【量化小講堂-Python&Pandas系列01】如何快速上手使用Python進行金融數據分析

本文原由作者於2015年6月8日首發於人大經濟論壇，整理如下。

引言：

【必讀文章】:《10年400倍策略分享-附視頻逐行講解代碼》

微信：xbx_laoshi，量化交流Q群(快滿)：438143420，有問題歡迎交流。

如何快速上手使用Python進行金融數據分析

根據之前幾篇系列帖子以及交流QQ群(438143420)中的反饋，讓我覺的很有必要寫一篇如何快速上手使用Pyhton進行系列分析的帖子。本文主要以此為主題，介紹下我學習量化投資、Python的個人經驗。

第一步：好奇心

不要為了學習而去學習一門編程語言，或者任何工具。一定要心裡首先有一個問題，抱著解決問題的心態，去了解並學習這個工具是如何解決問題的。驅動你去學習量化投資的，應該是你的好奇心。你認為你有一個炒股獨家的竅門，你認為你發現了某個規律，你非常好奇的想用歷史數據去驗證你的想法。比如我在大二的時候接觸量化投資，就是因為我的好奇心。當時我看到一些入門的技術分析書上推薦KDJ這個技術指標，說KDJ低位金叉之後股票會漲，是個很好的買入信號，並且書上會配一些圖，證明這個指標的有效性。我當時就很好奇，書上說的是不是真的？這幾個配圖是刻意挑選的還是有代表性的？是不是可以寫個程序找出歷史上所有的kdj金叉，看看之後漲的概率有多大?

這就是引領我入門的最初的好奇心。當時我不會編程，一開始用excel來試著驗證，發現KDJ從大概率上來講是不行的。好奇心繼續升級：我調整一下KDJ默認的參數，效果會不會好一點？再配合一下其他的指標，效果會不會好一點？再加上點財務數據，效果會不會好一點......

慢慢的想測試的想法越來越多，excel漸漸的不夠用，開始學習編程。我學習編程的目的性很強，就是解決我眼前的問題。對於解決我問題沒有幫助的，我就先不學。一開始用的是SAS，自己找書看，論壇上發帖子問。後來覺得SAS太重，不靈活，慢慢的遷移到Python。

我是金融專業的，但是學校並不教量化投資，一切都是自己學。可想而知，若沒有好奇心一直引導我去探索，這麼長的一段時間我怎麼可能堅持下來呢？

第二步：為什麼Python

我推薦剛入門的量化投資研究者使用Python。主要理由如下：

1.適用性

Python配合各類第三方的package（例如下面要降到的pandas），是非常適合用來處理金融數據的

2.簡單

相比於c，c#等語言，Python容易太多了。讓你可以更快，更方便的對自己的想法進行測試。life is short, use Python。

3.全能

Matlab是另外一個金融分析領域的統治級語言，以上講的兩點適用性、簡單性matlab都是具備的，在業界的使用範圍應該是比Python要高的。

而Python相比於matlab的一大優勢，那就是全能。matlab基本只能用於金融數據分析。但是Python除了擁有不亞於matlab的矩陣計算、科學計算能力之外，其他幾乎任何事情都可以做。比如數據的清理、整理，比如從網頁上抓取數據，比如進行文本信息的挖掘，比如做一個網站......現在學習一門語言，將來在任何地方都能用到。

第三步：如何入門Python

如果你有其他語言的編寫經驗（比如上過一個學期的編程課），有一定的編程基礎。以下三步可以讓你入門Python：

1.隨便找一本Pyhton入門書。這些教程網上有很多很多，論壇裡面也有很多，隨便搜索一下就是。

2.挑一本Python入門書，不要花超過半天的時間，快速翻閱這本書。這個步驟不求記住什麼東西，只要大概的知道這本書講了什麼，什麼知識在這本書的哪一章寫了就行，以便將來查閱。

3.結合自己的好奇心，給自己尋找一個問題，簡單的複雜的都可以，找一點數據(地址)，直接開始實戰。遇到問題，第一步是去翻書，第二步是去google(別去百度)，第三步是論壇發帖求助。若你沒有什麼思路或者問題，可以加群438143420，我可以給你提供思路。

如果你沒有任何編程的基礎，那麼想要入門Python，也是以上三個步驟。但是第2步，就不是僅僅花半天的時間瀏覽書了，而是要細細的看書。對著書上的例子，實際的操作下，大概花一個星期的時間的業餘時間也就夠了吧。

第四步：如何入門pandas

使用Python做金融數據分析，一定要用pandas。pandas是Python的一個第三方庫，簡直是金融數據分析的神器，第一次遇到它的時候讓我淚流滿面。了解pandas最好的途徑就是他的官方文檔：http://pandas.pydata.org/pandas-docs/stable/10min.html，當然也可以看我之前寫的系列文章。

掃描下圖二維碼，或直接添加微信號：xbx_laoshi，加我私人微信，獲取文中附件、代碼、數據的下載鏈接，討論《量化小講堂》之後的內容。

我每天會在知識星球（原小密圈）分享我關於量化的所見、所聞、所思，歡迎點擊加入：小密圈 - 量化小講堂

想要快速、系統的學習量化知識，可以參與我的課程，一邊看視頻，一邊做作業，有問題隨時諮詢，點擊查看詳情：：Python量化入門課程 - 量化小講堂