第3章统计工具准备

第1章：统计工具准备

各位同学，欢迎来到《统计套利在外汇市场的应用》课程。

我是你们的老朋友，一个在外汇市场摸爬滚打多年的量化交易员。今天咱们开始第一课——把吃饭的家伙先备齐了。

你想想看，做统计套利，说白了就是跟数据打交道。没有趁手的工具，再好的策略也是空中楼阁。我个人习惯用Python，原因很简单：生态好、社区活跃、上手快。咱们这一章，就把Python环境、Pandas、NumPy和数据接口这些基础工具一一搞定。

1.1 Python环境搭建

先说环境。我见过太多新手卡在环境配置上，一卡就是半天。其实没那么复杂。

第一步：安装Python

我建议直接用Anaconda。为什么？因为它把Python解释器、常用库、包管理器都打包好了。你下载一个，装完就能用。

去Anaconda官网下载对应系统的安装包
安装时记得勾选「Add Anaconda to my PATH environment variable」
装完后打开终端，输入 python --version 验证

⚠️ 注意： 我曾经遇到过一位学员，装了两个版本的Python，结果包冲突搞了一周。建议你只保留一个Python环境，用Anaconda自带的就行。

第二步：创建虚拟环境

做量化交易，不同项目可能依赖不同版本的库。虚拟环境就是用来隔离这些依赖的。我个人习惯每个项目建一个独立环境。

# 创建虚拟环境
conda create -n statarb python=3.9

# 激活环境
conda activate statarb

# 安装基础包
conda install numpy pandas matplotlib jupyter

嗯，这里要注意：环境名别起得太随意。我一般用项目名缩写，比如 statarb 代表统计套利。

第三步：安装Jupyter Notebook

做数据分析，Jupyter Notebook是神器。它让你能边写代码边看结果，特别适合探索性分析。

# 安装Jupyter
conda install jupyter

# 启动
jupyter notebook

启动后浏览器会自动打开，你会看到一个文件管理界面。新建一个Notebook，咱们就可以开始写代码了。

1.2 Pandas入门

Pandas是Python数据分析的核心库。说白了，它就是Excel的超级升级版。做外汇统计套利，你每天都要跟它打交道。

核心数据结构：Series和DataFrame

Series：一维数组，带标签。可以理解为一列数据。
DataFrame：二维表格，带行和列标签。可以理解为一张Excel表。

我记得刚开始做外汇回测时，数据量一大，Excel就卡死。换成Pandas后，几百万行数据秒处理。这就是差距。

import pandas as pd

# 创建一个简单的DataFrame
data = {
    '货币对': ['EUR/USD', 'GBP/USD', 'USD/JPY'],
    '买入价': [1.1050, 1.2500, 110.50],
    '卖出价': [1.1052, 1.2503, 110.53]
}
df = pd.DataFrame(data)
print(df)

常用操作

操作	代码	说明
读取CSV	`pd.read_csv('data.csv')`	从文件加载数据
查看前5行	`df.head()`	快速预览数据
选择列	`df['买入价']`	获取单列
筛选行	`df[df['买入价'] > 1.10]`	条件过滤
缺失值处理	`df.dropna()`	删除空值行

💡 小技巧： 做外汇数据清洗时，经常遇到时间戳格式不统一。用 pd.to_datetime() 可以一键转换。我曾经因为时间格式问题，回测结果差了十万八千里，后来才发现是数据对齐出了问题。

1.3 NumPy基础

NumPy是Pandas的底层引擎。它处理的是数值计算，速度比纯Python快几十倍。做统计套利，你免不了要算均值、方差、协方差这些统计量，NumPy就是干这个的。

核心对象：ndarray

说白了，就是多维数组。你可以把它想象成一个网格，里面全是数字。

import numpy as np

# 创建数组
arr = np.array([1.1050, 1.2500, 110.50])
print(arr)

# 创建二维数组（矩阵）
matrix = np.array([[1.1050, 1.1052],
                   [1.2500, 1.2503]])
print(matrix)

常用统计函数

np.mean()：计算均值
np.std()：计算标准差
np.corrcoef()：计算相关系数矩阵
np.cov()：计算协方差矩阵

你想想看，统计套利的核心就是找相关性。两个货币对的相关性高，价差才会均值回归。NumPy的 corrcoef 函数，我几乎每天都要用。

# 计算两个序列的相关系数
returns1 = np.array([0.01, -0.02, 0.03, -0.01, 0.02])
returns2 = np.array([0.015, -0.025, 0.035, -0.015, 0.025])

corr = np.corrcoef(returns1, returns2)[0, 1]
print(f'相关系数: {corr:.4f}')

    🔑 关键点： 相关系数接近1或-1，说明两个货币对高度相关。这是统计套利的前提条件。如果相关系数低于0.7，我个人建议直接放弃这个组合。

1.4 数据获取API

工具都装好了，数据从哪来？外汇市场的数据源很多，我推荐几个常用的免费API。

1. OANDA API

OANDA是知名外汇经纪商，提供历史数据和实时行情。你需要先注册一个免费账号，拿到API Key。

import requests

# 获取EUR/USD历史数据
url = "https://api-fxpractice.oanda.com/v3/instruments/EUR_USD/candles"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
params = {
    "granularity": "D",  # 日线
    "count": 100         # 最近100根K线
}

response = requests.get(url, headers=headers, params=params)
data = response.json()

⚠️ 注意： API Key不要硬编码在代码里。我习惯用环境变量或者配置文件来管理。曾经有人把Key传到GitHub上，结果被滥用，损失不小。

2. Yahoo Finance API

Yahoo Finance也提供外汇数据，而且不需要注册。用 yfinance 库就能直接拉数据。

!pip install yfinance

import yfinance as yf

# 下载EUR/USD数据
eur_usd = yf.download('EURUSD=X', start='2023-01-01', end='2023-12-31')
print(eur_usd.head())

3. FRED API

美联储的FRED数据库提供宏观经济数据，比如利率、通胀率。这些数据在做统计套利时也很有用。

from fredapi import Fred

fred = Fred(api_key='YOUR_FRED_API_KEY')
data = fred.get_series('DEXUSEU')  # 美元兑欧元汇率
print(data.tail())

💡 小技巧： 数据获取后，记得检查数据质量。我一般会先画个折线图，看看有没有异常跳空或者缺失值。数据干净，策略才能靠谱。

本章知识体系

下面这张图，帮你理清本章的核心逻辑：

这张图展示了咱们的工具栈。从环境搭建到数据获取，再到Pandas和NumPy的数据处理，最后进入策略回测。每一步都环环相扣。

好了，工具都备齐了。下一章咱们就开始实战——用这些工具做外汇数据的统计分析。记住，工欲善其事，必先利其器。把这些基础打牢，后面的路就好走了。

📚 课程目录

第1章：统计工具准备

1.1 Python环境搭建

1.2 Pandas入门

1.3 NumPy基础

1.4 数据获取API

本章知识体系