Python 金融運算與資料清理

01Python 在金融網站中的角色

前三章完成了複利試算、貨幣時間價值工具及 JSON 債券資料庫，主要在瀏覽器中用 HTML/CSS/JavaScript 完成。但當金融資料逐漸增加——一次讀取數千筆股票價格、計算報酬率與波動度、比較多檔股票——單靠前端 JavaScript 處理會變得不方便。這些工作很適合交由 Python 處理。

02建立 Python 執行環境

確認 Python 版本並建立虛擬環境——虛擬環境讓每個專案使用自己的套件版本，避免不同專案互相影響。

# 確認 Python 是否已安裝（在 PowerShell 輸入）
py --version
py -3.12 --version    # 若安裝多個版本，可指定版本

# 步驟 1：建立虛擬環境（在專案根目錄執行）
py -3.12 -m venv .venv

# 步驟 2：啟動虛擬環境
.venv\Scripts\Activate.ps1
# 啟動成功後，提示字元前會出現 (.venv)

# 若 PowerShell 禁止執行腳本，先輸入：
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass

# 步驟 3：安裝 Pandas
python -m pip install pandas

# 步驟 4：確認安裝成功
python -c "import pandas as pd; print(pd.__version__)"

# 步驟 5：離開虛擬環境
deactivate

更新後的專案資料夾結構

financial-platform/
├─ index.html
├─ time-value.html
├─ bond-database.html
├─ css/
├─ js/
├─ data/
│  ├─ bonds.json
│  └─ stock-prices.csv     ← 第四章新增（原始股票資料）
├─ python/
│  ├─ basic-python.py      ← Python 基礎練習
│  └─ stock-analysis.py    ← 股票分析主程式
├─ output/                 ← Python 分析輸出目錄
└─ README.md

03Python 基本語法

變數與命名規則

# ✓ 好的命名：英文、有意義、底線分隔
principal = 100000       # 本金
annual_rate = 0.05       # 年報酬率（小數）
years = 10                # 投資年數
stock_symbol = '2330'    # 股票代號（字串）

# ✗ 不建議：單字母、數字開頭、無意義名稱
a = 100000                # 不知道是什麼
1st_price = 0              # 數字開頭，Python 語法錯誤
data123 = []               # 語意不清

Python 常見資料型態

# 複利終值計算
principal = 100000
annual_rate = 0.05
years = 10
future_value = principal * (1 + annual_rate) ** years   # ** 是次方
print(f"投資終值為：{future_value:,.0f} 元")              # 千分位格式
# 輸出：投資終值為：162,889 元

# 清單與迴圈
prices = [100, 102, 101, 105]
print(prices[0])    # 第一筆：100（索引從 0 開始）
print(prices[-1])   # 最後一筆：105

# 字典
stock = {"symbol": "STOCK001", "price": 100.5, "active": True}
print(stock["price"])   # 100.5

04條件判斷與迴圈

# if / elif / else：金融資料合理性檢查
annual_return = -0.12

if annual_return > 0:
    print("正報酬")
elif annual_return == 0:
    print("報酬率為零")
else:
    print("負報酬")
# 輸出：負報酬

# 金融程式常見驗證
price = -5
if price <= 0:
    print("股價必須大於 0，請排除此筆資料")

# for 迴圈計算多期報酬
prices = [100, 102, 101, 105]

# range(1, len(prices)) 從索引 1 開始，因為第一筆沒有前期資料
for index in range(1, len(prices)):
    previous_price = prices[index - 1]
    current_price = prices[index]
    daily_return = current_price / previous_price - 1
    print(f"第 {index} 期報酬率：{daily_return:.2%}")

# 輸出：
# 第 1 期報酬率：2.00%
# 第 2 期報酬率：-0.49%
# 第 3 期報酬率：3.96%

05使用函數封裝金融計算

def calculate_return(
    previous_price: float,   # 型別提示：預期為浮點數
    current_price: float
) -> float:                   # 回傳值型別提示
    """計算簡單價格報酬率。"""
    if previous_price <= 0:
        raise ValueError("前一期價格必須大於 0")
    if current_price <= 0:
        raise ValueError("本期價格必須大於 0")
    return current_price / previous_price - 1

# 正常使用
result = calculate_return(100, 105)
print(f"{result:.2%}")   # 輸出：5.00%

# 例外處理：前一期股價為 0
try:
    result = calculate_return(0, 105)
except ValueError as error:
    print(f"計算失敗：{error}")
# 輸出：計算失敗：前一期價格必須大於 0

