# 《Python量化投资：技术、模型与策略》知识点全解

> AI生成｜2026年10月28日｜codebuddy｜原书：赵志强 刘志伟《Python量化投资：技术、模型与策略》，机械工业出版社，2020-09-01
> **我的阅读**：进度 99%｜累计 7小时32分钟｜开始 2021-07-17｜最近 2021-12-01｜读完 2021-09-10

**一句话总结**：用一条 Python 生产线把投资想法变成可检验的规则——先打牢 NumPy/Pandas 与统计、金融基础，再走通"取数 → 清洗 → 指标与模型 → 回测 → 交易接口"，最后落到 CTA 这类可执行策略。它解决的不是预测涨跌，而是**让"我觉得"变成"数据显示"**。

**适合谁**：会一点 Python、想从看研报转向写代码验证的投资者；金融从业者补编程，程序员补金融常识。**不适合**：零编程基础者（前 5 章推进快）；想找稳赚策略的人；只想学深度学习选股的人。

**前置知识**：Python 语法与命令行；高中以上概率统计（均值、方差、正态、回归）；知道股票、期货、债券、期权是什么即可，不要求推导。

## 一、全书地图

章节之间是依赖关系，不是并列关系：后面每一章都假设前面的数据结构已经会用。

```text
基础层  1  量化投资与Python      为什么做、为什么用Python
        2  平台搭建和工具        环境一次搭对
        3  常用库 NumPy/SciPy/Pandas/StatsModels   四把工具
        4  可视化 Matplotlib/seaborn/highcharts    看得见
        5  统计基础 分布与回归   概率语言
        6  数据预处理 清理与描述统计   脏数据变可用
        7  Pandas进阶 多重索引/周期变换  面板数据操作
度量层  8  金融基础 收益率/波动率/夏普/回撤   概念字典
        9  资产定价 利率/债券/期权   从股票扩到全品种
模型层 10  时间序列 平稳/ARMA/GARCH   唯一建模重镇
数据层 11  数据源 TuShare/pandas-reader/Wind   燃料
实战层 12  CTA 趋势跟踪/换月/复权/ta-lib   第一个完整策略
```

3–7 章是同一件事的四个面（算、看、检、整），可跳读但别跳过 7.1 多重索引；8–9 章是度量衡，10 章是发动机，11–12 章才装车。

> 版本说明：简介称全书 18 章、第 12 章起为实战篇，与目录的 12 章章名对不上，可能源于版本或连载拆分。**本文编号以目录为准**，简介提及而目录未列的内容按主题讨论，对应关系待核对。

## 二、核心知识点

**1. 量化是可检验的规则系统**
是什么：把想法写成明确的信号、仓位与风控规则，用历史数据回测、用指标评价。为什么重要：让错误可归因、可修正。怎么用：一句话写清，如"收盘上穿 20 日均线且量放 1.5 倍，次日开盘买入"。误区：把量化等同 AI；数据质量与成本常比模型更决定结果。

**2. 选 Python 是选生态，环境一次搭对**
是什么：NumPy/Pandas/StatsModels/matplotlib 构成数据到图表的链路，配套"包管理 → 解释器 → 编辑器/Notebook → 常用库"。为什么重要：量化八成工作在搬数据，"跑不起来"多因版本冲突与编译依赖（如 ta-lib）。怎么用：一项目一环境、依赖锁版本；密集计算向量化，Jupyter 研究、.py 生产。误区：全局环境反复安装，三个月后无法复现。

**3. NumPy 向量化 + Pandas 索引对齐**
是什么：ndarray 运算在 C 层完成；DataFrame 按标签自动对齐；多重索引用 (标的, 日期) 表达面板数据。为什么重要：对齐错了不报错，只产生 NaN 或静默错位，回测全废。怎么用：`prices[1:]/prices[:-1]-1` 一次算完；读入即 `set_index(['code','date'])`；`resample` 明确取 last 还是 sum。误区：两表相加满屏 NaN 当成缺失；对价格做 `resample().mean()`。

**4. 数据清理与统计体检**
是什么：缺失、异常、重复、停牌涨跌停的处理，加直方图/箱线图/时序图体检。为什么重要：一个空值能让回测由盈转亏，异常值会主导均值方差。怎么用：缺失按标的前向填充并限天数；异常先用业务规则判定（涨跌幅超限、成交量为 0）。误区：全表 `dropna()` 系统性削样本；用未来数据填历史。

