第二讲：Python基础回顾——环境搭建、Jupyter Notebook与NumPy/Pandas快速入门

各位同学好，我是你们的老朋友。今天咱们正式进入实战前的热身环节。说实话，我见过太多人一上来就急着写策略，结果连数据都读不进来，那叫一个尴尬。所以这一讲，咱们把地基打牢。

Python环境搭建、Jupyter Notebook的使用、还有NumPy和Pandas这两个库的快速入门。嗯，别小看这几样东西，它们是你未来所有量化工作的基石。

1. Python环境搭建：别让工具卡住你

我个人习惯用Anaconda来管理Python环境。为什么？因为它把Python解释器、常用的科学计算库、还有包管理器都打包好了。你下载一个，基本就齐活了。

安装完成后，打开终端（Windows用户用Anaconda Prompt），输入：

python --version
conda --version

如果能看到版本号，恭喜你，环境搭好了。

接下来，创建一个专门用于量化分析的虚拟环境。我在项目中遇到过好几次，不同项目依赖的库版本打架，搞得头大。虚拟环境就是用来隔离这些依赖的。

conda create -n quant_env python=3.9
conda activate quant_env

然后安装我们需要的核心库：

conda install numpy pandas jupyter matplotlib
pip install tushare akshare  # 数据源，后面会用到

2. Jupyter Notebook：量化研究的利器

Jupyter Notebook是什么？说白了，它是一个交互式的编程环境。你可以一边写代码，一边看结果，还能写注释、画图表。做量化研究，这玩意儿比IDE顺手多了。

启动方式很简单：

jupyter notebook

浏览器会自动打开一个页面。你点「New」→「Python 3」，就新建了一个笔记本。

我个人习惯把笔记本分成几个区域：

• 数据加载区：读取CSV、数据库、API数据
• 数据清洗区：处理缺失值、异常值
• 策略逻辑区：写买卖信号
• 回测区：计算收益、风险指标
• 可视化区：画K线、净值曲线

你想想看，每个区域独立运行，调试起来多方便。改一个区域的代码，其他区域不受影响。

3. NumPy：数值计算的瑞士军刀

NumPy的核心是ndarray，也就是N维数组。它比Python原生的列表快得多，因为底层是C语言实现的。

先导入：

import numpy as np

创建数组：

# 从列表创建
arr = np.array([1, 2, 3, 4, 5])

# 创建全0数组
zeros = np.zeros((3, 4))

# 创建等差数列
seq = np.linspace(0, 1, 10)  # 从0到1，均匀取10个数

我在项目中遇到过最常用的操作是向量化计算。比如计算股票的日收益率：

prices = np.array([100, 102, 101, 105, 108])
returns = (prices[1:] - prices[:-1]) / prices[:-1]
print(returns)  # [0.02, -0.0098, 0.0396, 0.0286]

你看，一行代码搞定，不用写循环。这就是NumPy的魅力。

其他常用操作：

• np.mean()、np.std()：计算均值和标准差
• np.corrcoef()：计算相关系数矩阵
• np.dot()：矩阵乘法，计算投资组合方差时常用

4. Pandas：数据分析的标配

Pandas建立在NumPy之上，提供了DataFrame和Series两种数据结构。说白了，DataFrame就是一张表格，有行有列，跟Excel很像。

导入：

import pandas as pd

读取股票数据：

df = pd.read_csv('stock_data.csv')
print(df.head())  # 查看前5行

DataFrame的常用操作：

# 查看基本信息
df.info()
df.describe()

# 选择列
close = df['close']

# 条件筛选
high_volume = df[df['volume'] > 1000000]

# 添加新列
df['return'] = df['close'].pct_change()

# 处理缺失值
df.dropna(inplace=True)  # 删除缺失行
df.fillna(method='ffill', inplace=True)  # 向前填充

我刚开始做量化时，最头疼的就是数据对齐。不同股票的交易日期可能不一样，Pandas的索引对齐机制完美解决了这个问题。

# 假设有两个股票的收盘价
stock_a = pd.Series([100, 102, 101], index=['2024-01-01', '2024-01-02', '2024-01-03'])
stock_b = pd.Series([50, 51], index=['2024-01-01', '2024-01-03'])

# 自动对齐
combined = pd.DataFrame({'A': stock_a, 'B': stock_b})
print(combined)
# 输出：
#               A     B
# 2024-01-01  100  50.0
# 2024-01-02  102   NaN
# 2024-01-03  101  51.0

你看，缺失值自动补NaN，这就是Pandas的智能之处。

5. 知识体系总览

下面这张图，是我自己总结的本章知识结构。你把它存下来，以后忘了随时翻看。

6. 实战小练习：快速上手

光看不练假把式。咱们来个小练习，把今天学的串起来。

任务：读取某只股票的历史数据，计算20日均线，并找出收盘价高于均线的日期。

import numpy as np
import pandas as pd

# 模拟数据（实际中从CSV或API读取）
dates = pd.date_range('2024-01-01', periods=100, freq='D')
prices = np.random.randn(100).cumsum() + 100  # 随机游走模拟股价

df = pd.DataFrame({'date': dates, 'close': prices})
df.set_index('date', inplace=True)

# 计算20日均线
df['ma20'] = df['close'].rolling(window=20).mean()

# 找出收盘价高于均线的日期
above_ma = df[df['close'] > df['ma20']]
print(f"收盘价高于20日均线的天数：{len(above_ma)}")

# 可视化（简单示意）
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 5))
plt.plot(df.index, df['close'], label='收盘价')
plt.plot(df.index, df['ma20'], label='20日均线', linestyle='--')
plt.legend()
plt.show()

这段代码虽然简单，但包含了数据生成、滚动计算、条件筛选、可视化这几个核心步骤。你把它跑通了，后面写策略就顺了。

好了，今天就到这儿。这些工具你多用几次就熟了。下次咱们开始讲如何获取真实的股票数据，然后做第一个简单的策略回测。

---