【Python 系列 第5讲】条件判断：筛出上涨交易日

1. 本节目标

第 5 讲开始把前面算出来的日收益率真正拿来做判断。目标很清楚：学会用 if 条件判断，从一组收益率里筛出上涨交易日。这一步非常实用，因为很多后续任务本质上都是“先算，再筛”。比如只看上涨日、只看回撤日、只看波动过大的日子，底层动作都离不开条件判断。

学完这一讲后，你可以直接完成下面几件事：

1. 根据收益率是否大于 0 判断当天是否上涨。
2. 把上涨日对应的日期筛出来。
3. 把“计算”和“筛选”两个动作分开理解。

第 5 讲的重点不是复杂条件，而是先把最常见的筛选动作写稳。

2. 为什么先筛“上涨交易日”

条件判断本身是通用语法，但如果没有一个具体对象，新手很容易只停留在背 if、elif、else 的写法上。把它放到“上涨交易日”这个场景里，最大的好处是：

1. 条件足够直观，收益率大于 0 就代表上涨。
2. 结果容易验证，肉眼就能看出哪些日子应该被筛中。
3. 和前几讲的价格、收益率练习能自然衔接起来。

所以第 5 讲重点不在于多学一条语法，更在于把“算出结果之后怎么继续挑样本”这件事跑通。

3. 继续沿用价格和收益率样本

dates = ['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04']
prices = [12.34, 12.80, 12.65, 13.10]

先用第 4 讲的函数把收益率算出来：

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

returns = calc_simple_returns(prices)
print(returns)

这里要注意，returns 的长度会比 dates 少 1，所以后面筛选时，日期要从第二天开始对应。

4. 四步筛出上涨交易日

这四步会把第 4 讲的收益率函数和本讲的条件判断接起来，让你看到“先计算，再筛选”的完整顺序。

5. 先明确筛选规则

本讲只用一条最简单也最常见的规则：

ret > 0

也就是说，只要当天收益率大于 0，就把这一天视为上涨日。当前先不要引入“涨幅超过 2%”之类更复杂的条件，先把基础动作练稳。

6. 循环遍历收益率和对应日期

up_days = []

for i in range(len(returns)):
    current_date = dates[i + 1]
    current_return = returns[i]
    print(current_date, current_return)

这里的 i + 1 很关键。因为第一个收益率对应的是第 2 天相对于第 1 天的变化，所以日期要从第二个交易日开始取。

7. 用if判断是否上涨

up_days = []

for i in range(len(returns)):
    current_date = dates[i + 1]
    current_return = returns[i]

    if current_return > 0:
        up_days.append(current_date)

print(up_days)

这一步已经把“算”推进成了“筛”。当条件成立时，把日期放进 up_days 列表，后面无论是统计次数还是继续打印明细，都有了明确结果容器。

8. 把上涨日和收益率一起打印出来

for i in range(len(returns)):
    current_date = dates[i + 1]
    current_return = returns[i]

    if current_return > 0:
        print(f"上涨日: {current_date}, 收益率: {current_return:.2%}")

把日期和收益率一起打印出来，有助于你核对筛选逻辑到底对不对，而不是只看到一个孤零零的日期列表。

9. 怎样判断筛选结果是对的

验证时不要只看打印结果好不好看，而要确认被筛中的日期和你手工判断的涨跌方向是否一致。

10. 上涨日列表不是随便拼出来的

assert isinstance(up_days, list)

11. 上涨日条数不应超过收益率条数

assert len(up_days) <= len(returns)

12. 第一段样本里第 2 天应被筛中

assert '2024-01-02' in up_days

因为 12.80 比 12.34 高，所以 2024-01-02 对应的收益率应为正。

13. 下跌日不应被错放进上涨列表

assert '2024-01-03' not in up_days

因为 12.65 相比 12.80 是下跌，这一天不应该被归入上涨日。

只要这些检查都成立，就说明你已经能把条件判断稳定地用在价格样本上了。

14. 为什么一加条件判断就容易错位

这一节里最容易出错的不是 if 语法本身，而是日期、收益率和索引位置是否保持一致。

15. 为什么日期要用dates[i + 1]

因为收益率从第二天才开始有值。若直接用 dates[i]，日期和收益率会整体错一位。

16. 为什么只把日期存进up_days

这是为了先把筛选逻辑练清楚。后面如果你想把日期和收益率一起保存，也完全可以扩成字典列表。

17. 能不能直接筛价格，不先算收益率

可以，但那样你筛出来的只是“今天价格高不高”，而不是“相对昨天是否上涨”。量化里这两个含义不同。

18. 如果收益率刚好等于 0 怎么办

那它不算上涨日。第 5 讲先用严格大于 0 的规则最清楚，后面需要时再扩展成平盘日分类。

19. 哪些情况仍然算本讲完成

1. 你可以只打印上涨日，不一定马上统计上涨天数。
2. 当前不要求同时写 elif 和 else，只写一个 if 也足够完成本讲。
3. 如果样本里刚好只有一个上涨日，也完全正常。
4. 当前不要求把结果做成表格，列表形式已经够用。

20. 写一个最小上涨日筛选函数

def get_up_days(dates, returns):
    up_days = []
    for i in range(len(returns)):
        if returns[i] > 0:
            up_days.append(dates[i + 1])
    return up_days

returns = calc_simple_returns(prices)
print(get_up_days(dates, returns))

这样你后面想换一组样本时，只要重新传入日期和收益率即可。

21. 第 5 讲建立的是“基于结果继续筛选”的意识

前几讲更多是在搭数据和计算链路，第 5 讲开始进入更接近真实分析的动作。因为真实的量化工作很少停留在“把结果算出来”，通常还会继续问：上涨日有哪些，下跌日有哪些，哪些天值得再看一遍。条件判断的价值，就体现在这里。

所以第 5 讲最重要的收获，不只是会写 if current_return > 0，而是你开始知道：计算只是中间步骤，筛选才是很多分析动作真正的入口。

22. 完成标准

如果你现在已经能根据收益率筛出上涨交易日，并且清楚日期为什么要和收益率错位一位去对应，那第 5 讲就算完成。

23. 系列衔接

本讲是《Python量化入门短课》的第 5/8 讲，当前主题是《条件判断：筛出上涨交易日》。

上一讲：第 4 讲《函数封装：写一个收益率计算器》。

下一讲：第 6 讲《CSV读写：保存再读回价格表》。

后续安排：第 7 讲《异常处理：避开空值和除零》；第 8 讲《生成一份行情摘要》。

24. 风险揭示与免责声明