2. 时间序列数据基础：时间戳处理、重采样、滑窗概念，Pandas时间序列操作

做量化交易，说白了就是跟时间赛跑。你想想看，每一笔报价、每一次成交，背后都带着一个精确的时间戳。没有时间这根轴，价格数据就是一盘散沙。今天这章，我就带你把这些基础打牢。

2.1 时间戳：交易的「身份证」

时间戳是什么？就是数据点上的一个标签，告诉你在哪个时刻发生了什么事。在量化里，我们通常用两种格式：

• 字符串格式：比如 '2024-01-15 09:30:00'，人类友好，但机器处理慢
• 数值格式：比如 1705293000（Unix时间戳），机器友好，但人类看着头疼

我个人习惯，在数据清洗阶段先用字符串，方便肉眼检查。等进入计算环节，一律转成 Pandas 的 DatetimeIndex，性能好得多。

2.2 重采样：把数据「揉」成你想要的形状

重采样，说白了就是改变数据的时间频率。高频数据转低频叫「降采样」，低频转高频叫「升采样」。在量化里，降采样用得最多。

举个例子，你拿到的是 tick 级数据（每笔成交），但策略只需要分钟级 K 线。这时候就要做降采样：

import pandas as pd
import numpy as np

# 模拟 tick 数据
tick_data = pd.DataFrame({
    'price': np.random.rand(100) * 10 + 100,
    'volume': np.random.randint(1, 100, 100)
}, index=pd.date_range('2024-01-15 09:30:00', periods=100, freq='1s'))

# 降采样到 1 分钟 K 线
minute_bar = tick_data.resample('1min').agg({
    'price': 'ohlc',   # Open, High, Low, Close
    'volume': 'sum'
})

print(minute_bar.head())

我在项目中遇到过一个问题：重采样时数据量突然少了。后来发现是时间索引没对齐，有些时间戳落在了采样窗口的边界上。嗯，这里要注意，resample 默认用左闭右开区间，你可以通过 label 和 closed 参数调整。

2.3 滑窗：滚动计算的核心

滑窗，就是在一个固定大小的窗口里，不断往前滑动做计算。移动平均线、布林带、RSI……这些技术指标，底层全是滑窗。

Pandas 里用 rolling() 实现：

# 计算 5 分钟移动平均
close_prices = minute_bar['price']['close']
ma_5 = close_prices.rolling(window=5).mean()

# 计算 20 分钟标准差（布林带用）
std_20 = close_prices.rolling(window=20).std()

为什么会这样？因为滑窗本质上是一个「延迟计算」的过程。窗口内的数据全部到位后，才会输出结果。所以刚开盘那几分钟，窗口没填满，输出是 NaN。

2.4 Pandas 时间序列操作速查

下面这张表，是我平时用得最多的几个操作，你直接拿去用：

操作	代码	说明
创建时间序列	pd.date_range(start, end, freq='1min')	生成等间隔时间索引
转换时间戳	pd.to_datetime(df['time_col'])	字符串转时间类型
设置索引	df.set_index('time_col', inplace=True)	把时间列设为行索引
重采样	df.resample('5min').mean()	降采样到 5 分钟
滑窗计算	df['col'].rolling(10).mean()	10 期移动平均
时间偏移	df.shift(1)	数据整体往后挪一行
时间差计算	df.index.to_series().diff()	计算相邻时间戳间隔

2.5 知识体系总览

我把这章的核心逻辑画了张图，你看一眼就能串起来：

这张图把三个核心模块串起来了。你从左边开始，先搞定时间戳格式，然后通过重采样统一数据频率，最后用滑窗提取特征。每一步都踩稳了，后面的实时特征工程才能跑得顺。

---