【Python 系列 第3讲】for循环：批量计算日收益率

1. 本节目标

第 3 讲开始第一次真正做“批量处理”。目标很清楚：不再手工一条一条地算价格变化，而是用 for 循环把一组收盘价对应的日收益率批量算出来。这一步是 Python 量化练习里非常关键的分水岭，因为从这里开始，你处理的就不再是几个孤立数字，而是一整串可以自动推进的样本。

学完这一讲后，你可以直接完成下面几件事：

1. 用 for 循环遍历一组价格。
2. 计算相邻两天的简单收益率。
3. 得到一组可继续筛选和汇总的收益率结果。

一旦这一步走通，后面写函数、做筛选和生成摘要都会顺很多。

2. 为什么第 3 讲先练“批量计算收益率”

量化入门里最容易出现的一个卡点，就是明明知道收益率怎么算，却总停留在“拿两天价格手算一下”。这种方式适合理解公式，不适合真正开始写程序。程序真正擅长的，是把同样的动作对一串数据重复执行。

第 3 讲把 for 循环和收益率放在一起，就是为了让你第一次把“重复动作自动化”这件事落地。收益率又是一个非常合适的练习对象，因为它：

1. 公式足够简单，容易肉眼检查。
2. 结果会直接受到价格顺序影响，能顺手强化你对序列的理解。
3. 后面筛上涨日、算摘要时都会继续用到。

3. 沿用第 2 讲的价格列表

本讲继续使用纯 Python，不引入第三方库。沿用一组小样本即可：

prices = [12.34, 12.80, 12.65, 13.10]

这里多放了一天，是因为收益率至少需要两天价格，样本太短时不容易看出循环的意义。

4. 四步批量算出一组日收益率

下面四步分别对应“先理解起点”“再写循环”“把结果存起来”“最后看输出”。

5. 先明确收益率怎么算

最基础的简单收益率写法是：

$$ \text{return} = \frac{\text{today} - \text{yesterday}}{\text{yesterday}} $$

翻成 Python，就是“当前价格减去前一天价格，再除以前一天价格”。第 3 讲不追求花哨写法，先把这个关系写清楚最重要。

6. 用循环从第二个价格开始遍历

for i in range(1, len(prices)):
    prev_price = prices[i - 1]
    curr_price = prices[i]
    print(prev_price, curr_price)

之所以从 1 开始，而不是从 0 开始，是因为收益率每次都要回头看前一天。如果从第一天直接算，会没有可对照的上一日价格。

7. 把收益率真正算出来并存进列表

returns = []

for i in range(1, len(prices)):
    prev_price = prices[i - 1]
    curr_price = prices[i]
    ret = (curr_price - prev_price) / prev_price
    returns.append(ret)

print(returns)

这一步的关键，是不要只 print(ret) 看一眼就结束，而是把结果存进 returns 列表。因为后面你还要继续筛选和汇总，没有结果容器会很难往下走。

8. 把收益率格式化输出

for ret in returns:
    print(f"日收益率: {ret:.2%}")

用百分比格式打印出来以后，结果会更容易直接读。比如 0.037 打印成 3.70%，比原始小数更适合入门阶段核对。

9. 怎样判断这组收益率真的算对了

只要把长度、首个结果和输出格式三个关键点看清楚，本讲就算走通了。

10. 收益率条数应该比价格少 1

assert len(returns) == len(prices) - 1

11. 第一个收益率和手算一致

expected_first = (12.80 - 12.34) / 12.34
assert abs(returns[0] - expected_first) < 1e-9

12. 结果里都是数值

assert all(isinstance(ret, float) for ret in returns)

13. 格式化输出能正常显示百分比

print(f"首个收益率: {returns[0]:.2%}")

只要这几条都成立，就说明你已经把“会算收益率”推进成了“会批量算收益率”。

14. 为什么循环一写就容易乱

这是第 3 讲最常见的痛点，但它通常不是公式问题，而是顺序问题。

15. 为什么不能从0开始

因为第一天没有前一天价格。若你从 0 开始，prices[i - 1] 会变成最后一个值，逻辑就乱了。

16. 为什么收益率条数比价格少一条

因为第一天只能作为基准，不能直接形成收益率。这个现象是正常的，不是少算了。

17. 为什么建议先把结果存到列表里

因为后面你还要继续做条件筛选、统计和摘要。如果每次只打印不保存，代码很快就会断在中间。

18. 如果前一天价格是 0 怎么办

那就不能直接相除。这是第 7 讲异常处理会专门补的场景，本讲先假定样本价格都正常。

19. 哪些情况仍然算本讲完成

1. 你不一定非要打印百分比，小数形式也可以，只要你能解释结果。
2. 当前只算简单收益率，不要求对数收益率。
3. 样本可以多一天或少一天，但必须至少有两天价格。
4. 当前不要求把日期也一并放进去，第 3 讲先把循环和收益率关系练清楚。

20. 写一个最小批量收益率函数

def calc_simple_returns(prices):
    returns = []
    for i in range(1, len(prices)):
        prev_price = prices[i - 1]
        curr_price = prices[i]
        returns.append((curr_price - prev_price) / prev_price)
    return returns

prices = [12.34, 12.80, 12.65, 13.10]
print(calc_simple_returns(prices))

从这一讲开始，把动作封装成函数会越来越值得，因为它能帮你避免每次都从零重写循环。

21. 第 3 讲跑通的是“重复动作自动化”

收益率只是这节课的表面任务，真正更重要的，是你第一次把同一个计算动作稳定地重复应用到一串数据上。对量化练习来说，这是非常关键的能力，因为后面很多任务都只是“换了个公式的批量处理”。

换句话说，第 3 讲帮你建立的，不只是一个 returns 列表，而是“遇到一串数据时，先想循环怎么写”的基本反应。

22. 完成标准

如果你现在已经能用 for 循环把一组收盘价稳定转换成一组日收益率，并且知道为什么结果条数会少一条，那第 3 讲就算完成。

23. 系列衔接

本讲是《Python量化入门短课》的第 3/8 讲，当前主题是《for循环：批量计算日收益率》。

上一讲：第 2 讲《列表和字典：装下价格与日期》。

下一讲：第 4 讲《函数封装：写一个收益率计算器》。

后续安排：第 5 讲《条件判断：筛出上涨交易日》；第 6 讲《CSV读写：保存再读回价格表》。

24. 风险揭示与免责声明