。考古的纪律是：能落到公式和值层上的，就不靠回忆。
三、数据、逻辑、判断
解剖报告摆出来，一张表其实会自然而然地裂成三层。
最下面一层是数据。取数区那张子表里，一个期限一行、一列一种曲线，这些数字不是算出来的，是从别处搬来的。它们的口径属于取数，不属于模型。
中间一层是逻辑。把上面的数字变成结论的那些公式：做差、取分位、算周度变化。这一层是确定的，给定输入就只有一个答案。
最上面一层是判断。阈值定在哪里、什么幅度算异常、什么情况必须先停下来问一句。这一层在表里通常只占几个格子，却是整张表真正属于作者本人的部分。
有意思的是，另一条路上做出来的一套工具，最后也收敛到同一种切法：输入一层，计算一层，阈值另存成一份规则文件，三者分开放。两条路的出发点并不一样，切出来的边界却一样，说明这不是某种实现偏好，而是这件事本来就这么长。
拆开的好处不在整齐。改一条公式不动阈值，调一个阈值不用回头动公式——这句话听着平淡，但如果三层是焊在一起的，你能改的就只有整张表，而那等于不能改。
四、不能猜的四件事
考古过程中最容易犯的错，是把「看起来像」当成「就是」。有四件事必须在动手之前问清楚，问的是写表的人，不是我自己的直觉。
一是分位数的历史窗口：近三年还是近五年，含不含当期，按月滚动还是逐日。这一项几乎每张含分位的表都会命中，而且窗口差一年，结论就可能从偏紧翻到中性。
二是基准：绝对利差对的是国债还是国开债，哪个期限段。表格里往往只写「利差」两个字。
三是时间锚点：周度变化是本周五比上周五，还是比上周最后一个交易日；碰到节假日怎么处理。
四是曲线口径：行权收益率还是到期收益率。这一条最隐蔽，公式里看不出来，只能看表头或问人。
这四件都不是技术问题，是口径问题。写代码的人永远猜不出来，也不该猜——猜错的结果不是报错，是算出一个看起来很正常、实际上不是你要的数字。
五、对账这件事
复刻完不算完成，对账通过才算。
做法很朴素：把表里已经算好的真值抽出来，与复刻程序跑出来的结果逐点比。为此要先准备好真值，最稳的是让 Excel 自己重算一遍并存成副本，这样真值就是公式在原始环境里的产物，而不是我读缓存读出来的东西。
对账跑下来，利差和周度变化两类对得干干净净，问题出在历史分位上，差在小数点后第三位。原因是那个分位函数有个控制有效位数的参数，默认给的是三位，表格里显示的也是三位，而我的复刻端用了全精度。这个差异本身不重要，重要的是它暴露了一件事：显示精度和计算结果是两回事，对账必须比到比显示更深的地方。
把参数显式调到全精度再跑，两边对到小数点后十二位。到这一步我才可以说迁移完成了，因为这不是「我觉得对了」，是一个可以重跑的检查通过了。
六、几个反复出现的小坑
第一类是手工覆盖。同一列公式中间，总会有一两个格子是硬填的数字。最常见的例子是「上周五的值」：它不是算出来的，是上周五收盘后有人手工贴进去的。程序在编译时必须把这种格子识别成输入而不是计算，否则每天都会重算一遍，跟人工维护的那个值打架。识别方法也简单，整列都是公式，只有它是常数，那就问一句。
第二类是插件公式链。取数区很多时候不是静态数值，而是一串数据插件的公式，打开表格时才去拉数。这一层不能硬塞进复刻程序里。正确的做法是先把它落成确定的值，或者接上自己的数据源，让复刻程序只面对一张干净的输入表。
第三类是幽灵依赖。一条口径用到了某个输入，但这个输入没有写进输入清单，程序换到别人机器上就跑不起来，而报错的地方通常离真正的原因很远。规则只有一条：没有写成契约的输入，等于不存在。
七、从哪张表开始
不要挑最重要的那张表，挑最小的那张。
最小的表通常三五张子表、一条公式、两三个阈值。它足够小，可以在一个下午走完解剖、复刻、对账三步；也足够真，能让你在第一次对账失败时，真正看清问题出在口径而不是代码。
一张表跑通之后，第二步不是去做更复杂的表，而是把三层分开放的做法固定下来。表会越来越多，公式会越来越多，唯一不会膨胀的是那几条真正属于你自己的判断——它们通常只有十几行。
把一张表复刻成能跑的东西，尽头不是让机器学会算，是让那些原本只存在于公式和记忆里的口径，第一次变成一句可以被追问的话。
文中观点仅为个人实践观察，不构成任何投资建议。