VIP20
本课程属于：004-量化策略回测标签口径校准 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

量化策略回测标签清洗实战教程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
量化回测中数据清洗的重要性 · 常见数据问题概览 · 课程目标与学习路径
课程导论量化回测
02
环境搭建
Python环境配置 · Pandas/NumPy/Matpl… · Jupyter Notebook设置
环境搭建Python
03
数据获取基础
从Yahoo Finance获取历史… · 从CSV文件读取数据 · API接口调用规范
数据获取基础Yahoo
04
数据探索与概览
DataFrame基本信息查看 · describe()统计摘要 · info()数据类型检查
数据探索概览
05
缺失值识别
isnull()与isna()方法 · 缺失值热力图可视化 · 缺失比例计算
缺失值识别isnull
06
缺失值处理策略
删除法(dropna) · 填充法(ffill/bfill) · 插值法(interpolate)
缺失值处理策略dropna
07
异常值检测
Z-score方法 · IQR四分位距法 · 箱线图可视化异常值
异常值检测Z-score
08
异常值处理
截尾处理(Winsorize) · 替换为边界值 · 基于业务逻辑的修正
异常值处理Winsorize
09
重复数据处理
duplicated()检测重复行 · drop_duplicates()去… · 基于关键列去重
重复数据处理duplicated
10
日期时间处理
to_datetime()转换 · 设置日期索引 · 日期范围生成
日期时间处理to
11
时间序列重采样
resample()降采样与升采样 · OHLC重采样 · 聚合函数应用
时间序列重采样resample
12
数据对齐与合并
merge()多表合并 · concat()拼接 · join()索引对齐
数据对齐合并
13
价格数据清洗
复权价格处理(前复权/后复权) · 涨跌停数据标记 · 停牌数据处理
价格数据清洗复权价格处理
14
成交量数据清洗
异常成交量识别 · 成交量平滑处理 · 成交量单位统一
成交量数据清洗异常成交量识别
15
金融指标计算
移动平均线(MA) · 相对强弱指标(RSI) · 布林带(Bollinger Band…
金融指标计算MA
16
数据标准化与归一化
Min-Max标准化 · Z-score标准化 · 适用于回测的注意事项
数据标准化归一化
17
分类数据编码
Label Encoding · One-Hot Encoding · 适用于金融因子的编码策略
分类数据编码Label
18
滚动窗口计算
rolling()滚动均值/标准差 · expanding()扩展窗口 · 自定义滚动函数
滚动窗口计算rolling
19
滞后特征构建
shift()创建滞后变量 · 多期滞后特征 · 避免未来信息泄露
滞后特征构建shift
20
数据切片与筛选
基于条件的行筛选 · iloc/loc索引 · 多条件复合筛选
数据切片筛选
21
分组聚合操作
groupby()按股票/行业分组 · transform()与apply(…
分组聚合操作groupby
22
数据透视与重塑
pivot_table()透视表 · melt()宽表转长表 · stack/unstack
数据透视重塑
23
多标的并行清洗
for循环遍历股票池 · 使用apply并行加速 · 多进程Pool应用
多标的并行清洗for
24
数据质量监控
自动化检查脚本 · 数据完整性校验 · 异常报警机制
数据质量监控自动化检查脚本
25
回测数据准备
训练集/测试集划分 · 避免前视偏差 · 时间序列交叉验证
回测数据准备训练集
26
因子数据清洗
因子值去极值 · 因子中性化处理 · 因子标准化流程
因子数据清洗因子值去极值
27
行业分类数据清洗
行业代码统一 · 行业映射表构建 · 行业哑变量生成
行业分类数据清洗行业代码统一
28
宏观经济数据清洗
GDP/CPI数据对齐 · 频率转换 · 缺失值插补
宏观经济数据清洗GDP/CPI
29
实战案例一
单股票日频回测数据全流程清洗
实战案例一单股票日频回测数…
30
实战案例二
多股票分钟频高频数据清洗与特征工程
实战案例二多股票分钟频高频…