深圳融克迪特科技有限公司

1. 本节目标

第 2 讲的任务很纯粹：把第 1 讲里构造出来的价格序列对象，整理成一份最小回测数据集，并明确后面几讲会一直围绕哪些列和哪些形状继续往下走。如果第 1 讲解决的是“vectorbt 环境和 PriceData 能不能成立”，那第 2 讲解决的就是“这份数据能不能真正拿来做均线、信号和回测”。

学完这一讲后，先把下面几件事做扎实：

1. 知道最小回测数据集应该保留哪些列。
2. 会把当前价格对象整理成后续计算更方便的 DataFrame 视图。
3. 理解为什么在真正开始做信号前，先把输入表看清楚比什么都重要。

2. 为什么要先准备“最小回测数据”

vectorbt 很强，但也正因为强，新手很容易一开始就把问题做复杂，比如同时上多资产、多指标、多参数扫描。第 2 讲故意反过来：先只保留最小输入，把后面真的要用到的数据对象准备清楚。这样做有三个直接好处：

1. 后面算均线时不会被无关列分散注意力。
2. 构造买卖信号时，输入表结构是稳定的。
3. 你能把“回测结果不对”先和“输入数据不清楚”分开。

在向量化框架里，输入表越明确，后面的调试成本越低。

3. 复用第 1 讲的vbt_price_data

本讲默认你已经完成第 1 讲，手上有一个可用的 vbt_price_data：

import vectorbt as vbt
import pandas as pd
import numpy as np

close_df = vbt_price_data.close.copy()
print(close_df.head())

现在的关键不是重新造数据，而是把它整理成后面几讲反复会看的“最小回测表”。

4. 四步整理出最小回测数据

这一讲的目标是把原始价格表压成一张足够轻、但还能继续往后传递的工作表。下面四步分别处理结构、字段语义和查看便利性。

5. 先看形状和列名

print(close_df.shape)
print(close_df.columns.tolist())
print(close_df.index)

这一步的意义很简单：确认当前数据到底有几行几列、列名是谁、索引是什么。后面无论你算均线还是构造信号，本质上都在这些维度上继续加工。

6. 先选定一列做单资产练习

虽然第 1 讲构造了三列数据，但第 2 讲建议先只选一列当作最小练习对象：

asset_col = close_df.columns[0]
single_df = close_df[[asset_col]].copy()
print(single_df.head())

这不是在削弱 vectorbt 的多资产能力，而是在为入门者降低复杂度。单资产先走通，后面再回到多资产，会稳很多。

7. 重命名成更直接的工作表字段

single_df = single_df.rename(columns={asset_col: "close"})
print(single_df.head())

后面几讲如果一直带着原始资产名，新手很容易把“列名”和“字段语义”混在一起。先在单资产练习里把它改成 close，阅读和调试都会更直接。

8. 增加一列顺序编号辅助查看

single_df = single_df.reset_index().rename(columns={single_df.index.name or 'index': 'date'})
single_df['row_id'] = np.arange(len(single_df))
print(single_df.head())

这一步不是必须用于生产，而是非常适合入门调试。因为你后面在看均线、信号、入场出场时，经常需要快速对照“第几行发生了什么”。

9. 确认这份最小回测数据已经够用

验证不求花哨，只要确认这张表还能算、还能看、行顺序也清楚，就已经够支撑后面几讲。

10. 它仍然是 DataFrame

assert isinstance(single_df, pd.DataFrame)

11. 至少保住了价格列

assert 'close' in single_df.columns

12. 价格列可以继续用于数值计算

assert pd.to_numeric(single_df['close'], errors='coerce').notna().all()

13. 行顺序清楚

assert 'row_id' in single_df.columns
assert single_df['row_id'].iloc[0] == 0

14. 为什么第 2 讲要先压成单资产表

这里最容易出现的疑问，几乎都和“为什么不一步到位保留全部原始结构”有关。先把最小链路走通，比一开始追求完整更重要。

15. 明明 vectorbt 支持多资产，为什么先退回一列

因为入门阶段真正难的不是算力，而是看懂数据流。单列先走通，你才能看清后面 5 日均线、买入信号和回测净值之间的关系。

16. 为什么要改成close这么普通的列名

为了让你把注意力放在“这是价格列”上，而不是总被资产名分心。后面再回到多资产时，再保留原始列名也不迟。

17. reset_index 会不会破坏原数据

这里只是为了做一份更容易查看的练习表，不是在破坏底层 PriceData。第 2 讲的重点是“看清楚”，不是“保持最原汁原味的对象结构”。

18. 哪些情况仍然算本讲完成

1. 你最终只保留一列 close 来练，完全没问题。
2. 你也可以保留日期索引，不一定非要 reset_index()，只要自己能稳定看懂就行。
3. 你整理的是单资产表，不代表后面不能回到多资产。
4. row_id 只是调试辅助列，不是必须的业务字段。

