3、Python基础速通（上）：变量与数据类型、字符串操作、列表与字典、元组与集合

说实话，很多新手学Python，上来就被各种数据类型搞晕了。我当年也是。但做量化交易这些年，我越来越觉得——这些基础东西，恰恰是后面写策略、做回测的根基。今天咱们就把这块啃透。

3.1 变量与数据类型：先搞清楚你的数据长什么样

变量是什么？说白了就是给数据贴个标签。你想想看，在量化交易里，我们天天跟价格、成交量、时间戳打交道，总得有个名字来称呼它们吧？

# 这是我写策略时最常用的几种变量
price = 15.68          # 浮点数，存股价
volume = 23500         # 整数，存成交量
stock_name = "贵州茅台" # 字符串，存股票名称
is_buy_signal = True   # 布尔值，存买卖信号

Python是动态类型语言，这点跟C++、Java不一样。你不用提前声明变量类型，直接赋值就行。我个人习惯是：变量名要见名知意，别用a、b、c这种。

3.2 字符串操作：处理股票代码和交易日志

字符串在量化里太常用了。股票代码、交易日期、日志信息，全是字符串。我记得有一次写爬虫抓取财报数据，就因为字符串编码问题折腾了一下午。

# 字符串基础操作
code = "sh600519"
print(code.upper())      # 转大写：SH600519
print(code[2:])          # 切片：600519
print(code.startswith("sh"))  # 判断前缀：True

# 格式化输出（我写日志最爱用）
price = 168.50
log = f"当前价格：{price:.2f} 元"
print(log)  # 当前价格：168.50 元

这里要特别提一下f-string。Python 3.6之后引入的，比之前的%格式化、format()方法都方便。我在所有策略代码里都用它。

3.3 列表与字典：量化数据的左膀右臂

列表和字典，可以说是Python里最重要的两种数据结构。做量化交易，你每天都会跟它们打交道。

列表：有序的数据集合

列表就像是一个购物清单，按顺序存放数据。我常用它来存历史价格序列。

# 列表操作
prices = [15.2, 15.5, 15.3, 15.8, 16.0]
prices.append(16.2)      # 添加新价格
prices.insert(0, 15.0)   # 在开头插入
last_3 = prices[-3:]     # 取最近3个价格
print(f"最高价：{max(prices)}")  # 16.2

字典：键值对的威力

字典是Python的"瑞士军刀"。它用键（key）来查找值（value），速度极快。我用来存股票信息、配置参数、回测结果。

# 字典操作
stock_info = {
    "code": "600519",
    "name": "贵州茅台",
    "close": 1680.50,
    "volume": 23500
}

# 访问与修改
print(stock_info["name"])      # 贵州茅台
stock_info["close"] = 1690.00  # 更新价格
stock_info["high"] = 1700.00   # 新增字段

# 安全取值（避免KeyError）
pe = stock_info.get("pe_ratio", "暂无数据")
print(pe)  # 暂无数据

3.4 元组与集合：不可变与去重

元组和集合，用的人相对少一些。但它们在特定场景下特别好用。

元组：不可变的列表

元组一旦创建就不能修改。我用来存那些不应该被改动的数据，比如交易参数、坐标点。

# 元组应用
trade_params = (0.001, 5, 20)  # 手续费率、滑点、最大持仓天数
# trade_params[0] = 0.002  # 这行会报错！元组不可修改

# 函数返回多个值（实际返回的是元组）
def get_price_stats(prices):
    return min(prices), max(prices), sum(prices)/len(prices)

low, high, avg = get_price_stats([15, 16, 14, 17])
print(f"区间：{low}-{high}，均价：{avg:.2f}")

集合：自动去重

集合的核心特性是：元素唯一、无序。我常用它来去重、做集合运算。

# 集合操作
stock_pool_1 = {"茅台", "五粮液", "泸州老窖"}
stock_pool_2 = {"茅台", "洋河", "汾酒"}

# 去重合并
all_stocks = stock_pool_1 | stock_pool_2
print(all_stocks)  # {'茅台', '五粮液', '泸州老窖', '洋河', '汾酒'}

# 找共同持仓
common = stock_pool_1 & stock_pool_2
print(common)  # {'茅台'}

3.5 知识体系总览

下面这张图，是我梳理的本章知识结构。你可以把它当作一个"地图"，学完后再回来看，会更有感觉。

嗯，到这里，Python基础数据类型的核心内容就讲完了。这些概念看起来简单，但真正用好它们，需要在实际项目中反复练习。我个人建议：打开你的Python环境，把上面的代码都敲一遍，改一改参数，看看输出有什么变化。

记住一句话：代码是写出来的，不是看出来的。

---