第三章：Python与金融数据分析

说实话，我见过太多人一上来就研究复杂的量化模型，结果连数据都拿不到。这就像想盖摩天大楼，结果连地基都没打。今天咱们就把地基夯实——从Python环境搭建到获取第一份股票数据。

3.1 为什么选Python做量化？

你可能要问：市面上那么多工具，为什么偏偏选Python？

我个人的经验是：Python在金融领域有三个无可替代的优势。第一，生态太丰富了。你想得到的金融数据接口、回测框架、机器学习库，几乎都有现成的。第二，代码写起来快。做量化研究，你80%的时间都在试错，Python能让你快速验证想法。第三，社区活跃。我在项目中遇到过的坑，基本都能在Stack Overflow上找到答案。

说白了，用Python做量化，就是站在巨人的肩膀上。

3.2 Anaconda：一站式环境搭建

很多新手会问：为什么要用Anaconda？直接用Python不行吗？

嗯，这里要注意。Anaconda相当于一个「全家桶」，它帮你装好了Python、Jupyter Notebook、以及常用的科学计算库。你想想看，如果手动装，光是解决各种库的依赖冲突就够你折腾半天。

安装步骤其实很简单：

1. 去Anaconda官网下载对应系统的安装包
2. 一路默认安装（Windows用户记得勾选「Add Anaconda to my PATH」）
3. 打开终端或Anaconda Prompt，输入 conda --version 验证

我曾经帮一个朋友远程调试，他装了半天装不上，最后发现是下载了32位版本。所以记得看清楚系统位数。

3.3 Pandas：金融数据的瑞士军刀

Pandas这个库，说白了就是Python里的Excel。但它比Excel强大得多。我刚开始做量化时，每天跟它打交道的时间比跟家人还多。

核心就两个数据结构：

• Series：一维数据，类似Excel里的一列
• DataFrame：二维表格，类似整个Excel工作表

来看个最简单的例子：

import pandas as pd

# 创建一个简单的DataFrame
data = {
    '股票代码': ['000001', '000002', '600519'],
    '收盘价': [12.5, 15.8, 1850.0],
    '成交量': [1000000, 800000, 500000]
}
df = pd.DataFrame(data)
print(df)

运行结果会显示一个整齐的表格。嗯，这就是你量化之路的第一步。

3.4 获取股票数据：Tushare vs AkShare

数据是量化分析的基础。没有数据，再牛的模型也是空中楼阁。国内常用的两个数据源是Tushare和AkShare。

对比项	Tushare	AkShare
数据丰富度	非常丰富，含财务、宏观等	丰富，偏重实时数据
是否需要注册	需要，获取token	大部分接口不需要
上手难度	中等	简单
我的推荐	做深度研究用	快速验证用

我个人习惯是：快速验证想法用AkShare，做正式研究用Tushare。为什么？AkShare不用注册，拿来就用；Tushare数据更全，但需要申请token。

3.4.1 用Tushare获取数据

import tushare as ts

# 设置token（需要先在tushare官网注册）
ts.set_token('你的token')
pro = ts.pro_api()

# 获取贵州茅台的历史日线数据
df = pro.daily(ts_code='600519.SH', start_date='20240101', end_date='20240301')
print(df.head())

3.4.2 用AkShare获取数据

import akshare as ak

# 获取贵州茅台的历史数据
df = ak.stock_zh_a_hist(symbol="600519", period="daily", 
                        start_date="20240101", end_date="20240301", adjust="qfq")
print(df.head())

你看，AkShare的代码更简洁，参数也更直观。adjust="qfq"表示前复权，这个在做回测时特别重要。

3.5 知识体系总览

下面这张图是我自己整理的，把本章的核心逻辑串起来了：

3.6 实战：获取并分析第一份数据

光说不练假把式。咱们来写一个完整的实战案例：

import pandas as pd
import akshare as ak

# 1. 获取数据
df = ak.stock_zh_a_hist(symbol="000001", period="daily",
                        start_date="20240101", end_date="20240301", adjust="qfq")

# 2. 数据清洗
df.columns = ['日期', '开盘', '收盘', '最高', '最低', '成交量', '成交额',
              '振幅', '涨跌幅', '涨跌额', '换手率']
df['日期'] = pd.to_datetime(df['日期'])
df.set_index('日期', inplace=True)

# 3. 简单分析
print("数据概览：")
print(df.info())
print("\n统计摘要：")
print(df[['收盘', '成交量']].describe())

# 4. 计算20日均线
df['MA20'] = df['收盘'].rolling(window=20).mean()
print("\n最后5行数据：")
print(df.tail())

这段代码做了四件事：获取数据、清洗格式、查看概况、计算均线。你想想看，这就是量化分析的雏形了。

好了，环境搭好了，数据拿到了，Pandas也入门了。接下来你就可以拿着这些数据，开始你的量化探索了。记住，数据质量决定分析质量——这个坑我踩过，所以多说一句：拿到数据后，先检查有没有空值、异常值，别急着跑模型。

---