1. 课程导入与数据准备

在开始任何计算之前，先要回答一个看似简单却决定成败的问题：我们究竟要比较什么？本课程的分析目标是——观察板块融资余额的变化方向与节奏，与板块指数的涨跌表现之间，是否存在稳定的同步、领先或背离关系。融资余额代表杠杆资金在该板块上的持仓意愿，板块指数代表整体价格结果，两者一个偏“资金行为”，一个偏“价格结果”，把它们放在同一时间轴上对照，才能看出资金是“追涨”“抄底”还是“撤退”。

需要先明确三个基本对象。第一，融资余额：投资者通过融资买入证券后尚未偿还的金额，通常以每日收盘后的交易所披露数据为准，单位为元或亿元。它只统计融资（做多杠杆），不含融券，因此是“多头杠杆存量”的代理变量。第二，板块指数：由一篮子成分股按既定权重编制的价格指数，用于刻画板块整体涨跌，需固定使用同一编制方案与同一基期，避免中途换指数导致不可比。第三，行情数据：包括指数日线的开高低收、成交量、成交额等，本课程主要用到收盘价与成交额。

数据来源上，融资余额来自交易所每日公布的融资融券明细（可按标的汇总到板块），板块指数与行情来自行情终端或公开数据接口。实操中最容易踩的坑是时间对齐：融资余额是T日收盘后披露、反映T日交易结果，指数收盘价也是T日结果，二者可以直接按交易日对齐；但若使用“T+1日才可查”的披露节奏，就必须按数据所属交易日而非查询日对齐，否则会人为制造一天的错位，把同步关系误判成领先关系。

下面这张图给出本节的数据准备链路：从三类原始数据出发，经过交易日对齐与板块归属汇总，形成一张“日期—融资余额—指数收盘—成交额”的对照宽表，作为后续所有分析的唯一数据底座。

环境搭建不必复杂，一个可复现的最小工作区即可：Python 环境加 pandas、numpy、matplotlib，数据以 CSV 落盘，目录按 raw/（原始数据）、clean/（对齐后宽表）、fig/（图表输出）三层组织。原始数据保留不动，所有清洗在对齐环节完成，保证任何一步都能回溯。

下面给出一个可直接运行的对齐示例。假设已取得某板块成分股融资余额明细 margin.csv（字段：日期、代码、融资余额）与指数行情 index.csv（字段：日期、收盘、成交额），核心是把标的汇总到板块、再与行情按交易日内连接：

import pandas as pd

margin = pd.read_csv("raw/margin.csv", parse_dates=["日期"])
index  = pd.read_csv("raw/index.csv",  parse_dates=["日期"])

# 1) 标的汇总到板块：同一交易日所有成分股融资余额求和
board = (margin.groupby("日期", as_index=False)["融资余额"]
               .sum()
               .rename(columns={"融资余额": "板块融资余额"}))

# 2) 计算余额日变化（正=增加，负=减少）
board = board.sort_values("日期")
board["余额变化"] = board["板块融资余额"].diff()

# 3) 与指数行情按交易日内连接，只保留双方都有的交易日
df = pd.merge(board, index, on="日期", how="inner").sort_values("日期")

# 4) 计算指数日涨跌幅（%）
df["指数涨跌幅"] = df["收盘"].pct_change() * 100

df.to_csv("clean/board_margin_index.csv", index=False)
print(df.head())
print("样本区间：", df["日期"].min(), "至", df["日期"].max(), "共", len(df), "个交易日")

运行后应重点检查三件事，而不是急着看相关性。其一，样本量与区间：打印出的交易日数量是否与预期一致，若明显偏少，多半是内连接时日期格式或时区不一致导致匹配失败。其二，缺失与断点：用 df.isna().sum() 检查各列空值，尤其首个交易日的“余额变化”和“指数涨跌幅”必然为空，属正常，不应填补为0。其三，量级合理性：板块融资余额应是亿元级、指数收盘应在合理点位、成交额不应为负，若出现数量级异常，通常是单位（元与亿元）或汇总口径（重复计入同一标的）出错。

数据准备完成后，建议先画一张最朴素的“双轴时序图”做肉眼体检：左轴为板块融资余额，右轴为指数收盘，观察两条曲线的大致形态是否同向、拐点是否接近、有无明显背离区间。这一步不追求结论，只用于发现数据异常（如某日余额突跳、指数长期横盘而余额剧烈波动），为后续的滚动相关、变化率对照和背离识别打下可信基础。至此，分析目标、对象定义、数据来源与对齐口径都已确定，后续所有章节都将在这张宽表上展开。