第 2 章：量化编程基础¶
⏱️ 预计阅读 ~20 分钟 ｜ 🎯 难度 ★★☆☆☆（入门）
量化投资是金融与计算机的交叉学科。对于金融背景的同学来说，编程往往是最大的拦路虎。本章不求把你培养成软件工程师，只求教给你在量化战场上生存所需的最小技能集。
学习目标¶
- 掌握量化开发最常用的 Pandas、NumPy 与 Matplotlib 基础操作。
- 理解向量化、类型注解和最小工程规范在量化代码中的实际价值。
- 形成调试、版本控制与并行计算的入门工程化意识。
前置知识¶
- 掌握 Python 基本语法、函数与列表/字典等数据结构。
- 能读懂简单的 DataFrame 与数组示例。
本章实践入口¶
快速运行与验收¶
验收要点：
- 脚本完整运行，无语法错误或依赖错误。
- 输出包含 Pandas、NumPy 或类型注解相关演示结果。
- 能独立修改一段参数并重新运行验证结果变化。
2.1 Python for Quant¶
Python 之所以成为量化领域的霸主，归功于其强大的科学计算生态。你必须熟练掌握以下三个库：Pandas, NumPy, Matplotlib。
2.1.1 Pandas：表格处理神器¶
Pandas 是 Python 中的 Excel，但比 Excel 强大得多。它建立在两个核心数据结构之上：Series 是一列带索引的数据，而 DataFrame 则是一张表格，由多列数据组成，同时带有行索引和列索引。在量化中，我们通常将时间 (datetime) 作为索引，这样的 DataFrame 就被称为时间序列 (Time Series)。
核心操作：
-
索引与切片 (Slicing)：
df.loc["2023-01-01":"2023-01-31"]: 获取一月的所有数据。df.iloc[-1]: 获取最后一行数据。
-
重采样 (Resampling)：
df.resample("1W").last(): 将日线数据转换为周线数据（取每周最后一天）。df.resample("5min").ohlc(): 将 Tick 数据聚合为 5分钟 K 线。
-
滚动窗口 (Rolling)：
df["close"].rolling(20).mean(): 计算 20 日移动平均线 (MA20)。df["close"].rolling(20).std(): 计算 20 日波动率。
-
缺失值处理 (Handling Missing Data)：
df.fillna(method="ffill"): 前向填充（用昨天的数据填补今天的空缺），这是金融数据最常用的填充方式。df.dropna(): 直接丢弃包含空值的行。
2.1.2 NumPy：向量化思维¶
向量化是初学者最难转变的思维定势。人类思维 (Loop) 习惯逐行读取数据、计算、再写入下一行；而量化思维 (Vectorization) 则直接操作整个向量（列）。以计算 100 万个数据的平方为例，前者要写一个 100 万次的循环，既慢又代码冗余，后者只需 arr ** 2 一行代码，底层由 C/Fortran 优化，速度比 Loop 快 10-100 倍。
与向量化相辅相成的是广播机制 (Broadcasting)：NumPy 允许不同形状的数组进行数学运算，例如 prices - 100，会自动将 100 减去数组中的每一个元素。
2.1.3 Matplotlib：数据可视化¶
虽然现在有 Plotly 等交互式库，但 Matplotlib 依然是基础。
AKQuant 的 plot_result 就是基于 Matplotlib 开发的。
常用功能：
plt.plot(x, y): 绘制折线图。plt.bar(x, y): 绘制柱状图。plt.subplots(): 创建多子图（例如上图画 K 线，下图画成交量）。
2.2 Rust 概念入门 (Conceptual)¶
AKQuant 的底层回测引擎是由 Rust 编写的。你不需要会写 Rust，但了解其核心概念有助于你理解报错信息和 API 设计。
2.2.1 为什么是 Rust?¶
选择 Rust 主要出于两点考量。其一是速度：Rust 与 C++ 相当，比 Python 快 10-100 倍，这对于遍历数百万根 K 线的回测至关重要。其二是安全：Rust 的编译器极其严格，杜绝了“空指针异常”和“内存泄漏”，这意味着 AKQuant 极其稳定，很难崩溃。
2.2.2 内存安全与所有权 (Ownership)¶
在 Python 中，不仅有垃圾回收 (GC)，变量还只是对象的引用；而在 Rust 中，每个值都有一个所有者 (Owner)。所有权主要通过两条规则体现：Move 指当你把值赋给另一个变量时，所有权就转移了，原来的变量随之失效，从而避免了“悬垂指针”；Borrow 则允许你“借用”数据（引用），但必须遵守规则，即同一时间只能有一个可变借用。这听起来很复杂，但在 AKQuant 的 Python 接口中，你通常感受不到它的存在，因为底层已经处理好了。
