量化投资系列课程介绍——Pandas数据分析

为什么系列课的第一门是 pandas数据分析

量化是两条线拧在一起：金融线（市场 → 定价 → 组合 → 风险 → 执行，练判断）和工程线（数据 → 算法 → 框架 → 工程化 → 自动化，练落地）。

工程线是一架顺序即依赖的梯子，第一级就是数据。而 pandas 之所以排在整个系列最前面的原因是：它是后面每一门课的第一步。

学因子投资，第一步是把行情和财报对齐；学机器学习交易，第一步是把特征拼成矩阵；学风险管理，第一步是把收益率面板整理出来。 跳过 pandas 去学后面任何一门，你都会在同一个地方卡住——不是不懂金融，是数据准备不出来。

量化研究的时间分配，和大多数人的想象是反的：真正花时间的不是模型，是把数据弄干净、对齐、变形成模型能吃的样子。

随便一个问题——”过去三年，哪些行业的股票在财报发布后表现更好？”——从零到答案要依次做完这些事：读进来、先看一眼、清洗、补缺失、筛选、派生新列、合并多表、长宽表重塑、分组聚合、时序处理、出结果。这十一件事，pandas 全都能做，而且是同一套数据结构、同一套语法。

这门课和其他 pandas 课的差别

一、全部用金融数据，没有一个玩具例子

不是”用鸢尾花数据集学 groupby，然后自己想办法迁移到股票上”。这门课从第一讲到最后一讲，读的是行情、财报、行业分类，每讲配一份可运行代码和仓库自带的样本数据，开箱即跑，课件里每个数字都来自真实运行。

二、每个数据处理动作，都在练一项量化基本功

课程顺序是真实分析的顺序，不是 API 手册的顺序。每一讲练的不是”某个函数怎么用”，而是量化数据工作里一项独立的能力：

三、最后三讲不是”练习题”，是三条完整链路

三个综合案例：为什么这么设计

前十九讲每讲解决一个局部问题，最后三讲把它们串起来。三个案例不是随便挑的——它们分别对应量化数据工作里三个最容易翻车的方向：横着的、纵着的、以及时间上的。

三讲都按同一个结构走：要算什么 → 要用什么数据 → 设计思路 → 伪代码 → 逐段实现 → 复盘。先想清楚再动手，这个顺序本身就是要训练的东西。

第 20 讲　单因子测试流水线 —— 练”横截面”

原始行情 → 去极值 → 标准化 → 中性化 → IC 与分档收益

为什么设计成第一个：因子研究里 80% 的动作发生在”同一天、所有股票”这个横截面上，而这些动作全都是组内变换——按日期分组去极值、按日期分组标准化、按行业分组中性化。它是 groupby + transform 最密集的实战场。

训练目的：把”对每一组做点什么、但形状不许变”这件事变成肌肉记忆。这是 agg 和 transform 的分水岭，也是新手最容易卡住的地方。

学完你能：拿到任何一列原始指标，独立把它加工成可用的因子值，并算出 IC 和分档收益判断它有没有信息量。

第 21 讲　财务因子与时间对齐 —— 练”时点”

季频财报 → 按公告日贴到日频（merge_asof）→ 量化”按报告期对齐”错在哪

为什么单独拎出来讲：这是量化里最贵的一类错误。财报的报告期是 3 月 31 日，但它可能 4 月 28 日才公布——按报告期对齐，等于让 3 月的你用上了 4 月底才存在的信息。回测曲线会因此漂亮得不真实，而且全程不报错。

训练目的：建立”数据什么时候才存在”这个时点意识（point-in-time），并掌握 merge_asof 这个专门解决”最近一条可用记录”的工具。

学完你能：把任何低频、有发布延迟的数据（财报、宏观、评级、分析师预期）正确贴到日频上，并且能亲手量出”按报告期对齐”到底虚增了多少收益。

第 22 讲　行业轮动策略完整回测 —— 练”全链路”

日线 → 月频 → 信号 → 权重 → 净值 → 绩效与换手成本

为什么放在最后：前面每一讲都是链条上的一环，这一讲第一次要求你把整条链自己接起来，而且每个接口都可能对不上——频率转换会丢日期、信号到权重要处理停牌、净值累乘对缺失值极其敏感、换手成本要用前后两期权重的差。

训练目的：从”会用某个函数”过渡到”能设计一条数据流水线”，并且知道每个环节该验证什么。

学完你能：独立完成一次从原始日线到绩效报告的完整回测，并且在结果异常时知道该回头查哪一环。

重要：这三讲练的是数据处理，不是投资判断。因子有没有效、策略能不能赚钱，是别的课的事——这门课保证的是：当结论出来时，你确信它不是数据处理错误造出来的。

课程目录

全课 22 讲，四段。每讲配一份可运行代码和仓库自带的样本数据。

导论

第 02–04 讲　numpy 地基：取数的三种方式

pandas 的 iloc、loc、布尔索引，根子都在这三讲。先在原生容器上把手感练出来，后面上 pandas 只是换个外壳。

第 05–07 讲　pandas 的两个结构

第 08–19 讲　数据处理：一条链上的十二件事

全课主体，顺序就是真实分析的顺序：读进来 → 清洗 → 拼接 → 变形 → 分组 → 时序。

第 20–22 讲　三个综合案例