看懂一只股票Price & Returns

1为什么不直接看价格？

茅台一股 1700 块、平安银行一股 10 块——你能说谁“涨得快”吗？不能。价格的绝对数没有可比性。我们真正关心的是涨跌了百分之几，这就是收益率。它把不同价位、不同股票、不同时间统统拉到同一把尺子上。

所以拿到任何价格数据，量化的第一个动作永远是：把价格转成收益率。

2简单收益率 vs 对数收益率

两种算法，新手都要认识：

• 简单收益率：r = 今天价 / 昨天价 − 1。最直观。
• 对数收益率：lr = ln(今天价 / 昨天价)。它有个好性质——可以直接相加：把每天的对数收益加起来，就等于整段的对数收益。统计建模里更常用。

小波动时两者几乎相等（涨 1% ≈ 0.995%），只有大涨大跌时才看出差别。新手记住“有这两种、对数能加总”即可。

px = df["close"]                 # 复权收盘价
simple_ret = px.pct_change()       # 简单收益率
log_ret = np.log(px / px.shift(1)) # 对数收益率

3复权：新手第一个大坑

公司分红、送股的那天，股价会“凭空”跳水——因为一部分价值以现金/股份的形式发给你了。如果你直接用这种“未复权”价算收益，会低估真实回报。

解决办法是用复权价。差别有多大？同一段时间、同一只茅台：

差了整整 25 个百分点！取数时加一个参数就对了：

# 用 tushare 取前复权日线
df = ts.pro_bar(ts_code="600519.SH", api=pro,
                start_date="20190101", end_date="20240101", adj="qfq")

前复权 vs 后复权：锚点不同

复权有两种，区别在于“以哪一头为锚”：

• 前复权（qfq）：锚定今天——让最新价 = 真实现价，往回把历史价格调整。好处是图上最新价和你实际买卖的价格一致，看盘、技术分析最直观，所以炒股软件默认显示它、也最常用。代价：每发生一次新分红，整条历史价格都要重算（历史会“变”），极端情况下早期价格甚至可能为负。
• 后复权（hfq）：锚定最早——让最早的价格固定，把之后的价格按分红往上累积。好处是历史永远不变，来了新数据旧的也不动，适合长期回测、数据存储、增量更新。代价：最新价会远高于真实现价（看着不像“现在的价”），不适合用来判断当前价位高低。

4年化收益：能比较的“速度”

“5 年涨了 213%”听着猛，但换算成年化收益（CAGR）才知道每年多快、才能和别的标的比。用几何平均（不是简单除以年数）：

years = len(px) / 252                          # 一年约 252 个交易日
cagr  = (px.iloc[-1]/px.iloc[0])**(1/years) - 1   # 茅台这5年 ≈ 26.8%

5收益率的分布：肥尾与风险

看右图那张直方图：大多数交易日是小涨小跌（中间高），但两端有“肥尾”——偶尔的暴涨暴跌比正态分布预测的更频繁。这正是风险的来源：你以为很罕见的大跌，其实没那么罕见。下一关我们就来度量它。

import numpy as np
from scipy.stats import kurtosis
def cagr(px):                      # 几何年化
    return (px.iloc[-1]/px.iloc[0])**(252/len(px)) - 1
for code, name in [("600519.SH","茅台"),("000001.SZ","平安"),("300750.SZ","宁德")]:
    px = ts.pro_bar(ts_code=code, api=pro, adj="qfq",
                    start_date="20190101", end_date="20240101"
                    ).sort_values("trade_date")["close"]
    r = px.pct_change()
    print(name, f"年化{cagr(px)*100:.1f}%", f"峰度{kurtosis(r.dropna()):.1f}")

px = ts.pro_bar(ts_code="600519.SH", api=pro, adj="qfq",
                start_date="20210101", end_date="20240101"
                ).sort_values("trade_date")["close"]
print("茅台 2021-2024 年化", f"{cagr(px)*100:.1f}%")