scipy_demo · 统计工具箱 2026-09-27

     
    内容：

     年化波动率：这只股票一年颠簸得多厉害

     夏普比率：每承担一分风险，换回多少超额收益

     t 检验：你赚的是实力还是运气？

     scipy 安装：pip install scipy

导入与主入口

import numpy as np  # numpy：数值计算
import pandas as pd  # pandas：表格处理

from scipy import stats  # scipy.stats：统计学工具（工具箱）
# from scipy import stats：从 scipy 包里导入 stats 子模块

from quant_data import get_kline  # 从数据工具箱拿"拉数据"的函数

if __name__ == "__main__":

0. 复用上期的数据

    # ========== 0. 复用上期的数据 ==========
    df = get_kline()  # 拉默认股票日线
    df["收益率"] = df["close"].pct_change()  # 新增一列：每日收益率
    r = df["收益率"].dropna()  # 去掉空行（第一天没有前一日，收益率为空）
    print(f"\n共 {len(r)} 个交易日收益率样本")  # 打印样本数量
  

1. 年化波动率

     
    日波动率 × √252 = 年化波动率（252 是 A 股一年大概的交易日数量）
  

    # ========== 1. 年化波动率 ==========
    vol_daily = r.std()  # 日波动率：每天收益率的"颠簸程度"
    vol_year = vol_daily * np.sqrt(252)  # 年化：乘以根号 252
    # np.sqrt(252)：开根号。252 是 A 股一年大概的交易日数量
    print("\n===== 年化波动率 =====")
    print(f"日波动率 : {vol_daily:.4f}")  # {:.4f}：保留 4 位小数
    print(f"年化波动率: {vol_year:.2%}")  # {:.2%}：按百分比显示，保留 2 位小数
  

2. 夏普比率

     
    夏普比率 = 超额收益 ÷ 风险，再年化。（>1 不错，>2 很能打）
  

    # ========== 2. 夏普比率 ==========
    rf = 0.02  # 无风险利率：假设 2%（比如国债收益，可换成你认可的数）
    excess_daily = r.mean() - rf / 252  # 平均日收益 减去 每天的无风险收益
    sharpe = excess_daily / r.std() * np.sqrt(252)  # 超额收益 ÷ 风险，再年化
    print("\n===== 夏普比率 =====")
    print(f"年化收益率  : {r.mean() * 252:.2%}")  # 平均日收益 × 252 = 年化
    print(f"夏普比率    : {sharpe:.2f}   （>1 不错，>2 很能打）")
  

3. t 检验：实力还是运气？

     
    ttest_1samp(数据, 0)：检验"数据的平均值是不是 0"。主要看 p 值：

     p < 0.05 → 收益显著不为 0，大概率是实力

     p ≥ 0.05 → 收益不够显著，可能只是运气

    # ========== 3. t 检验：实力还是运气？ ==========
    t_stat, p_value = stats.ttest_1samp(r, 0)
    # ttest_1samp(数据, 0)：检验"数据的平均值是不是 0"（scipy 提供）
    # 返回两个数：t 统计量、p 值。我们主要看 p 值
    print("\n===== t 检验 =====")
    print(f"t 统计量: {t_stat:.3f}")
    print(f"p 值    : {p_value:.4f}")
    if p_value < 0.05:  # 条件分支：p 值小于 0.05 才叫"显著"
        print("p < 0.05 → 收益显著不为 0，大概率是实力，不是运气")
    else:  # 否则
        print("p >= 0.05 → 收益不够显著，可能只是运气")
  

核心要点速览

年化波动率：r.std() × √252

夏普比率：超额收益 ÷ 风险 × √252

t 检验：stats.ttest_1samp(r, 0)

年化收益：r.mean() × 252

无风险利率：rf = 0.02（可调）

显著性门槛：p < 0.05

年化因子：√252（A股交易日）

安装：pip install scipy

     金句：
    std() × √252 算波动率，
    ttest_1samp() 验实力 ——
    scipy 把"统计学"变成"一行代码"。
  

运行输出 · python .\scipy_demo.py

PS> python .\scipy_demo.py [数据源] akshare 不可用（ProxyError），尝试 baostock... login success! logout success! [数据源] baostock 获取成功，共 178 条共 177 个交易日收益率样本 ===== 年化波动率 ===== 日波动率 : 0.0155 年化波动率: 24.68% ===== 夏普比率 ===== 年化收益率 : -13.92% 夏普比率 : -0.65 （>1 不错，>2 很能打） ===== t 检验 ===== t 统计量: -0.473 p 值 : 0.6369 p >= 0.05 → 收益不够显著，可能只是运气

     
    关键结论：年化波动率 24.68%；夏普比率 -0.65（负值，表现不佳）；

    t 检验 p = 0.6369 ≥ 0.05，收益不够显著，可能只是运气。