用AI理解市场——价格数据的获取与处理

请帮我写一段Python代码，使用[数据源名称]获取[标的名称]
从[开始日期]到[结束日期]的[日线/分钟线]数据。

要求：
1. 数据包含开、高、低、收、成交量五个字段
2. 数据要进行前复权处理
3. 保存为CSV文件，文件名为[文件名]
4. 添加错误处理机制，如果获取失败打印友好提示
5. 代码要有注释，说明每一步在做什么

import akshare as ak
import pandas as pd

# 获取贵州茅台的日线数据
# akshare的股票代码格式：去掉后缀的纯数字
stock_code = "600519"
stock_name = "贵州茅台"

print(f"正在获取 {stock_name}({stock_code}) 的历史数据...")

# 使用 akshare 获取日线数据
df = ak.stock_zh_a_hist(
    symbol=stock_code,
    period="daily",
    start_date="20230101",
    end_date="20241231",
    adjust="qfq"  # 前复权
)

print(f"\n✅ 数据获取成功！共 {len(df)} 条记录")
print("\n数据预览:")
print(df.head(10))

# 检查数据质量
print("\n📊 数据质量报告:")
print(f"日期范围: {df['日期'].min()} 至 {df['日期'].max()}")
print(f"缺失值统计:\n{df.isnull().sum()}")
print(f"\n价格范围:")
print(f"  最高: {df['最高'].max():.2f}")
print(f"  最低: {df['最低'].min():.2f}")
print(f"  平均成交量: {df['成交量'].mean():.0f}")

# 保存为CSV
df.to_csv(f"{stock_code}_{stock_name}_daily.csv", index=False, encoding='utf-8-sig')
print(f"\n💾 数据已保存至: {stock_code}_{stock_name}_daily.csv")

import numpy as np

def data_quality_report(df):
    """生成数据质量报告"""
    report = []
    
    # 1. 检查缺失值
    missing = df.isnull().sum()
    if missing.sum() > 0:
        report.append(f"⚠️ 发现缺失值:\n{missing[missing > 0]}")
    else:
        report.append("✅ 无缺失值")
    
    # 2. 检查零成交量
    zero_volume = df[df['成交量'] == 0]
    if len(zero_volume) > 0:
        report.append(f"⚠️ 发现 {len(zero_volume)} 天成交量为0（可能停牌）")
    
    # 3. 检查涨跌幅异常（超过20%的涨跌幅需要关注）
    df['涨跌幅_pct'] = df['收盘'].pct_change() * 100
    extreme_moves = df[abs(df['涨跌幅_pct']) > 20]
    if len(extreme_moves) > 0:
        report.append(f"⚠️ 发现 {len(extreme_moves)} 天涨跌幅超过20%:")
        for _, row in extreme_moves.iterrows():
            report.append(f"   {row['日期']}: {row['涨跌幅_pct']:.2f}%")
    
    # 4. 检查价格逻辑错误（最高价 < 最低价等）
    logic_errors = df[df['最高'] < df['最低']]
    if len(logic_errors) > 0:
        report.append(f"❌ 发现 {len(logic_errors)} 条逻辑错误记录！")
    
    # 5. 检查开盘价是否在开高低范围内
    open_errors = df[(df['开盘'] > df['最高']) | (df['开盘'] < df['最低'])]
    if len(open_errors) > 0:
        report.append(f"❌ 发现 {len(open_errors)} 条开盘价超出范围！")
    
    # 6. 检查收盘价是否在开高低范围内
    close_errors = df[(df['收盘'] > df['最高']) | (df['收盘'] < df['最低'])]
    if len(close_errors) > 0:
        report.append(f"❌ 发现 {len(close_errors)} 条收盘价超出范围！")
    
    # 7. 统计摘要
    report.append(f"\n📈 数据统计摘要:")
    report.append(f"  平均日收益率: {df['涨跌幅_pct'].mean():.3f}%")
    report.append(f"  收益率标准差: {df['涨跌幅_pct'].std():.3f}%")
    report.append(f"  最大单日涨幅: {df['涨跌幅_pct'].max():.2f}%")
    report.append(f"  最大单日跌幅: {df['涨跌幅_pct'].min():.2f}%")
    
    return "\n".join(report)

# 运行质量检查
print(data_quality_report(df))

我在获取股票数据时遇到了以下问题：
[描述你的问题，比如"某天的收盘价高于最高价"]

以下是我的数据样本：
[粘贴出问题的几行数据]

以下是我的代码：
[粘贴相关代码]

请帮我：
1. 分析问题的原因
2. 给出修复代码
3. 建议如何预防类似问题