先给结论：这不是一门教你用 AI 预测股价的课，也不是量化交易的全栈训练营。它更像是一段"动手前的准备期"——把环境搭起来、把数据抓下来、用 Pandas 把一张行情表理顺。如果你现在的状态是"知道量化要用 Python，但打开编辑器不知道从哪下手"，这段内容对你是对症的；如果你已经能熟练用 Pandas 处理时间序列，可以直接跳过。
它解决的是哪个环节的问题
金融量化的工作链条很长：取数、清洗、对齐、回测、下单。绝大多数初学者卡死的第一步不是策略，而是数据。行情接口怎么调、返回的是什么结构、缺失的交易日怎么处理、字段名和类型要不要改——这些琐碎活占了实际工作里相当大的比重。这门课基本都围绕这个环节展开，用真实的银行股行情作为练习对象，把"从接口拿到数据"到"能在 Pandas 里按自己的想法切片"这条路走通。
值得注意的是，它把大模型放进了流程里，用来辅助生成和调试代码，而不是拿来做行情判断。这个定位比较务实：AI 在这里是提效工具，不承担决策职责。
学完之后你能独立做什么
- 在自己的机器上把 Python、编辑器、相关依赖装好，跑通一个最小可用的量化分析环境；
- 通过代码接口拉取一只股票的历史行情数据，并把它落到本地便于重复使用；
- 用 Pandas 读入数据文件，查看结构、筛选时间段、做基础统计，并画出能看的走势图；
- 借助大模型解释报错、补全不熟悉的语法，减少卡在环境问题上的时间。
需要说清楚边界：这里不涉及回测框架、不涉及交易撮合、也不涉及因子建模。学完是"能上手处理数据"，不是"能跑一套策略"。
资料的组织方式与适合的基础
内容按操作顺序推进，从环境配置到模型工具接入，再到取数、存数、读文件、分析展示，节奏是跟着一条完整的小流程走的，而不是按知识点罗列。这种排法对新手友好，因为每一步都有可见的结果，不容易在中途失去方向感。讲解偏演示型，需要你跟着敲，光看视频收益有限。
基础门槛大致是这样：完全没写过代码的人会有些吃力，建议先补一点 Python 语法，至少弄清楚变量、函数、列表和字典；有过一点编程经验、或者做过 Excel 数据分析的人，接受起来会比较顺。金融知识方面不做要求，课程不依赖复杂的金融理论，懂基本的股票和行情概念就够。
值不值得花这个时间
判断标准可以简单一点：你现在是否真的需要处理金融数据。如果手头有具体的分析任务——比如想跟踪几只股票的历史走势、想做点简单的统计对比——那这段内容能直接派上用场，投入产出比是划算的。反过来，如果只是想"了解量化是什么"，看几篇文章可能比跟着敲代码更省时间。
另外提醒一点：金融数据接口的可用性和调用方式会随时间变化，教程里的具体操作步骤可能和当下的环境有出入。遇到跑不通的地方，把它当成练习排查问题的机会，而不是教程本身的问题。
课程目录
AI+Python金融量化Pandas入门教程说明.png [493.5 KB] 22 简单直方图.mp4 [45.9 MB] 7 07 缓存金融数据.mp4 [17.7 MB] 38 日涨跌幅折线图.mp4 [12.0 MB] 49 移动均线叠加主图.mp4 [14.5 MB] 53 RSI 副图.mp4 [38.0 MB] 23 简单热力图.mp4 [31.8 MB] 48 收益率均值±标准差误差棒.mp4 [15.1 MB] 2 02 PyCharm使用千问大模型.mp4 [12.5 MB] 44 按月分组收益率小提琴图.mp4 [17.9 MB] 8 08 pandas读取csv文件.mp4 [9.9 MB] 32 金融数据可视化概述.mp4 [71.2 MB] 24 简单误差图.mp4 [47.8 MB] 55 ROC动量副图.mp4 [33.5 MB] 51 布林带主图填充.mp4 [43.0 MB] 14 日期时间索引的基本用法.mp4 [38.2 MB] 13 pandas时间索引概述.tle [46.7 MB] 50 指数移动均线叠加主图.mp4 [16.8 MB] 29 简单的饼图.mp4 [17.6 MB] 17 日期频率设定.mp4 [14.8 MB] 54 KDJ三线副图.mp4 [15.3 MB] 16 自动按日期对齐.mp4 [45.0 MB] 37 收盘价折线和成交量柱状双轴图.mp4 [13.2 MB] 21 简单双轴图.mp4 [22.3 MB] 10 查看统计信息.mp4 [18.2 MB] 35 高低收三线叠加图.mp4 [11.1 MB] 12 提取年份和月份.mp4 [15.7 MB] 52 MACD 两行布局（线+柱状）.mp4 [51.9 MB] 57 收益率相关热力图.tle [33.0 MB] 56 涨跌幅自相关散点图.mp4 [38.1 MB] 58 源码和文档打包.mp4 [24.2 MB] 6 06 获取平安银行的金融数据.mp4 [23.5 MB] 26 步进图和茎叶图.mp4 [79.8 MB] 41 日收益率直方图.tle [14.6 MB] 42 月收益率直方图.mp4 [14.6 MB] 33 收盘价时序折线图.mp4 [20.7 MB] 20 简单柱状图.mp4 [21.3 MB] 5 05 安装本地依赖.mp4 [21.2 MB] 46 高低价差分布直方图.mp4 [10.1 MB] 3 03 如何使用Gemini3 Pro模型.mp4 [5.3 MB] 15 期索引的基本用法.mp4 [46.6 MB] 18 简单的折线图.mp4 [46.8 MB] 1 01 创建项目.mp4 [15.2 MB] 40 成交额柱状图.mp4 [11.3 MB] 34 开盘和收盘双线叠加图.tle [27.5 MB] 36 成交量柱状图.mp4 [12.5 MB] 39 高低价差折线图.mp4 [12.5 MB] 28 简单小提琴图.mp4 [32.0 MB] 19 简单散点图.mp4 [24.5 MB] 45 成交量分布直方图.mp4 [12.1 MB] 30 简单六边形密度图.mp4 [17.5 MB] 9 09 查看DataFrame信息.mp4 [12.7 MB] 11 提取指定列.mp4 [21.2 MB] 47 近10日波动率折线图.mp4 [15.8 MB] 4 04 配置项目poetry环境.mp4 [38.3 MB] 25 简单面积图.mp4 [21.9 MB] 31 简单极坐标图.mp4 [24.9 MB] 27 简单箱线图.mp4 [40.5 MB] 43 收益率箱线图.mp4 [38.1 MB] 适合人群 金融从业者 数据分析爱好者 Python初学者 学习收获 掌握金融量化分析基础 熟练使用Pandas进行数据处理 实现金融数据分析可视化 祝您学习愉快！ 学有所成，前程似锦！
