你的第一个量化实验——Quant-for-Beginners 量化入门Task3

​ 学习内容来源：https://github.com/datawhalechina/quant-for-beginners
由Datawhale主办的Quant-for-Beginners · 中文零基础量化金融 Notebook 路线

一 股票数据

OHLCV 是股票日线数据最常见的五个字段：

开盘 Open 当天第一笔成交价 最高 High 当天成交过的最高价 最低 Low 当天成交过的最低价 收盘 Close 当天最后一笔成交价（最常用） 成交量 Volume 当天一共成交了多少股

其中，做量化分析时，Close（收盘价）最常用。

二 收益率计算

收益率表示股票相对前一天涨跌了多少比例。例如，股价从 100 元涨到 110 元，收益率就是：

(110 - 100) ÷ 100 = 10%

在 Python 中，可以使用：

df['日收益率']=df['Close'].pct_change()

计算的就是每日收益率。

接下来可以进行数据可视化：

日收益率曲线 —— 每天涨跌幅度一目了然
直方图（Histogram） —— 大部分日子涨跌集中在哪个区间？有没有「极端大涨跌」？

将收益率画成时间曲线，可以观察每天的涨跌变化；

画成直方图，可以观察收益率大多集中在哪个范围，以及是否经常出现极端涨跌。

（如果说收益率图尾巴很长，左边尾巴更长，说明极端下跌风险更明显；如果右边尾巴更长，说明偶尔会出现极端上涨。）尾巴越长，说明这只股票越容易出现“小概率、大幅度”的涨跌

最后，可以使用收益率的标准差粗略衡量股票的波动大小：

标准差越大，说明价格波动通常越剧烈，风险也相对更高。