**5. 收益率两种口径不能混**
是什么：简单 `P_t/P_{t-1}-1`；对数 `ln(P_t/P_{t-1})`。为什么重要：对数可跨期相加、近似对称，适合建模；简单可跨资产加权，适合组合。怎么用：建模用对数，组合与展示用简单，`exp(r)-1` 互转。误区：日对数收益乘 252 当成年化（应 `exp(252r)-1`）；忽略除权假跳空。

**6. 风险调整指标三件套**
是什么：年化收益、年化波动率（日标准差 ×√252）、夏普 `(R_p-R_f)/σ_p`、索提诺（分母换下行标准差）、最大回撤、α/β。为什么重要：单看收益无法比较，回撤决定能否拿住。怎么用：同频率、同区间、同无风险利率比较，报告至少给"年化/最大回撤/夏普"。误区：日频与年频夏普混比；不算成本；回撤只算收盘价。

**7. 债券：价格是折现，久期是刻度**
是什么：零息利率是各期限纯折现率；债券价格等于票息与本金按对应利率折现之和；修正久期衡量利率变动 1% 的价格变化百分比。为什么重要：把利率—价格—风险定量连起来。怎么用：给定曲线即可定价，用久期估算利率冲击。误区：把票面利率当收益率；忽略凸性，利率大幅变动时线性近似失效。

**8. 期权：价格由多因素共同决定**
是什么：看涨给买入权利、看跌给卖出权利；价格受标的价、行权价、剩余期限、波动率、利率、分红影响。为什么重要：非线性工具，方向看对仍可能亏。怎么用：欧式无股息有平价 `c+Ke^{-rT}=p+S`，可校验报价或构造套利。误区：觉得便宜就买；混淆隐含与历史波动率；美式结论套欧式。

**9. 时间序列先问平稳**
是什么：平稳指均值、方差、自协方差不随时间漂移；白噪声无自相关；ACF 度量与自身滞后值的相关；混成检验（Ljung-Box）联合检验多阶自相关是否为 0。为什么重要：非平稳做回归会伪回归；ACF/PACF 是定阶唯一入口。怎么用：先画时序与 ACF，做单位根检验，不平稳就差分或取对数。误区：直接对价格建模（应建收益率）；ACF 衰减慢就断言有记忆。

**10. ARMA 与信息准则**
是什么：AR(p) 用过去 p 期值解释当前，MA(q) 用过去 q 期冲击，ARMA 二者结合；AIC/BIC 在拟合优度上加参数惩罚。为什么重要：收益率一阶矩的标准框架，也是 GARCH 的前置。怎么用：ACF 拖尾+PACF 截尾定 AR 阶，反之定 MA；AIC/BIC 越小越好，BIC 惩罚更重；最后做残差白噪声检验。误区：高 R² 就以为能预测涨跌——收益率信噪比极低。

**11. GARCH：为波动率聚集而生**
是什么：ARCH 让条件方差依赖过去残差平方；GARCH(1,1) 再加一项过去的条件方差。为什么重要：方向难预测，波动却高度聚集，风控与期权定价都靠它。怎么用：`σ²_t=ω+αε²_{t-1}+βσ²_{t-1}`；`α+β` 接近 1 表示冲击衰减很慢，可用于 VaR。误区：忽略 `α+β<1` 的平稳条件；把条件波动率当收益方向。

**12. 数据源与本地库**
是什么：TuShare 提供免费开源的中国市场接口，pandas-reader 封装多个公开源，万得是商业终端；本地按行情、财务、基础信息分表。为什么重要：策略失效常源于数据而非逻辑，接口改版、复权因子重算都会让结果漂移。怎么用：原始层不加工落库，另建清洗层与复权层；行情表以 (代码, 日期) 为主键；财务按公告日对齐。误区：每次回测现拉数据；用当前成分股回测五年前。

**13. CTA：换月与复权决定回测真假**
是什么：CTA 以期货为标的，核心是趋势跟踪（均线、突破、动量），指标用 ta-lib 算（MA/EMA、MACD、RSI、ATR、布林带、OBV）。为什么重要：主力合约切换会跳空，不复权就造出虚假信号与收益。怎么用：按持仓量/成交量最大定主力；价差或比例法复权拼接；收盘生成信号、次日成交。误区：用前复权价做历史信号；忽略换月成本与涨跌停无法成交。

