4. Pandas进阶与时间序列分析：时间序列索引、重采样、滚动窗口计算、shift与pct_change操作

做量化回测，说白了就是在跟时间打交道。你想想看，股票价格、成交量、财务数据，哪个不是按时间排列的？Pandas的时间序列功能，就是咱们处理这些数据的利器。我个人习惯把这一章叫做「量化分析的基本功」，因为后面所有的策略逻辑，几乎都建立在这些操作之上。

4.1 时间序列索引：让数据带上时间戳

先说说最基础的东西——时间索引。没有时间索引的数据，就像没有标签的文件夹，你根本不知道哪个数据在前、哪个在后。

创建时间索引其实很简单。我刚开始做量化时，经常从CSV文件里读数据，然后手动设置索引。后来发现，直接用pd.to_datetime()转换一下就行。

import pandas as pd
import numpy as np

# 创建一个时间序列
dates = pd.date_range('2024-01-01', periods=10, freq='D')
data = pd.Series(np.random.randn(10), index=dates)
print(data)

# 按日期切片
print(data['2024-01-03':'2024-01-07'])

嗯，这里要注意：时间索引的切片是包含两端的，跟普通索引不一样。我曾经在这个坑里摔过一次——回测时少算了一天数据，结果策略收益凭空多了5%。后来排查了半天才发现是切片边界的问题。

4.2 重采样：把数据「揉」成你想要的频率

重采样，说白了就是改变数据的时间频率。日线数据转周线、分钟数据转小时线，这些都是重采样的典型应用。

我个人习惯把重采样分成两类：

• 降采样：高频转低频（比如日线转周线）
• 升采样：低频转高频（比如月线转日线，需要插值）

做量化时，降采样用得最多。比如你拿到的是日线数据，但策略是周线级别的，那就得重采样。

# 生成日线数据
dates = pd.date_range('2024-01-01', periods=30, freq='D')
price = pd.Series(np.cumsum(np.random.randn(30)) + 100, index=dates)

# 降采样：日线转周线，取每周最后一个交易日收盘价
weekly_close = price.resample('W').last()
print(weekly_close)

# 也可以计算每周均值
weekly_mean = price.resample('W').mean()

我记得有一次做因子分析，需要把日频因子数据对齐到月频收益率上。当时直接用resample('M').last()取了月末值，结果发现因子值和收益率对不上——因为有些月份最后一天不是交易日。后来改用resample('M').apply(lambda x: x.iloc[-1])才搞定。

4.3 滚动窗口计算：滑动的时间窗口

滚动窗口，就是在一个固定大小的窗口里做计算，然后窗口不断向前滑动。均线、波动率、动量指标，这些量化里常用的东西，都离不开滚动窗口。

你想想看，计算20日均线，不就是取最近20天的收盘价求平均吗？这就是滚动窗口的典型应用。

# 计算滚动均值和滚动标准差
window = 5
rolling_mean = price.rolling(window=window).mean()
rolling_std = price.rolling(window=window).std()

# 布林带：均值 ± 2倍标准差
upper_band = rolling_mean + 2 * rolling_std
lower_band = rolling_mean - 2 * rolling_std

滚动窗口还有很多变体：

• rolling().apply()：自定义函数，比如计算滚动相关系数
• rolling().corr()：滚动相关系数矩阵
• expanding()：扩展窗口，从数据开始一直累积到当前

4.4 shift与pct_change：时间序列的「位移」与「变化」

这两个操作，可以说是量化分析里最常用的两个函数了。一个用来获取历史数据，一个用来计算收益率。

4.4.1 shift：把数据「推」到过去或未来

shift()的作用很简单：把整列数据向上或向下移动。正数表示向下移动（取前一期数据），负数表示向上移动（取后一期数据）。

# 获取前一天的收盘价
price_shifted = price.shift(1)

# 计算当日收益率：(当日价格 - 前一日价格) / 前一日价格
returns = (price - price.shift(1)) / price.shift(1)

为什么需要shift？因为在量化策略里，你只能用「已知」的数据。比如今天收盘后，你只能知道昨天的收益率，不能知道今天的。shift就是用来做这种「时间对齐」的。

4.4.2 pct_change：一键计算收益率

其实上面的收益率计算，用pct_change()一行就能搞定。这个函数就是专门用来计算百分比变化的。

# 计算日收益率
daily_returns = price.pct_change()

# 计算周收益率（5个交易日）
weekly_returns = price.pct_change(periods=5)

# 计算对数收益率
log_returns = np.log(price / price.shift(1))

我个人习惯用pct_change()计算简单收益率，用np.log()计算对数收益率。简单收益率适合做组合权重计算，对数收益率适合做统计分析（因为对数收益率近似正态分布）。

我曾经在构建因子库时，需要计算过去20天的累计收益率。一开始我写了个循环，后来发现直接用pct_change(20)就搞定了。嗯，Pandas的向量化操作，比循环快了几十倍。

4.5 综合案例：构建一个简单的动量因子

把上面这些知识点串起来，咱们来构建一个最简单的动量因子——过去N天的累计收益率。

# 生成模拟价格数据
dates = pd.date_range('2024-01-01', periods=100, freq='D')
price = pd.Series(np.cumsum(np.random.randn(100)) + 100, index=dates)

# 计算动量因子：过去20天的累计收益率
momentum = price.pct_change(periods=20)

# 计算滚动波动率（作为风险调整）
volatility = price.pct_change().rolling(window=20).std()

# 风险调整后的动量因子
risk_adjusted_momentum = momentum / volatility

# 查看结果
result = pd.DataFrame({
    'price': price,
    'momentum': momentum,
    'volatility': volatility,
    'risk_adjusted_momentum': risk_adjusted_momentum
})
print(result.tail(10))

4.6 本章知识体系

下面这张图，把本章的核心知识点串了起来。你可以把它当作一个「思维导图」，方便回顾。

这张图展示了时间序列分析的四个核心模块。它们之间是递进关系：先有时间索引，才能做重采样；有了重采样后的数据，才能做滚动窗口计算；而shift与pct_change则是计算收益率和构建因子的基础工具。

好了，这一章的内容就到这里。时间序列操作是量化分析的基石，多练练这些基础操作，后面构建策略时会顺手很多。