如何用Pandas实现股票分组回测？行业对比分析！

如何用Pandas实现股票分组回测？行业对比分析！

为什么你需要分组回测？

很多股民朋友都有这样的困惑：选了一堆股票，但不知道哪个行业更值得投资。今天我就教你用Pandas这个数据分析神器，把股票按行业分组，看看哪些行业是真正的"摇钱树"。

我在证券公司工作这些年，见过太多客户凭感觉选股，结果被市场狠狠教育。其实用数据说话才是王道，分组回测能帮你避开很多坑。

准备你的"武器库"

首先你得有个趁手的工具包：

import pandas as pd
import numpy as np
import tushare as ts  # 获取股票数据的利器
import matplotlib.pyplot as plt
%matplotlib inline

没有安装？简单：

pip install pandas numpy tushare matplotlib

第一步：搞到靠谱的股票数据

我用的是tushare pro，需要注册个token（找我开户的客户，我可以直接帮你搞定数据接口权限）。

pro = ts.pro_api('你的token')

获取全市场股票：

stock_list = pro.stock_basic(exchange='', list_status='L')

行业分类数据很关键：

industry = pro.stock_company(exchange='SSE')

清洗数据是门艺术

原始数据就像刚挖出来的矿石，得先提炼：

# 合并两个表
df = pd.merge(stock_list, industry, on='ts_code')

# 保留有用的列
df = df[['ts_code', 'name', 'industry', 'list_date']]

# 去掉行业为空的
df = df[df['industry'].notna()]

行业分组有讲究

看看市场上有哪些行业：

industry_counts = df['industry'].value_counts()
print(industry_counts.head(10))

你会发现有些行业股票太少，回测没意义。我一般保留股票数>20的行业：

valid_industries = industry_counts[industry_counts > 20].index
df = df[df['industry'].isin(valid_industries)]

获取行情数据的小技巧

批量获取股价数据是个技术活，直接全市场获取会被限流。我的经验是：

1. 按行业分批获取
2. 设置合理的sleep间隔
3. 存到本地避免重复请求

price_data = {}
for industry in df['industry'].unique():
    codes = df[df['industry']==industry]['ts_code']
    # 这里简化处理，实际要分批次
    price_data[industry] = pro.daily(ts_code=','.join(codes))

计算行业收益率的正确姿势

有了价格数据，我们算每个行业的平均收益率：

industry_returns = {}
for industry, data in price_data.items():
    # 按股票代码分组
    grouped = data.groupby('ts_code')
    # 计算每只股票的年化收益
    returns = []
    for code, group in grouped:
        group['pct_chg'] = group['close'].pct_change()
        annual_return = (1 + group['pct_chg']).prod() ** (252/len(group)) - 1
        returns.append(annual_return)
    industry_returns[industry] = np.mean(returns)

可视化让数据说话

数字太枯燥，画个图一目了然：

result = pd.Series(industry_returns).sort_values()
result.plot(kind='barh', figsize=(10,12))
plt.title('各行业平均年化收益率对比')
plt.xlabel('年化收益率')
plt.show()

你可能会遇到的坑

1. 幸存者偏差：现在存在的股票都是还没退市的，表现自然比实际好

   • 解决方法：包含已退市股票数据

2. 行业变迁：十年前的"朝阳行业"现在可能日薄西山

   • 解决方法：分时间段回测

3. 手续费影响：频繁调仓成本很高

   • 解决方法：在回测中计入交易成本

进阶玩法：多因子分组

除了行业，还可以按PE、市值等分组：

# 获取估值数据
valuation = pro.daily_basic(ts_code=','.join(df['ts_code']))
merged = pd.merge(df, valuation, on='ts_code')

# 按PE分组
merged['PE_group'] = pd.qcut(merged['pe'], q=5, labels=['最低','较低','中等','较高','最高'])

为什么专业机构都用这套方法

我在券商工作这些年，发现所有正规的量化团队都在用类似方法。区别在于：

• 他们数据更全（找我开户可以用我们的机构级数据接口）
• 他们考虑更多因素（流动性、财务质量等）
• 他们有更复杂的风险控制模型

给你的实战建议

1. 别只看收益率：高收益往往伴随高风险，要结合波动率看
2. 定期更新：行业格局会变，建议每季度重新跑一次
3. 分散投资：即使某个行业表现好，也别All in

写在最后

看到这里你可能发现了，专业投资和散户瞎蒙的区别就在于是否用数据说话。我在证券公司经常帮客户做这类分析，其实开户后我们的量化投研平台可以直接用这些功能，比自己折腾方便多了。

想试试这个方法但嫌麻烦？找我开户可以免费获取：

• 完整的行业分类数据
• 稳定的行情接口
• 预装好的分析工具

评论区留言"行业分析"，我发你整理好的代码和样例数据。投资路上，数据才是你最好的朋友。