Pandas 基础（金融场景）

Pandas 是量化里最重要的库，没有之一。这一篇不会从零教你 pandas 语法，而是聚焦在金融数据分析最常用的几个操作：处理 K 线、计算收益率、滚动窗口、频率转换。

准备数据

继续用上一篇的方法获取一段历史数据。这里用 akshare 演示，方便你在没有富途环境时也能跑：

python复制
import akshare as ak
import pandas as pd

# 获取苹果的日 K 数据
df = ak.stock_us_daily(symbol="AAPL", adjust="qfq")
df = df[df['date'] >= '2023-01-01'].reset_index(drop=True)
print(df.head())

输出大概长这样：

        date     open     high      low    close      volume
0 2023-01-03  130.28   130.90   124.17   125.07  112117500
1 2023-01-04  126.89   128.66   125.08   126.36   89113600
...

DataFrame 的两个核心概念

python复制
print(type(df))          # pandas.DataFrame — 表格
print(type(df['close'])) # pandas.Series — 一列

简单理解：

• DataFrame = 二维表格（多列）
• Series = 一列（一维数据 + 索引）

大部分操作都是在这两者之间转换。

时间序列索引：金融数据的灵魂

K 线数据的索引一定要是时间，不然没法做时间序列分析。

python复制
# 把 date 列转成 datetime 类型
df['date'] = pd.to_datetime(df['date'])

# 把 date 设置为索引
df.set_index('date', inplace=True)

print(df.head())

设好索引后，你可以用日期切片：

python复制
# 取 2024 年的数据
df_2024 = df.loc['2024']

# 取 2024 年 3 月的数据
df_mar = df.loc['2024-03']

# 取一个区间
df_q1 = df.loc['2024-01':'2024-03']

这种切片语法只有 DatetimeIndex 才支持，非常方便。

计算收益率

收益率是金融分析的基本单位。pandas 里一行代码搞定：

python复制
# 简单收益率（日涨跌幅）
df['return'] = df['close'].pct_change()

# 对数收益率（更适合统计计算）
import numpy as np
df['log_return'] = np.log(df['close'] / df['close'].shift(1))

print(df[['close', 'return', 'log_return']].head())

💡 简单收益率 vs 对数收益率

• 简单收益率直观，适合展示
• 对数收益率可加（多日累计直接相加），适合统计建模和计算波动率

累计收益率

python复制
# 累计收益率（基于简单收益率）
df['cum_return'] = (1 + df['return']).cumprod() - 1

# 或者直接用收盘价归一
df['cum_return_v2'] = df['close'] / df['close'].iloc[0] - 1

print(df[['close', 'cum_return']].tail())

滚动窗口：均线、波动率全靠它

rolling 是金融场景出现频率最高的方法之一。

移动平均线（MA）

python复制
df['MA5']  = df['close'].rolling(window=5).mean()
df['MA20'] = df['close'].rolling(window=20).mean()
df['MA60'] = df['close'].rolling(window=60).mean()

5 日、20 日、60 日均线一行一个。

滚动波动率

python复制
# 20 日滚动标准差，乘以 sqrt(252) 年化
df['volatility_20d'] = df['return'].rolling(20).std() * np.sqrt(252)

滚动最高 / 最低（用于止损或突破策略）

python复制
df['high_20d'] = df['high'].rolling(20).max()
df['low_20d']  = df['low'].rolling(20).min()

自定义滚动逻辑

如果内置方法不够用，可以传一个函数：

python复制
# 滚动 20 日的 25% 分位数
df['p25_20d'] = df['close'].rolling(20).quantile(0.25)

# 自定义函数：滚动 20 日的最大回撤
def max_drawdown(s):
    cum = (1 + s).cumprod()
    return (cum / cum.cummax() - 1).min()

df['mdd_20d'] = df['return'].rolling(20).apply(max_drawdown, raw=False)

resample：频率转换

实战中经常需要把日 K 转成周 K、月 K。resample 一句话搞定：

python复制
# 日 K → 周 K
weekly = df.resample('W').agg({
    'open':   'first',
    'high':   'max',
    'low':    'min',
    'close':  'last',
    'volume': 'sum'
})

