数据驱动基本面分析的核心逻辑
股票与期货的基本面分析依赖数据获取、清洗、整合与解读。股票关注上市公司财务报告、行业景气度、宏观经济指标；期货侧重供需平衡、库存变化、基差结构、政策导向。数据驱动方法将原始数据转化为可量化信号，辅助交易决策。
股票基本面数据来源与处理
上市公司定期报告提供利润表、资产负债表、现金流量表。关键指标包括营业收入增长率、净利润率、净资产收益率、资产负债率、经营现金流净额。行业数据来自国家统计局、行业协会、第三方数据库。宏观数据包括GDP增速、CPI、PPI、PMI、利率、汇率。
数据获取后需统一时间频率与会计口径。季度财务数据需对齐到日频交易日期，避免前视偏差。使用pandas进行数据清洗与合并是常见做法。
import pandas as pd
import numpy as np
financial = pd.read_csv('financial_quarterly.csv', parse_dates=['report_date'])
price = pd.read_csv('daily_price.csv', parse_dates=['trade_date'])
financial['report_date'] = financial['report_date'] + pd.offsets.QuarterEnd(0)
merged = pd.merge_asof(price.sort_values('trade_date'),
financial.sort_values('report_date'),
left_on='trade_date', right_on='report_date',
direction='backward')
merged['roe_ttm'] = merged['net_profit_ttm'] / merged['equity_avg']
merged['gross_margin'] = (merged['revenue'] - merged['cogs']) / merged['revenue']
计算滚动四个季度指标可消除季节性影响。净资产收益率、毛利率、营收增速的变化趋势比单期数值更有意义。结合行业均值进行横向对比，识别公司相对强弱。
期货基本面数据体系
期货基本面核心数据包括：产量、消费量、进口量、出口量、期末库存、库存消费比、基差、持仓量、注册仓单。不同品种数据来源不同。农产品关注种植面积、天气、USDA报告；金属关注矿山产量、冶炼开工率、LME库存；能源关注OPEC产量、美国EIA库存、裂解价差。
库存与价格关系通常呈反向。库存消费比上升往往压制价格，下降则支撑价格。基差反映现货与期货价差，基差走强可能预示现货紧张。持仓量变化结合价格方向可判断资金流向。
数据频率从日频到月频不等。需要构建统一时间序列，填充缺失值采用前向填充或线性插值。
inventory = pd.read_csv('inventory_weekly.csv', parse_dates=['week'])
production = pd.read_csv('production_monthly.csv', parse_dates=['month'])
inventory.set_index('week', inplace=True)
inventory = inventory.resample('D').ffill()
production.set_index('month', inplace=True)
production = production.resample('D').ffill()
df = pd.concat([inventory, production], axis=1)
df['stock_use_ratio'] = df['inventory'] / df['consumption_estimated']
df['basis'] = df['spot_price'] - df['futures_price']
宏观数据与跨品种联动
利率、汇率、通胀数据影响所有金融资产。股票估值对利率敏感，期货价格受汇率与运输成本影响。构建宏观因子库，使用主成分分析提取主要驱动因子，或直接观察关键指标变化方向。
美元指数与大宗商品通常负相关。人民币汇率影响进口依存度高的商品。CPI与PPI剪刀差影响中下游企业利润。将这些宏观变量与个股或期货品种进行滚动相关分析，可发现领先滞后关系。
macro = pd.read_csv('macro_monthly.csv', parse_dates=['date'])
macro.set_index('date', inplace=True)
macro = macro.resample('D').ffill()
corr_rolling = df['futures_price'].pct_change().rolling(60).corr(macro['usd_index'].pct_change())
数据质量与特征工程
基本面数据存在发布延迟、修正、季节性调整。需记录数据发布日期而非报告期日期，避免未来函数。使用point-in-time数据可回测历史决策。
特征工程包括同比、环比、滚动Z-score、变化率、加速度。将基本面特征与量价特征结合，输入机器学习模型预测收益率或波动率。
df['inventory_yoy'] = df['inventory'].pct_change(252)
df['inventory_zscore'] = (df['inventory'] - df['inventory'].rolling(252).mean()) / df['inventory'].rolling(252).std()
df['basis_change'] = df['basis'].diff(5)
策略信号生成与回测
基本面信号可单独使用或作为过滤条件。低库存消费比且基差走强时做多；高库存且基差走弱时做空。股票中高净资产收益率且营收加速增长时买入。信号需结合止损与仓位管理。
回测时注意交易成本、滑点、合约换月。使用向量化回测框架如vectorbt或backtrader。基本面数据更新频率低，信号换手率不宜过高。
signal = np.where((df['stock_use_ratio'] < 0.3) & (df['basis_change'] > 0), 1, 0)
signal = np.where((df['stock_use_ratio'] > 0.7) & (df['basis_change'] < 0), -1, signal)
df['position'] = pd.Series(signal, index=df.index).shift(1)
df['returns'] = df['futures_price'].pct_change() * df['position']
cum_returns = (1 + df['returns']).cumprod()
数据可视化与监控
将关键基本面指标绘制成仪表盘。库存与价格双轴图、基差走势、利润率和营收增速对比。定期更新数据，监控指标是否偏离历史区间。自动化脚本每日拉取数据并生成报告。
股票与期货基本面分析依赖高质量数据。数据清洗、特征构建、信号生成、回测验证形成完整链条。量化方法提升分析效率与客观性，减少情绪干扰。持续跟踪数据变化，动态调整模型参数，适应市场结构变迁。