2.2.3 类型系统 (Type System)¶
Python 是动态类型（变量可以是任何东西），Rust 则是静态类型（变量类型必须确定）。在 Rust 的类型系统中，有两个泛型容器格外值得理解。其一是 Option<T>，它代表“可能有值，也可能为空”，对应 Python 的 Optional[T] 或 None——例如在策略中，get_position(symbol) 返回的可能就是 Option，如果没持仓就返回 None。其二是 Result<T, E>，它代表“成功返回 T，或失败返回错误 E”——例如下单函数可能会返回 Result，你需要检查是否下单成功。
2.3 工程化思维 (Engineering Mindset)¶
写策略不仅仅是写数学公式，更是构建一个软件系统。
2.3.1 版本控制 (Git)¶
永远不要把文件命名为 strategy_final_v2_really_final.py。
学会使用 Git 来管理代码的历史版本。
git init: 初始化仓库。git add .&git commit -m "update strategy": 保存快照。git checkout: 回滚到之前的版本。
2.3.2 调试技巧 (Debugging)¶
- Print Debugging：最简单但最有效。在关键位置打印变量值。
- 断点调试：使用 VS Code 的调试功能，设置断点，单步执行，查看变量状态。这比 print 高效得多。
2.4 向量化进阶 (Advanced Vectorization)¶
在量化中，速度就是生命。除了基本的数组运算，你还需要掌握更高级的技巧。
2.4.1 条件选择：np.where¶
替代 Python 的 if-else。
2.4.2 快速查找：np.searchsorted¶
在一个有序数组中查找插入位置（二分查找），复杂度 \(O(\log N)\)。 这在回测撮合引擎中非常有用：比如查找订单价格在 LOB 中的位置。
2.4.3 表达式加速：pd.eval¶
Pandas 在计算复杂表达式时会产生大量中间临时变量，占用内存且拖慢速度。pd.eval 使用 NumExpr 后端，一次性计算整个表达式。
# 传统写法
df['result'] = (df['A'] + df['B']) * (df['C'] - df['D'])
# 加速写法
df.eval('result = (A + B) * (C - D)', inplace=True)
2.5 设计模式 (Design Patterns)¶
虽然量化代码不像企业级软件那么庞大，但良好的设计模式能让策略更易扩展。
- 工厂模式 (Factory)：用于创建不同类型的对象。
- 例如
IndicatorFactory.create("RSI", period=14)，根据字符串创建具体的指标对象，避免写一堆if type == "RSI": ... elif ...。
- 例如
- 单例模式 (Singleton)：确保全局只有一个实例。
- 例如
GlobalConfig或Logger，整个回测系统中只需要一份配置。
- 例如
- 观察者模式 (Observer)：解耦事件源与处理逻辑。
AKQuant的核心架构就是观察者模式。EventBus是被观察者，Strategy和RiskManager是观察者。当有新行情 (MarketEvent) 时，总线通知所有观察者，而不是硬编码调用strategy.on_bar()。
2.6 并行计算 (Parallel Computing)¶
Python 的全局解释器锁 (GIL) 限制了多线程的 CPU 密集型任务。但在参数优化 (Grid Search) 时，我们可以利用多进程 (Multiprocessing) 跑满所有 CPU 核心。
from multiprocessing import Pool
def backtest_one_param(param):
# 回测逻辑...
return sharpe_ratio
if __name__ == '__main__':
params = [10, 20, 30, ..., 100]
with Pool(processes=8) as pool:
results = pool.map(backtest_one_param, params)
AKQuant 的优化模块已内置了并行计算支持。
2.7 代码演练¶
下面的脚本演示了 Pandas 和 NumPy 的核心操作，以及如何在 Python 中使用 Type Hints 模拟强类型编程。
"""
第 2 章：编程生存指南 (Programming Survival Guide).
