第一个量化实验

一、认识数据 ------ OHLCV（日线行情五件套）

每一行 = 一个交易日，每一列 = 当天市场记录的一个数字。

💡 为什么量化里最爱用收盘价？

因为一天交易下来，经过多空双方充分博弈，收盘价是市场用真金白银投票出来的"最终共识"。算收益率、画趋势线、做回测，默认都用 Close。

第二部分：核心指标 ------ 收益率

1、先忘掉股票，用生活例子理解

昨天苹果 10 元/斤，今天 11 元/斤。

涨了 1 块钱，但更关键的是：1 块钱相对于昨天的 10 块钱，涨了 10%。

这个 10%，就是收益率。

也就是：今天比昨天"多出来的部分"，除以"昨天的价格"。

2、为什么不用"涨了多少钱"，非要用"收益率"？

茅台：昨天 1000 元，今天涨了 10 元 → 涨幅 1%
小破股：昨天 10 元，今天涨了 5 元 → 涨幅 50%
只看钱数，你会觉得茅台更猛；但算收益率，小破股才是真正的"暴涨"。
收益率让你能公平对比不同价位的股票。

第三部分：小实验 ------ 谁波动更大？

实验逻辑

同时下载苹果（AAPL）、特斯拉（TSLA）、英伟达（NVDA）近一年的日线数据。
分别算出各自的日收益率。
计算各自收益率序列的
标准差（σ）。谁的 σ 大，谁波动更猛。

标准差（σ）到底是个啥？

简单说：收益率平均偏离"平均值"的幅度。

σ 越大，说明每天的收益率散得越开，今天可能涨 5%，明天可能跌 4%。

σ 越小，说明每天的收益率都紧贴着平均值，涨跌都很温和。

bash 复制代码

# ========== 三只股票收益率对比图 ==========
fig, axes = plt.subplots(1, 2, figsize=(14, 5))
colors = ['tab:blue', 'tab:orange', 'tab:green']

for (name, series), c in zip(all_rets.items(), colors):
    axes[0].plot(series.index, series.values, label=name, alpha=0.75, linewidth=0.8)
axes[0].axhline(0, color='black', linestyle='--', linewidth=0.6)
axes[0].set_title('日收益率对比', fontsize=13)
axes[0].set_xlabel('日期')
axes[0].set_ylabel('日收益率')
axes[0].legend()
axes[0].grid(True, alpha=0.3)

axes[1].bar(vol.index, vol.values * 100, color=colors[: len(vol)], edgecolor='white')
axes[1].set_title('波动大小对比（标准差 %）', fontsize=13)
axes[1].set_ylabel('标准差 (%)')
axes[1].grid(True, axis='y', alpha=0.3)
for i, v in enumerate(vol.values):
    axes[1].text(i, v * 100 + 0.02, f'{v:.2%}', ha='center', fontsize=11)

plt.tight_layout()
plt.show()

winner = vol.index[0]
print(f'\n在本实验设定下（{period} 日线），波动最大的是：{winner}')

在本实验设定下（1y 日线），波动最大的是：特斯拉

bash 复制代码

# ========== 三只股票 Histogram 并排对比 ==========
fig, axes = plt.subplots(1, 3, figsize=(15, 4), sharey=True)

for ax, (name, series), c in zip(axes, all_rets.items(), colors):
    ax.hist(series.values, bins=35, color=c, alpha=0.75, edgecolor='white')
    ax.axvline(0, color='black', linestyle='--', linewidth=0.6)
    ax.set_title(f'{name}\nσ = {series.std():.2%}')
    ax.set_xlabel('日收益率')

axes[0].set_ylabel('天数')
fig.suptitle('三只股票：日收益率 Histogram 对比', fontsize=14, y=1.02)
plt.tight_layout()
plt.show()

作业：

bash 复制代码

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# ---------- 【修改区】在这里替换 'AAPL' 为你的最爱 ----------
# 示例：换微软 MSFT，或谷歌 GOOGL，或 AMD
tickers = {
    'MSFT': '微软',        # <--- 这里改！原来这里是 'AAPL': '苹果'
    'TSLA': '特斯拉',
    'NVDA': '英伟达',
}
# ---------------------------------------------------------

period = '1y'  # 时间长度，可改成 '6mo'、'2y'
all_rets = {}

print("⏳ 正在下载数据...")
for symbol, name in tickers.items():
    # 下载数据（progress=False 隐藏进度条）
    data = yf.download(symbol, period=period, progress=False, multi_level_index=False).dropna()
    # 计算日收益率，去掉第一行 NaN
    all_rets[name] = data['Close'].pct_change().dropna()
    print(f'✅ {name} ({symbol}): {len(all_rets[name])} 个交易日')

# 计算波动（标准差）并降序排列
vol = pd.Series({name: s.std() for name, s in all_rets.items()}).sort_values(ascending=False)

print('\n=== 📊 日收益率波动（标准差，越大越猛）===')
for name, v in vol.items():
    print(f'  🚀 {name}: {v:.3%}')

print(f'\n🏆 波动最大的是：{vol.index[0]}')

# ---------- 画直方图对比 ----------
fig, axes = plt.subplots(1, 3, figsize=(15, 4), sharey=True)
colors = ['tab:blue', 'tab:orange', 'tab:green']

for ax, (name, series), c in zip(axes, all_rets.items(), colors):
    ax.hist(series.values, bins=35, color=c, alpha=0.75, edgecolor='white')
    ax.axvline(0, color='black', linestyle='--', linewidth=0.6)
    ax.set_title(f'{name}\nσ = {series.std():.2%}')
    ax.set_xlabel('日收益率')

axes[0].set_ylabel('天数')
fig.suptitle('📈 三只股票：日收益率 Histogram 对比', fontsize=14, y=1.02)
plt.tight_layout()
plt.show()

想拉长周期看趋势，把 period='1y' 改成 '2y'（两年）或 '5y'（五年）