06股票報酬率的金融觀念

累積報酬率（不能直接加總）——多期累積報酬不能直接把每日報酬率相加。若兩日報酬分別為 +10% 與 −10%：

直接相加 = 0%（錯誤！）

正確公式：(1 + 0.10) × (1 − 0.10) − 1 = −1%

07建立股票價格 CSV（含刻意設計的問題資料）

在 data/ 資料夾建立 stock-prices.csv。此資料刻意包含三種問題，用於練習資料清理：

date,symbol,close,volume
2026-01-02,STOCK001,100.00,1200000
2026-01-05,STOCK001,102.00,1350000
2026-01-06,STOCK001,101.50,980000
2026-01-07,STOCK001,104.00,1500000
2026-01-08,STOCK001,103.00,1100000
2026-01-09,STOCK001,106.00,1700000
2026-01-12,STOCK001,108.00,1650000
2026-01-13,STOCK001,107.00,1250000
2026-01-14,STOCK001,110.00,1900000
2026-01-15,STOCK001,112.00,2100000
2026-01-16,STOCK001,,1300000          ← ① close 欄位空白（缺漏值）
2026-01-16,STOCK001,113.00,1300000    ← ② 同一日期重複出現
2026-01-19,STOCK001,-5.00,900000      ← ③ 負股價（無效資料）
2026-01-20,STOCK001,114.00,1450000

08Pandas 與 DataFrame 基礎

DataFrame 可以理解為「具有欄名與列索引的資料表」，類似 Excel 工作表。讀取 CSV 後，每欄對應一個欄位（date、symbol、close、volume），每列代表一筆交易記錄。

import pandas as pd

# 讀取 CSV
data = pd.read_csv("data/stock-prices.csv")

# 查看基本資訊
print(data.head())         # 前 5 筆
print(data.tail())         # 後 5 筆
print(data.info())         # 欄位、型態、非空值數量
print(data.describe())     # 數值欄位統計摘要
print(data.shape)          # (14, 4) = 14 列 4 欄
print(data.columns)        # 欄位名稱清單
print(data.isna().sum())   # 每欄缺漏值數量

Pandas 常用方法對照表

09金融資料清理流程（十步驟）

金融資料進入分析前，必須依序完成以下步驟。本章的 clean_stock_data() 函數涵蓋其中步驟 ②～⑧。

# ① 讀取
data = pd.read_csv("data/stock-prices.csv")

# ② 欄位名稱標準化（去空白 + 轉小寫）
data.columns = [col.strip().lower() for col in data.columns]

# ③ 轉換日期
data["date"] = pd.to_datetime(data["date"], errors="coerce")
# errors='coerce'：無法辨識的日期 → NaT（Not a Time）

# ④ 轉換收盤價為數值
data["close"] = pd.to_numeric(data["close"], errors="coerce")
# errors='coerce'：非數字文字 → NaN

# ⑤ 刪除日期或收盤價缺漏的資料列
data = data.dropna(subset=["date", "close"])

# ⑥ 刪除重複資料（同日期同股票，保留最後一筆）
data = data.drop_duplicates(subset=["date", "symbol"], keep="last")
# ⚠️ 正式系統應先查明重複原因，再決定保留哪一筆

# ⑦ 排除負股價
data = data[data["close"] > 0]

# ⑧ 依股票代號與日期排序（報酬率計算必要步驟）
data = data.sort_values(by=["symbol", "date"]).reset_index(drop=True)

缺漏值處理方式比較

10完整股票分析程式

本程式分為六個函數，每個函數負責單一職責。

from pathlib import Path
import json
import math
import sys
import pandas as pd

# ── 路徑設定（使用 Path 確保跨平台相容）──────────
BASE_DIR = Path(__file__).resolve().parent.parent
INPUT_FILE = BASE_DIR / 'data' / 'stock-prices.csv'
OUTPUT_DIR = BASE_DIR / 'output'
CLEANED_FILE = OUTPUT_DIR / 'cleaned-stock-prices.csv'
SUMMARY_CSV_FILE = OUTPUT_DIR / 'stock-summary.csv'
SUMMARY_JSON_FILE = OUTPUT_DIR / 'stock-summary.json'
TRADING_DAYS_PER_YEAR = 252   # 一年約 252 個交易日

# ── ① 欄位驗證 ──────────────────────────────────
def validate_columns(data: pd.DataFrame, required: set[str]) -> None:
    missing = required - set(data.columns)
    if missing:
        raise ValueError(f"資料缺少必要欄位：{', '.join(sorted(missing))}")

