作为SQL新手，你纠结这个问题太正常了——毕竟股票数据里的每一个小数位都可能关联真金白银，容不得半点儿误差。咱们从股票数据的特性和PostgreSQL两种类型的本质差异说起，你就能明白为什么这个建议必须遵守：

• 彻底避免浮点精度丢失问题
  浮点类型（比如float、real）是用近似方式存储数值的，举个最简单的例子：你以为存进去的是0.1，但实际上数据库里存的是一个接近0.1的二进制近似值。股票价格通常精确到四位小数（比如你的Schema里定义的decimal 18,4），如果用浮点类型存储，多次计算（比如计算均价、累计收益、回测交易策略）后，这些微小的误差会被不断放大，最后得出完全偏离真实值的结果。而numeric类型是精确存储每一位数字的，完全能匹配股票价格的精度要求，不会出现这类“隐形误差”。

• 满足金融数据的准确性与合规要求
  股票数据属于典型的金融类数据，不管是日常的交易记录、清算对账，还是回测投资策略，都需要绝对精确的数值。差0.0001元看起来不多，但如果涉及大量交易或者长期数据累积，误差可能会导致错误的决策，甚至违反金融数据的合规记录要求。用numeric类型能保证每一个价格数值和原始数据完全一致，从根源上杜绝这类问题。

• 贴合你的Schema设计初衷
  你给出的股票数据Schema里，Open、High、Low、Close字段都定义为decimal 18,4——而在PostgreSQL中，decimal和numeric是完全等价的同义词。遵循文档建议用numeric，其实就是严格贴合你一开始的Schema设计，确保数据存储和计算的一致性，不会出现“定义是decimal但实际用了float”的矛盾。

PostgreSQL官方文档也明确指出：

若需精确存储与计算（如货币金额），应使用numeric类型替代浮点类型

最后提个小细节：你的Schema里Volume用int是完全没问题的，因为成交量本身就是整数；但所有价格类字段，一定要坚持用numeric（也就是你定义的decimal），别图一时方便用浮点类型，不然后期排查精度问题会让你头疼不已。

内容的提问来源于stack exchange，提问作者Steve Kennedy