第 01 关 · 基础

看懂一只股票Price & Returns

量化的第一课不是“怎么赚钱”，而是“用什么眼睛看市场”。答案有点反直觉：不是价格，是收益率。

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：

口径	5 年总收益
前复权（正确）	+213.9%
不复权（错误）	+188.2%

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")

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。