深圳融克迪特科技有限公司
RONG CREDIT TECHNOLOGY CO., LTD.
基础入门
基于收盘价列使用 rolling mean 生成 5 日和 10 日均线，理解滚动窗口的基本逻辑以及前几行空值的正常来源。
前面几讲虽然已经做了不少事情，但大多还停留在读表、缩表、加一列收益率、处理空值、整理顺序这样的层面。这些步骤都很重要，不过它们主要在解决“输入层”问题。到了第 6 讲，事情开始发生一个很明显的变化：你第一次不只是对单行或单列做静态处理，而是在时间顺序上做滚动计算。对金融数据来说，这是非常关键的一步。
所谓滚动计算，核心不是多写一个函数，而是开始承认当前这一行的结果，往往依赖前面若干行共同构成的窗口。均线正是最适合入门的滚动指标，因为它依赖关系直观，结果也容易和原始价格列并排理解。你算出来的不是一个孤立的新列，而是一种对近期价格水平进行平滑后的表达。
因此，第 6 讲真正要建立的，不只是“会写 rolling().mean()”，而是第一次让你感受到 pandas 在时序数据上的力量：它不仅能清理表，还能沿着时间顺序持续生成有分析意义的滚动结果。
如果只是为了展示滚动平均能工作，单独算一条 5 日均线其实已经够了。但作为入门教学，5 日和 10 日一起算会更有价值。因为只要两条均线同时出现，你就能立刻观察到窗口长度变化带来的差异，而不必等到更后面再慢慢体会。5 日通常更敏感，10 日通常更平滑，这种差异非常容易通过同一张表直接看出来。
对入门者来说，这种并排对照的帮助很大。它会让你意识到，滚动窗口不是一个抽象参数，而是真的会改变结果的形状、空值长度和变化节奏。你不再只是知道“能算均线”，而开始知道“不同窗口会让均线呈现不同性格”。这种认识，对后面继续做参数比较或者更复杂指标都很有帮助。
所以第 6 讲用两条均线，目的不是把内容铺得更多，而是让窗口概念一下子变得可见、可比、可解释。这种可见性在入门阶段非常重要。
均线和前几讲最大的不同，在于它对行顺序异常敏感。选列、删除空值时，顺序有时不一定马上让结果出错；但滚动均线不一样。它默认当前行前面的样本就是真正的历史顺序，只要这个前提不成立，哪怕数值能算出来，语义也会出问题。所以，第 6 讲和第 5 讲之间的衔接非常紧密。上一讲把日期排序和索引整理好，不是可有可无的准备，而是当前滚动计算能否可信的前提。
这也是为什么在金融数据处理中，很多看似“整理类”的步骤，其实都在为分析步骤服务。滚动计算尤其能放大这个事实。你会非常清楚地感觉到：如果表的顺序没有先被确认，后面的任何窗口结果都会让人心里没底。相反，只要顺序已经被处理得很清楚，滚动均线这类指标就会顺理成章地落到表上。
因此，第 6 讲除了教均线，也在强化一种很重要的工作标准：所有时序窗口类结果，都必须建立在已经确认过的时间顺序之上。
很多新手第一次算均线时，最容易慌的地方不是结果本身，而是前几行为什么是空的。尤其是同时算 5 日和 10 日均线时，这个现象会更明显。其实这恰恰是滚动窗口最值得先理解的地方。5 日均线意味着当前行要和前面 4 行一起凑成一个完整窗口；10 日均线则需要前面 9 行。样本不足时，程序不给结果，不是偷懒，而是在严格遵守定义。
这件事特别值得早点想明白，因为它会直接影响你以后面对所有滚动指标时的反应。只要窗口没凑满，出现空值往往就是合理现象，而不是错误提示。对于均线来说，这个行为甚至是一种很好的教学反馈，它明确告诉你：结果并不是“每一行都该有”，而是“只有满足窗口条件的行才该有”。
因此，第 6 讲里看到空值时，最应该做的不是立刻怀疑代码，而是先回到窗口长度本身。只要能把这个逻辑说清楚，这一讲最重要的一层理解其实就已经建立了。
均线一旦算出来，很多人会被新列本身吸引，忍不住只看 ma_5 和 ma_10，仿佛这两列是新的主角。其实更稳的做法，是始终把它们和原始 close 列放在一起看。因为均线的全部意义，都是围绕价格的平滑表达展开的。脱离价格列单独看，你会很容易失去直觉，只剩下一串看起来“平稳一些”的数字。
当价格和两条均线并排时，很多东西会立刻变得自然。你会看到 5 日均线通常更贴着价格动，10 日均线通常更平滑、更慢；你会看到窗口越长，前面的空值越多；你还会逐渐意识到，均线其实是在给价格的短期波动加一个更容易看趋势的滤镜。这些理解都不是从死记函数得来的，而是从并排观察里长出来的。
入门阶段特别需要这种“把函数结果重新拉回样本层面”的习惯。因为你以后面对更多技术指标时，也会发现真正帮助你理解的，不是指标名称本身，而是它和原始数据放在一起以后表现出的关系。
第 6 讲虽然还没有正式进入参数比较，但实际上已经在悄悄为那件事打地基。因为当你同时得到 5 日和 10 日两条均线时，已经开始接触一个非常重要的事实：参数不同，结果的节奏、平滑程度和起始可用位置都会不同。这种差异就是最基础的参数影响。
