Principle · Data And Libraries
Numpy、Pandas 与数据 API 是量化策略的燃料系统
原则释读
这本书中段把量化常用库和获取数据函数分开讲,其实是在搭两层能力:本地处理数据和从平台取回市场信息。
为什么重要
策略效果不只由逻辑决定,也由数据结构和调用方式决定。
怎么用到自己的投资/知识系统
先用数组、表格和时间对象组织数据,再把 history、fundamentals、指数成分股等 API 接进去。
图版证据
先把这个原则挂回原书页,再决定它怎么进入你的量化学习和研究路径。
行动规则
- 先定义你要什么数据,再调接口。
- 数组和表格要服务信号计算。
- 数据调用和数据清洗要一起想。
常见误区
- 会调 API 但不会整理数据。
- 只记函数名,不理解返回结构。
辨析题:为什么数据函数和常用库要一起理解?
因为取数只是入口,真正让数据变成信号的是 Numpy、Pandas 和时间处理这些中间层。