阶段4Python 基础进阶●●●●●

pct_change：一行收益率的正确打开方式

我的掌握程度：

q-312精讲

先掌握这个答案

标准用法：df.groupby('code')['close'].pct_change()——先分组再算（否则A股票第一天会拿B股票的昨天算收益！）。三坑防护：①跨组污染→必须groupby；②停牌缺口→pct_change(1)算的是"相邻两行"——停牌3天后的恢复，收益是3日累计（要"每日收益率"需fill_method=None并处理NaN，或明确接受累计口径）；③除权跳空→必须用复权价（q-014/358）。动词家族：shift(1)=取昨天（分子分母自己拼）、diff(1)=差值（价格变化量）、pct_change(1)=shift版收益率=(x−shift)/shift。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

先核对现金流与期限

没有中途出入金时才可直接用期末/期初计算持有期收益；分红、费用要避免漏计或重复计入。有出入金时区分时间加权与资金加权。复合年化使用净值比的幂，算术均值年化用于不同统计目的。

本阶段实战方法 · 一条能复现的数据流水线

把接口返回的数据变成可用于因子研究的面板时，先处理时点、主键与单位。

建立数据字典：字段、单位、时区、交易日历、数据源、抓取时间、原始价与复权因子。
用(date, code)查重，区分停牌、未上市、窗口不足和真实缺失；不要用向后填充把未来值带回过去。
保存原始快照与清洗日志，固定随机种子和环境版本；接口字段变化时先核对官方文档。

使用边界

报告期不等于公告可用日，盘后公告通常不能用于当天收盘前决策。
API输出名为“动态市盈率”时不能直接改名TTM；浏览器练习不支持任意原生库或行情抓取接口。

不懂的术语：股票（Stock）复权（Adjusted Price）停牌 / ST / 退市收益率（Return）

背景 · 从一个困惑说起

收益率=今天/昨天−1——数学一行，代码也一行（pct_change）。但这一行里藏着三个坑：跨股票的"昨天"、停牌的"昨天"、以及除权跳空的"昨天"。每个坑都够毁掉一份回测。

由此产生的问题

pct_change的标准用法与三大坑（分组/缺口/复权）怎么防？它与其他收益动词（shift/diff）的关系？

核心概念

为什么需要它

①收益序列是一切研究的第一原料——它的正确性是底线中的底线；②"相邻两行≠相邻一天"的意识：数据里的物理相邻与时间相邻是两个概念——停牌、退市、拼接缝隙都会打破它们；③公式-代码直译：阶段3的收益率公式与这一行代码一一对应——建立"看公式写代码、看代码读公式"的双向能力。

实际应用场景

面板收益的标准三行：df=df.sort_index(); ret=df.groupby('code')['close'].pct_change(); ret=ret.fillna(0)（首日置0）——写进utils供全项目调用。

与之前知识的联系

q-201（阶段3公式）的代码形态；q-313（shift）与q-314（rolling）组成"滞后-变化-窗口"三动词；q-358（复权口径）是第三坑的系统性防护。

⚠ 常见误解

pct_change自动按天：它按"行"不按"天"——停牌、拼接、乱序都会让相邻行隔了任意远；先sort再算，缺口显式处理
首日NaN随手drop：drop会破坏面板结构（该股票从此缺一行）——fillna(0)或保留NaN由下游决定
用原始价算就行：除权日的-50%假收益会污染一切统计——复权价是前提不是选项（阶段1 q-013的血泪）

🤖 AI导师

导师会先检查你的前置知识（收益率公式、groupby），再用案例、公式和代码帮助理解。此功能需要先启用服务。