# 日 K → 月 K
monthly = df.resample('ME').agg({  # ME = Month End
    'open':   'first',
    'high':   'max',
    'low':    'min',
    'close':  'last',
    'volume': 'sum'
})

常用频率字符串：

字符串	含义
D	日
W	周（默认周日结束）
ME	月末
QE	季末
YE	年末
5min	5 分钟
1h	1 小时

处理多只股票

实际研究经常要对比多只股票，常见做法是把它们拼成一个多列 DataFrame：

python复制
def fetch_close(symbol):
    df = ak.stock_us_daily(symbol=symbol, adjust="qfq")
    df['date'] = pd.to_datetime(df['date'])
    df.set_index('date', inplace=True)
    return df['close'].rename(symbol)

# 拉取苹果、微软、谷歌的收盘价
prices = pd.concat([
    fetch_close('AAPL'),
    fetch_close('MSFT'),
    fetch_close('GOOGL')
], axis=1)

prices = prices.loc['2023-01-01':]
print(prices.head())

输出：

              AAPL    MSFT   GOOGL
date
2023-01-03  125.07  239.58   89.12
2023-01-04  126.36  229.10   88.08
...

一次性计算所有股票的收益率

python复制
returns = prices.pct_change().dropna()
print(returns.head())

计算相关性矩阵

python复制
print(returns.corr())

输出：

         AAPL    MSFT   GOOGL
AAPL   1.000   0.652   0.583
MSFT   0.652   1.000   0.621
GOOGL  0.583   0.621   1.000

这就是组合对冲 / 配对交易策略的基础。

缺失值处理

K 线数据偶尔会有缺失（停牌、节假日等），常见处理方式：

python复制
# 用前一个值填充（最常用）
df['close'].ffill()

# 用后一个值填充
df['close'].bfill()

# 直接删除有缺失的行
df.dropna()

# 用 0 填充（一般不推荐）
df['close'].fillna(0)

一个完整的小例子：双均线信号

把上面学的串起来，写一个简单的双均线信号生成：

python复制
import akshare as ak
import pandas as pd
import numpy as np

# 1. 获取数据
df = ak.stock_us_daily(symbol="AAPL", adjust="qfq")
df['date'] = pd.to_datetime(df['date'])
df = df[df['date'] >= '2023-01-01'].set_index('date')

# 2. 计算均线
df['MA5']  = df['close'].rolling(5).mean()
df['MA20'] = df['close'].rolling(20).mean()

# 3. 生成信号：MA5 上穿 MA20 → 1（买入），下穿 → -1（卖出）
df['signal'] = 0
df.loc[df['MA5'] > df['MA20'], 'signal'] = 1
df.loc[df['MA5'] < df['MA20'], 'signal'] = -1

# 4. 计算策略收益
df['return'] = df['close'].pct_change()
df['strategy_return'] = df['signal'].shift(1) * df['return']  # shift 避免未来函数

# 5. 累计收益对比
df['cum_market']   = (1 + df['return']).cumprod()
df['cum_strategy'] = (1 + df['strategy_return']).cumprod()

print(df[['cum_market', 'cum_strategy']].tail())

⚠️ 避免未来函数 信号要 shift(1)，意思是"今天的信号根据昨天的均线产生，明天才能交易"。否则就是用未来数据预测过去，回测结果会假到离谱。这是新手最常犯的错误。

小结

这一篇覆盖了金融场景下 90% 的 pandas 操作：

• ✅ DatetimeIndex 时间切片
• ✅ 收益率计算（简单 / 对数 / 累计）
• ✅ 滚动窗口（均线 / 波动率 / 最高最低）
• ✅ resample 频率转换
• ✅ 多股票对比与相关性
• ✅ 缺失值处理
• ✅ 一个完整的双均线策略雏形

下一篇我们学 数据可视化，把这些数字变成直观的图表。

📌 小白建议 Pandas 函数太多记不住很正常，我自己写代码也经常查文档。学的方法是：遇到一个具体问题 → 搜怎么解决 → 用一次记住。比看教程死记硬背高效一百倍。