对入门者来说，这种体验特别宝贵。很多人一提参数，就会联想到复杂调优，好像那是很后面的事。其实最早的参数意识，完全可以从均线窗口这种最简单的设置开始。你会开始明白，参数不是一个“随便填的数字”，它会真实地决定结果列长什么样、什么时候开始有值、对价格变化反应有多快。
因此，第 6 讲除了教滚动均值，也是在为后面更复杂的比较意识做最小铺垫。只要你已经感受到 5 日和 10 日之间那种直观差异，后面看到更复杂参数变化时，就不会那么陌生。
很多入门者在数据练习里，都会有一种隐形期待：只要代码写对了，最好每一列都立刻出现完整结果。均线这一讲会比较早地打破这种期待。因为一旦样本不够长，比如只有几行或者还不到 10 行，那么 10 日均线就很可能全空。这不是失败，而是在提醒你：数据条件本来就决定了结果能否成立。
能够接受这一点，其实是很重要的数据分析能力。因为真实工作里，很多限制并不是代码问题，而是样本本身的边界。只要你已经理解为什么 10 日均线暂时还算不出来，就不会被输出外观牵着走，也不会为了“让结果看起来完整”去做一些没有根据的填充。
换句话说，第 6 讲也在训练一种非常有价值的态度：当结果暂时不完整时，先回到定义和样本条件，而不是先怀疑一切都错了。这个习惯会让后面的分析过程稳很多。
均线列一旦加入，当前这张工作表就已经不再只是一个清洗过的基础表，而更像一张真正进入分析阶段的中间结果表。你现在有了日期、有了价格、有了收益率、也有了滚动均线。后面的月份统计和成果导出，实际上都会建立在这层更丰富的结构之上。也就是说，第 6 讲不是一个孤立的技术指标讲解，而是在让整张工作表真正具备“值得保存下来”的中间成果属性。
这对整套 pandas 短课很重要。因为它让后面两讲不只是零散补充，而是顺着一张越来越完整的分析表继续推进。你会明显感觉到，这套练习不再只是“每讲一个小技巧”，而是围绕同一张表逐步搭建分析层。只要这一层工作面建立起来，后面很多动作都会更顺。
这也是为什么第 6 讲在整个系列里位置非常关键。它真正让这张表从“清理后的输入”转成了“开始具备分析内容的中间结果”。
均线列真正加入工作表以后，比较理想的状态不是“我会写 rolling 了”，而是你已经形成一套很基础的判断框架。比如你会先看日期顺序是否可信，再看前几行空值是不是符合窗口定义，然后把均线放回价格列旁边一起读，最后再比较不同窗口是否带来明显不同的平滑程度。只要这套顺序开始稳定，后面你再加入更多滚动指标时，思路就不容易乱。
这个框架的意义在于，它把滚动计算从单纯的语法问题，推进成了一个有解释顺序的分析动作。对初学者来说，这种顺序感非常重要，因为很多错误并不是函数不会写，而是算出来以后不知道该怎么判断对不对。
第 6 讲还有一个很容易被忽略的价值，就是它在训练你养成一种非常稳的工作习惯：指标生成以后，先解释它，再决定如何把它往后传。均线列不是一生成就立刻拿去做所有后续事情，而是先确认它和价格关系是否合理、空值是否正常、不同窗口差异是否符合直觉，然后再把它留在工作表里供后续月份统计和导出使用。这个顺序会让整套分析链路稳很多。
一旦这种习惯建立起来，后面无论你再新增收益波动指标、区间统计，还是别的滚动结果，都不会只停在“代码能跑”这一层，而会自然多出一层解释和验收。
如果这一讲已经真正做扎实，你通常会进入一种比较明确的完成状态：你知道为什么前几行会空，知道为什么滚动指标必须依赖可信顺序，也知道把均线单独看和放回价格旁边看，含义会完全不同。更进一步，你还能说清 5 日和 10 日均线到底在平滑程度上有什么差异，以及这种差异为什么会影响后续阅读。只要这些解释都已经顺起来，这一讲才算真的完成。
这种完成状态很重要，因为它说明你已经从“会生成两列”走到了“会解释两列”。对后面的月度统计和成果导出而言，后者显然更有价值。
这一讲的重点，不只是让 close 列长出 ma_5 和 ma_10 两列，而是第一次真正带你进入 pandas 的滚动计算世界。你需要理解，滚动均线依赖可信顺序，前几行空值来自窗口定义，5 日和 10 日的差异体现了最基础的参数影响，而均线的意义必须放回价格列旁边才能真正看懂。只要这些层都已经建立起来，这一讲就真正完成了。
本讲是《pandas金融数据入门短课》的第 6 讲，当前主题是《计算 5 日和 10 日均线》。上一讲已经把表的时间顺序和索引整理到了可信状态，这一讲则在此基础上加入了第一组滚动指标。下一讲会继续把已有的收益率列按月份汇总，第一次从逐日视角切换到时间段聚合视角。
风险揭示与免责声明
本页面内容仅用于量化研究与技术交流，旨在展示研究方法与流程，不构成对任何金融产品、证券或衍生品的要约、招揽、推荐或保证。
本文所涉历史数据、回测结果与示例参数不代表未来表现，也不应作为投资决策依据。
市场存在波动、流动性与执行偏差等不确定性，任何策略均可能出现收益波动或阶段性失效。
读者应结合自身风险承受能力进行独立判断，并在必要时咨询持牌专业机构意见。
