MSFT dividend data has gaps
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 25/100
Rechercherichtung
Beginne mit der Überprüfung der Ex-Dividenden-Daten von MSFT für 2017 und des Verhaltens von adjust_daily_bars.py im Zeitraum vom 2017-02-14 bis 2017-11-14. Vergleiche die Massive-Datensätze und haf-Werte mit den gemeldeten Yahoo-Daten, um festzustellen, ob die Korrektur in den Quelldaten oder bei der Client-Verarbeitung vorgenommen werden sollte. Als erledigt gilt die Aufgabe, wenn die fehlenden Ereignisse im Mai und November korrekt dargestellt werden, ohne das Verhalten ab 2018 zu beeinträchtigen.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
I downloaded dividend data using the rest API and use them in my application. While debugging the data using Claude Code, it finds the following issue on MSFT dividend data. Could you fix them?
MSFT pays quarterly (Feb, May, Aug, Nov), but Massive's data for 2017 has only two records instead of four — the May and November ex-dividend dates are
missing entirely. Their haf values bundle two quarters of adjustment into each event.
The consequence for adjust_daily_bars.py: for any price date between 2017-02-14 and 2017-08-14, the next ex-div in our data is 2017-08-15 (haf=0.908207).
Yahoo has 2017-05-17 as next, with a haf that's lower by one dividend factor (~0.6%). So our adjusted prices are ~0.57–0.60% too high for that entire
window. Same story between Aug and Nov 2017.
This is a source data gap in Massive — nothing in the pipeline is broken. Everything from 2018 onward is fine.
- Vorherrschende Sprache
- Python
- Sterne
- 1.5k
- Forks
- 362
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus massive-com/client-python
-
bug
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 72/100
massive-com/client-python#876 · 1 Kommentar ·
-
enhancement
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 72/100
massive-com/client-python#1031 ·
-
enhancement
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 45/100
massive-com/client-python#1029 ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
massive-com/client-python#1028 ·
-
bug
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 55/100
massive-com/client-python#1022 ·
Alle Issues in massive-com/client-python
Ähnliche Issues
-
triage/confirmed
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 88/100
agentscope-ai/agentscope#2775 ·
-
comp/desktop P3 type/bug
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 92/100
NousResearch/hermes-agent#118866 ·
-
bug
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 90/100
apache/cloudstack#14222 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
-
bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100