第3章 Python量化生态

第一章：Python量化生态全景

做量化投资这些年，我越来越觉得——选对工具，比选对策略更重要。Python的量化生态，说白了就是一套「从数据到交易」的完整流水线。今天咱们就把这条流水线的每个环节拆开看看。

本章核心脉络：数据获取 → 数据处理 → 可视化分析 → 策略回测

1.1 NumPy：量化计算的基石

NumPy，说白了就是Python里的「超级计算器」。我刚开始做量化时，用纯Python列表算收益率，一个5000只股票的数据集跑了快两分钟。换成NumPy后，同样的计算不到0.1秒。你想想看，这差距有多大。

核心就两个东西：ndarray（多维数组）和ufunc（通用函数）。

我的习惯：拿到行情数据后，第一件事就是转成ndarray。Pandas的DataFrame虽然方便，但底层计算我全用NumPy搞定。

import numpy as np

# 模拟5只股票、20个交易日的收益率数据
returns = np.random.randn(5, 20) * 0.02  # 标准差2%
# 计算每只股票的累计收益率
cum_returns = np.cumprod(1 + returns, axis=1)
print(cum_returns.shape)  # (5, 20)

我曾经踩过一个坑：用np.cumprod时忘了加axis参数，结果把整个矩阵压成了一维。嗯，这里要注意——axis=0是按行，axis=1是按列，千万别搞反。

1.2 Pandas：时间序列的瑞士军刀

做量化的人，天天跟时间序列打交道。Pandas的DataFrame和Series，就是为这个场景量身定做的。

我个人最常用的几个功能：

rolling窗口计算：移动平均、滚动波动率
resample重采样：日线转周线、分钟转小时
merge/join合并：把不同数据源拼在一起
groupby分组聚合：按行业、按日期统计

import pandas as pd

# 构建一个简单的行情DataFrame
dates = pd.date_range('2024-01-01', periods=100, freq='D')
data = pd.DataFrame({
    'close': np.random.randn(100).cumsum() + 100,
    'volume': np.random.randint(10000, 50000, 100)
}, index=dates)

# 计算20日移动平均
data['ma20'] = data['close'].rolling(20).mean()
# 计算日收益率
data['ret'] = data['close'].pct_change()

避坑指南：我曾经在merge两个DataFrame时，因为索引类型不一致（一个datetime，一个string），结果全成了NaN。后来我养成了习惯——合并前先检查dtypes。

1.3 Matplotlib与Seaborn：让数据说话

做策略研究，光看数字是不够的。一张好图，能让你一眼看出问题。我习惯用Matplotlib画基础图，用Seaborn做统计图。

为什么用两个？Matplotlib灵活但代码啰嗦，Seaborn简洁但定制性差。两者互补，刚刚好。

import matplotlib.pyplot as plt
import seaborn as sns

# 画个K线+均线图（简化版）
plt.figure(figsize=(12, 6))
plt.plot(data.index, data['close'], label='Close', linewidth=1)
plt.plot(data.index, data['ma20'], label='MA20', linestyle='--')
plt.title('Price & Moving Average')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

# 收益率分布
sns.histplot(data['ret'].dropna(), bins=50, kde=True)
plt.title('Return Distribution')
plt.show()

我的小技巧：画图时先把plt.style.use('seaborn-v0_8')设好，配色和网格自动就漂亮了。省得每次调参数。

1.4 Backtrader：回测框架入门

Backtrader是我用得最多的回测框架。说实话，它上手有点门槛，但一旦用顺了，非常强大。

核心概念就三个：Data Feed（数据源）、Strategy（策略逻辑）、Cerebro（引擎大脑）。

import backtrader as bt

class SimpleMAStrategy(bt.Strategy):
    params = (('ma_period', 20),)

    def __init__(self):
        self.ma = bt.indicators.SMA(self.data.close, period=self.params.ma_period)

    def next(self):
        if not self.position:
            if self.data.close[0] > self.ma[0]:
                self.buy()
        else:
            if self.data.close[0] < self.ma[0]:
                self.sell()

cerebro = bt.Cerebro()
cerebro.addstrategy(SimpleMAStrategy)
# 添加数据、设置初始资金...（此处省略具体数据加载）
cerebro.run()

我曾经犯过的错：在next()方法里用了未来数据——用当天的收盘价判断买入，但实际交易时收盘价还没出来。记住：回测中最容易犯的错就是未来函数。

1.5 数据获取：Tushare与akshare

没有数据，一切都是空谈。国内量化数据接口，我主要用两个：

特性	Tushare	akshare
数据覆盖	A股、基金、期货、宏观	A股、期货、外汇、另类数据
使用方式	需注册获取token	无需注册，直接调用
数据质量	高，有校验	中等，部分数据来自网络
频率限制	基础版200次/分钟	无明确限制

# Tushare 示例
import tushare as ts
ts.set_token('your_token_here')
pro = ts.pro_api()
df = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20240301')

# akshare 示例
import akshare as ak
df = ak.stock_zh_a_hist(symbol="000001", period="daily", 
                        start_date="20240101", end_date="20240301", adjust="qfq")

我的建议：做研究时先用akshare快速验证想法，等策略定型了再用Tushare做正式回测。akshare免费且方便，但数据偶尔会有缺失，需要自己补全。

好了，这一章我们把Python量化生态的四个核心环节过了一遍。从数据获取到回测验证，每个工具都有自己的定位。下一章我们会深入图神经网络，看看怎么把图结构用到因子挖掘里。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第一章：Python量化生态全景

1.1 NumPy：量化计算的基石

1.2 Pandas：时间序列的瑞士军刀

1.3 Matplotlib与Seaborn：让数据说话

1.4 Backtrader：回测框架入门

1.5 数据获取：Tushare与akshare