## 三、关键概念速查表

| 概念 | 一句话解释 | 用在哪儿 |
|---|---|---|
| 对数收益率 | 价格比取对数，可跨期相加 | 建模、统计检验 |
| 年化波动率 | 收益率标准差 ×√期数 | 风险度量、夏普分母 |
| 夏普比率 | 单位总风险的超额收益 | 策略排序 |
| 索提诺比率 | 分母只算下行波动 | 厌恶下跌的场景 |
| 最大回撤 | 净值峰到谷的最大跌幅 | 能否拿住 |
| α / β | 超额收益 / 市场敏感度 | 业绩归因 |
| 零息利率 | 到期一次付息的纯折现率 | 债券定价、曲线 |
| 久期 | 现金流到期时间的加权平均 | 利率风险 |
| 看涨看跌平价 | `c+Ke^{-rT}=p+S` | 报价校验、套利 |
| 平稳性 | 统计特征不随时间变化 | 建模门槛 |
| ACF / PACF | 自相关 / 偏自相关 | AR、MA 定阶 |
| AIC / BIC | 拟合优度加参数惩罚 | 模型选择 |
| GARCH | 条件方差随冲击与过去方差变化 | 波动率预测、VaR |
| 复权 | 消除分红与换月造成的不连续 | 历史收益计算 |

## 四、可复用的方法/框架

**策略研究六步闭环**：提出假设 → 定义可计算信号 → 准备无泄漏数据 → 回测（含成本） → 归因与稳健性检验 → 小仓实盘。任一步跳过，结论都只是曲线拟合。

**回测前数据体检**：索引唯一且按时间排序？有无重复行？缺失比例与填充方式？复权口径统一？停牌涨跌停标记？含已退市标的？字段可用时点早于成交时点？

**时间序列建模五步**：画图看趋势与方差 → 平稳性检验 → 差分或变换 → ACF/PACF 定阶 → AIC/BIC 选模型 → 残差白噪声检验，不通过就回到定阶。

**绩效评估三层次**：绝对收益 → 风险（波动、回撤、下行偏差）→ 归因（α/β、风格暴露、换手与成本）。只看第一层等于没评估。

## 五、我的阅读轨迹

| 项目 | 记录 |
|---|---|
| 进度 | 99% |
| 累计阅读 | 7 小时 32 分钟 |
| 开始阅读 | 2021-07-17 |
| 最近阅读 | 2021-12-01 |
| 读完时间 | 2021-09-10 |

9 月已标记读完、12 月又有阅读记录，说明中途回看而非线性推进；7.5 小时对应全书，属于"通读 + 局部回查"。

**复习建议**：① 剩余 1% 大概率是书末收尾（交易接口、爬虫舆情、AI 方向），具体位置待核对，优先补交易接口，它是研究到实盘的唯一缺口。② 第一优先级重读第 8、10、12 章——看得懂但容易写错。③ 第二优先级是第 3、7 章的多重索引与 resample，拿任意日线数据重写一遍。④ 第 2、4 章用到再查。⑤ 验收方式是重写 CTA 回测，不是重读书。

## 六、行动清单

1. 用真实日线数据写出"读入 → 对齐 → 算收益率 → 算夏普与最大回撤"的 50 行脚本。
2. 对股票与期货主力连续合约各做一次复权，对比信号差异并记录。
3. 对沪深 300 日收益率做 ADF、ACF/PACF，拟合 ARMA 并用 AIC 选阶。
4. 用 GARCH(1,1) 拟合同一序列，输出条件波动率并与实际对比。
5. 搭最小本地库（行情表 + 交易日历），把一次回测的数据全部快照。
6. 把"回测前数据体检"写成断言脚本，固化各项检查。
7. 给现有策略补交易成本、滑点、涨跌停约束，重跑并对比收益衰减。
8. 用"20 日上穿 60 日均线"走完六步闭环，写出结论与失效条件。

## 七、延伸阅读

1. **《利用 Python 进行数据分析》（Wes McKinney）**——Pandas 作者所写，补强第 3、6、7 章。**先读或并行**，把索引与变形练熟。
2. **《期权、期货及其他衍生产品》（John Hull）**——对应第 9 章。**读完第 8 章后插入**，本书给结论，Hull 给推导与更多品种。
3. **《金融时间序列分析》（Ruey Tsay）**——对应第 10 章。**最后读**，跑通 ARMA/GARCH 代码后再看，否则容易陷进公式。

顺序即"工具 → 品种 → 模型"，与本书结构同构，可作二轮复习主线。