本章旨在为非计算机专业的金融学生提供一份极简的编程“生存指南”。
我们将重点介绍 Python 中数据分析最常用的三个库：Pandas, NumPy 和 Matplotlib。
同时，简要介绍 Rust 的类型系统概念，帮助你阅读 AKQuant 的源码。
演示内容：
1. **Pandas**:
- 基础：DataFrame 创建、索引、切片。
- 进阶：重采样 (Resample)、滚动窗口 (Rolling)、缺失值处理 (Fillna)。
2. **NumPy**: 向量化计算 (Vectorization) 的威力。
3. **Matplotlib**: 绘制 K 线图和均线。
4. **Type Hints**: 即使在 Python 中，类型提示也能救你一命。
"""
import time
from typing import Optional
import numpy as np
import pandas as pd
# ==========================================
# 1. Pandas: 金融数据的 Excel
# ==========================================
def pandas_crash_course() -> None:
"""Pandas 速成教程."""
print("\n=== Pandas Crash Course ===")
# 1.1 创建时间序列数据
dates = pd.date_range(start="2023-01-01", periods=15, freq="D")
df = pd.DataFrame(
{
"close": [
100,
101,
102,
99,
98,
103,
105,
104,
106,
108,
np.nan,
110,
112,
111,
113,
], # 包含一个 NaN
"volume": np.random.randint(1000, 2000, 15),
},
index=dates,
)
print("原始数据 (Head):")
print(df.head(3))
# 1.2 缺失值处理
# ffill (forward fill): 用前一个有效值填充
df_filled = df.ffill()
print("\n缺失值处理 (ffill):")
print(df_filled.loc["2023-01-10":"2023-01-12"]) # type: ignore
# 1.3 滚动窗口 (Rolling Window)
# 计算 5日均线
df["ma5"] = df["close"].rolling(window=5).mean()
print("\n滚动窗口 (MA5):")
print(df.tail(3))
# 1.4 重采样 (Resample)
# 将日线转为 5日线 (周线近似)
df_5d = df.resample("5D").agg({"close": "last", "volume": "sum"})
print("\n重采样 (5日线):")
print(df_5d)
# ==========================================
# 2. NumPy: 向量化计算 (Vectorization)
# ==========================================
def numpy_vs_loop() -> None:
"""NumPy 向量化计算对比."""
print("\n=== NumPy vs Loop ===")
# 创建一个大数组 (100万数据)
arr = np.random.rand(1_000_000)
# 任务：计算所有元素的平方
# 方法 A: 循环 (慢)
# res = []
# for x in arr:
# res.append(x**2)
# 方法 B: 向量化 (快)
# 就像 Excel 中整列操作一样，底层由 C/Fortran 优化
start = time.time()
_ = arr**2
print(f"NumPy 平方计算耗时: {time.time() - start:.6f} 秒")
# ==========================================
# 3. Type Hints: 类型提示 (模拟 Rust)
# ==========================================
def rust_concepts_in_python(price: Optional[float]) -> float:
"""
Rust 极其强调类型安全。虽然 Python 是动态语言，但我们可以通过 Type Hints 模拟.