19. 写一个最小准备函数

import numpy as np
import pandas as pd

def prepare_min_bt_frame(close_df: pd.DataFrame) -> pd.DataFrame:
    asset_col = close_df.columns[0]
    out = close_df[[asset_col]].copy().rename(columns={asset_col: 'close'})
    out = out.reset_index().rename(columns={out.index.name or 'index': 'date'})
    out['row_id'] = np.arange(len(out))
    return out

single_df = prepare_min_bt_frame(vbt_price_data.close)
print(single_df.head())

后面几讲只要这份表还在，你就能持续在同一份最小输入上往下推进。

20. 完成标准

如果你现在能说出“我已经把 vectorbt 的原始价格对象整理成一张只有日期、收盘价和顺序编号的最小回测表”，那第 2 讲就算真的完成了。

21. 为什么“最小”比“完整”更重要

很多人一接触 vectorbt，就会天然想把它当成一个“可以一下子做很多事”的工具。这种直觉没错，但对入门者来说，越早追求完整，越容易把自己绕进去。第 2 讲刻意强调“最小回测数据”，背后的考虑是：

1. 当你只保留一列 close 时，后面的每一列衍生结果都更好解释。
2. 当你把日期和顺序编号明确放出来时，后面一旦结果不对，很容易定位到具体哪一行。
3. 当表足够小、足够干净时，你在脑子里也能把它想清楚，而不是只剩下一堆 API 名字。

对入门回测来说，这种“我脑子里能跟住数据流”的状态，比一开始就把所有能力都打开更重要。

22. 最小回测表到底应该服务什么

第 2 讲做出来的 single_df，重点不在于停留在展示层，更在于后面几讲持续复用。它至少要能服务下面几件事：

1. 第 3 讲在 close 列上计算 5 日均线。
2. 第 4 讲根据 close 和均线构造布尔信号。
3. 第 5 讲继续在同一张表上构造卖出条件。
4. 第 6 讲把这些列交给 vectorbt 的回测入口。

也就是说，这张表重点不在于“好看”，更在于“后面真的拿它干活”。只要你用这个标准回头检查，就会知道哪些列该留，哪些列可以先不引入。

23. 保留原对象，同时维护工作副本

入门阶段很推荐你把底层价格对象和工作表分开保存。比如：

raw_close_df = vbt_price_data.close.copy()
work_df = prepare_min_bt_frame(raw_close_df)
print(raw_close_df.head())
print(work_df.head())

这样做的价值很直接：当你后面不断往 work_df 里加均线、信号、收益列时，底层原始价格表仍然在。你随时可以回头对照“问题到底出在输入，还是出在中间加工步骤”。

24. 为什么顺序编号对新手尤其有用

很多有经验的人在看回测时，直接看日期索引就够了。但新手一开始常常会在“第几行”和“哪一天”之间来回找不到对应关系。所以第 2 讲特地建议你加一个 row_id。它不是什么高级字段，却非常适合做调试锚点。

例如后面你看到某个信号在第 12 行第一次变成 True，你可以立刻定位：

print(single_df.loc[single_df['row_id'] == 12])

这种直接按行追踪的方式，会明显降低你理解整条数据链路的难度。

25. 把第 2 讲做成一份“后面可以一直沿用”的底表

如果你愿意再稳一点，第 2 讲甚至可以顺手把这份底表保存一下：

single_df.to_csv('vectorbt_min_data.csv', index=False, encoding='utf-8-sig')

这样后面几讲你即使中途重开解释器，也能继续用同一份固定样本推进。它不会替代 PriceData，但会给你的入门练习提供一个稳定、可重复的起点。

26. 第 2 讲在整个 vectorbt 短课里的作用

如果把整个系列看成一条链，第 1 讲是“把环境和对象跑通”，第 2 讲则是“把对象变成后面能持续加工的底表”。很多入门学习之所以断掉，不是因为不会再多写一个函数，而是因为中间没有一张真正稳定、可解释、可复查的工作表。第 2 讲正是在补这块地基。

27. 系列衔接

本讲是《vectorbt回测入门短课》的第 2/8 讲，当前主题是《准备最小回测数据》。

上一讲：第 1 讲《安装vectorbt：创建第一组价格序列》。

下一讲：第 3 讲《计算5日均线》。

后续安排：第 4 讲《构造买入信号》；第 5 讲《构造卖出信号》。

28. 风险揭示与免责声明