股票數據分析
拿到股價資料之後，第一步不是急著寫策略，而是先用 pandas 看懂資料本身：價格怎麼變動、變動得穩不穩定、成交量有沒有同步反應。這一頁介紹幾個最基礎、後面章節會反覆用到的分析方法。
基本統計檢視
import yfinance as yf
data = yf.download("AAPL", start="2023-01-01", end="2024-01-01")
print(data.describe()) # 快速看平均、最大最小值、標準差等統計量
移動平均線（Moving Average）
移動平均線把價格「平滑化」，讓趨勢比原始價格線更容易判讀：價格站上均線通常視為偏多，跌破均線則偏空。
data["SMA_20"] = data["Close"].rolling(window=20).mean()
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 5))
plt.plot(data["Close"], label="Close")
plt.plot(data["SMA_20"], label="20-Day SMA", linestyle="dashed")
plt.legend()
plt.show()
報酬率與波動率
報酬率衡量價格漲跌的幅度，波動率衡量價格穩不穩定——同樣是上漲 10%，用一個月漲完和用一年慢慢漲完，風險完全不同。
data["Return"] = data["Close"].pct_change() # 每日報酬率
data["Volatility"] = data["Return"].rolling(window=20).std() # 20 日滾動波動率
成交量分析
成交量代表市場對這次價格變動的認同程度：價格上漲但成交量沒有放大，這段漲勢的支撐力道通常較弱。
fig, ax1 = plt.subplots(figsize=(10, 5))
ax1.plot(data["Close"], color="blue")
ax1.set_ylabel("Price")
ax2 = ax1.twinx()
ax2.bar(data.index, data["Volume"], color="gray", alpha=0.3)
ax2.set_ylabel("Volume")
plt.title("Price & Volume")
plt.show()
推薦影音
pandas 基礎教學（適合完全新手）
簡述：彭彭老師講解 pandas 的核心觀念——DataFrame、資料篩選與基本操作，是繁體中文、內容紮實的入門教學。如果對 rolling()、pct_change() 這類 pandas 語法還不熟悉，建議先看這支。
用 pandas 做股票數據分析（實戰）
簡述：直接示範用 pandas 處理股價資料、計算指標並畫圖，內容與本頁「移動平均線」「成交量分析」對應，適合已經懂 pandas 基礎、想看它如何套用在股票資料上的人。