:param price: Optional[float] 对应 Rust 的 Option<f64>
意味着 price 可能是 float，也可能是 None (Rust 中的 None)
:return: float
"""
if price is None:
return 0.0
return price * 1.1 # 涨 10%
if __name__ == "__main__":
pandas_crash_course()
numpy_vs_loop()
print("\n=== Type Hints Demo ===")
print(f"Option<f64>: {rust_concepts_in_python(100.0)}")
print(f"Option::None: {rust_concepts_in_python(None)}")
本章小结¶
必须掌握¶
- 量化代码的核心能力是数据处理、数值计算与结果可视化。
- 向量化思维、类型注解与最小工程规范能显著降低策略迭代成本。
理解即可¶
- Rust 的所有权与类型系统有助于理解 AKQuant 的接口设计与报错语义。
实践提醒¶
- 优先练熟索引、滚动窗口、缺失值处理与调试，再追求更复杂的模式。
主线推进¶
本章没有改写贯穿全书的最小双均线策略本身，而是为它备齐了“施工工具”。第 1 章跑通的那个 MA5/MA20 策略，在 on_bar 回调里通过 get_history(count=self.long_window, field="close") 取最近收盘价、计算两条均线并比较其大小来产生金叉/死叉信号——本章正是把这背后的通用能力逐一拆解：用 Pandas 的滚动窗口 df["close"].rolling(20).mean() 计算均线、用向量化思维一次性处理整列数据，都在 2.1 节得到系统讲解。理解了向量化、缺失值处理与时间序列索引，你才能在后续章节里读懂、修改并最终自己写出这条主线策略的信号逻辑；理解了 Rust 的所有权与 Option/Result，你也能在调用 get_position、下单等接口时正确处理“可能为空”和“可能失败”的返回值。至此，主线策略从“能跑通的示例”推进到了“看得懂每一行的可改造对象”。
延伸阅读¶
经典著作
- McKinney, W. Python for Data Analysis（《利用 Python 进行数据分析》，第 3 版），O'Reilly Media, 2022 —— Pandas 作者亲笔，系统讲解 Series/DataFrame、索引切片、重采样与缺失值处理，可与本章 2.1 对照精读。
- Hilpisch, Y. J. Python for Finance: Mastering Data-Driven Finance（第 2 版），O'Reilly Media, 2018 —— 以金融场景贯穿 NumPy 向量化与 pandas 数据处理，呼应本章 2.1 与 2.4 的向量化进阶。
- Klabnik, S., & Nichols, C. The Rust Programming Language（第 2 版），No Starch Press, 2023 —— Rust 官方教程，权威讲解所有权、借用与
Option/Result类型系统，对应本章 2.2 的概念。
官方文档与工具
- pandas 官方文档 —— 本章 2.1 涉及的索引、重采样、滚动窗口与
pd.eval的权威参考。 - NumPy 官方文档 —— 配合本章 2.1.2 与 2.4 理解广播、
np.where、np.searchsorted等向量化操作。 - Matplotlib 官方文档 —— 对应本章 2.1.3 的可视化基础。
- Git 官方文档 —— 对应本章 2.3.1 的版本控制实践。
本书相关
课后练习¶
基础题¶
- 把示例中的滚动窗口从
20改为10，观察输出差异。
应用题¶
- 给一个函数补充完整类型注解并运行静态检查。
综合题¶
- 用
multiprocessing.Pool改写一个小型参数扫描脚本。
参考答案要点（先独立思考再展开）
基础题：窗口从 20 改为 10，均线更敏感、对噪声反应更快，warmup 区段（前 N-1 个 NaN）也更短。
应用题：为参数与返回值补 def f(x: int) -> float: 之类注解，用 mypy / ruff 静态检查；注意 Optional[...] 与容器泛型（list[int] 等）。
综合题：把单次回测封装成函数，用 with Pool(processes=N) as pool: pool.map(fn, params) 并行；入口务必放在 if __name__ == "__main__": 下（Windows 的 spawn 必需）。
常见错误与排查¶
- 切片结果异常：优先检查
loc与iloc的使用场景是否混淆。 - 维度报错：确认 NumPy 向量形状一致后再计算。
- 进程卡死：把多进程入口放在
if __name__ == "__main__":下。