# ── ② 資料清理（回傳清理後 DataFrame + 清理報告）
def clean_stock_data(data: pd.DataFrame) -> tuple[pd.DataFrame, dict]:
    original_rows = len(data)
    data = data.copy()   # 建立副本，不改動原始資料

    data.columns = [col.strip().lower() for col in data.columns]
    validate_columns(data, {"date", "symbol", "close", "volume"})

    data["symbol"] = data["symbol"].astype("string").str.strip().str.upper()
    data["date"] = pd.to_datetime(data["date"], errors="coerce")
    data["close"] = pd.to_numeric(data["close"], errors="coerce")
    data["volume"] = pd.to_numeric(data["volume"], errors="coerce")

    missing_before = {col: int(val) for col, val in data.isna().sum().items()}

    data = data.dropna(subset=["date", "symbol", "close"])

    dup_count = int(data.duplicated(subset=["date", "symbol"], keep="last").sum())
    data = data.drop_duplicates(subset=["date", "symbol"], keep="last")

    invalid_price = int((data["close"] <= 0).sum())
    data = data[data["close"] > 0]

    invalid_vol = int((data["volume"] < 0).sum())
    data.loc[data["volume"] < 0, "volume"] = pd.NA

    data = data.sort_values(by=["symbol", "date"]).reset_index(drop=True)

    report = {
        "original_rows": original_rows, "cleaned_rows": len(data),
        "removed_rows": original_rows - len(data), "duplicate_removed": dup_count,
        "invalid_prices": invalid_price, "invalid_volumes": invalid_vol,
        "missing_before": missing_before,
    }
    return data, report

# ── ③ 計算報酬率與統計指標 ──────────────────────
def calculate_stock_metrics(data: pd.DataFrame) -> tuple[pd.DataFrame, pd.DataFrame]:
    result = data.copy()

    result["daily_return"] = (
        result.groupby("symbol")["close"].pct_change(fill_method=None)
    )
    result["growth_factor"] = 1 + result["daily_return"]
    result["cumulative_return"] = (
        result.groupby("symbol")["growth_factor"].cumprod() - 1
    )

    summary_rows = []
    for symbol, group in result.groupby("symbol"):
        valid_returns = group["daily_return"].dropna()
        first_price = float(group["close"].iloc[0])
        last_price = float(group["close"].iloc[-1])
        summary_rows.append({
            "symbol": symbol,
            "start_date": group["date"].min().strftime("%Y-%m-%d"),
            "end_date": group["date"].max().strftime("%Y-%m-%d"),
            "observations": int(len(group)),
            "first_price": first_price, "last_price": last_price,
            "total_return": last_price / first_price - 1,
            "average_daily_return": float(valid_returns.mean()),
            "annualized_average_return": float(valid_returns.mean()) * TRADING_DAYS_PER_YEAR,
            "daily_volatility": float(valid_returns.std(ddof=1)),
            "annualized_volatility": float(valid_returns.std(ddof=1)) * math.sqrt(TRADING_DAYS_PER_YEAR),
            "maximum_daily_return": float(valid_returns.max()),
            "minimum_daily_return": float(valid_returns.min()),
            "positive_days": int((valid_returns > 0).sum()),
            "negative_days": int((valid_returns < 0).sum()),
            "zero_return_days": int((valid_returns == 0).sum()),
        })
    return result, pd.DataFrame(summary_rows)

# ── ⑥ 主程式（try/except 確保錯誤有友善提示）───
def main() -> None:
    try:
        if not INPUT_FILE.exists():
            raise FileNotFoundError(f"找不到輸入檔案：{INPUT_FILE}")
        OUTPUT_DIR.mkdir(parents=True, exist_ok=True)

        raw_data = pd.read_csv(INPUT_FILE)
        cleaned_data, report = clean_stock_data(raw_data)
        if cleaned_data.empty:
            raise ValueError("清理後沒有可分析的資料。")

        analyzed_data, summary_data = calculate_stock_metrics(cleaned_data)

        analyzed_data.to_csv(CLEANED_FILE, index=False, encoding="utf-8-sig")
        summary_data.to_csv(SUMMARY_CSV_FILE, index=False, encoding="utf-8-sig")

        json_records = convert_summary_to_json(summary_data)
        with open(SUMMARY_JSON_FILE, "w", encoding="utf-8") as f:
            json.dump(json_records, f, ensure_ascii=False, indent=2)

        print_cleaning_report(report)
        print(f"\n分析完成，輸出至：{OUTPUT_DIR}")

    except FileNotFoundError as e: print(f'檔案錯誤：{e}'); sys.exit(1)
    except pd.errors.EmptyDataError: print('CSV 沒有內容'); sys.exit(1)
    except pd.errors.ParserError as e: print(f'CSV 解析錯誤：{e}'); sys.exit(1)
    except ValueError as e: print(f'資料驗證錯誤：{e}'); sys.exit(1)
    except Exception as e: print(f'未預期錯誤：{e}'); sys.exit(1)

if __name__ == "__main__":
    main()

完整版（含 convert_summary_to_json() 與 print_cleaning_report() 兩個輔助函數）請參考課本第十節，此處節錄核心流程以利閱讀。

11執行 Python 分析程式

# 步驟 1：進入專案資料夾
cd C:\financial-platform

# 步驟 2：啟動虛擬環境
.venv\Scripts\Activate.ps1

# 步驟 3：執行分析程式
python python\stock-analysis.py
# 或指定版本
py -3.12 python\stock-analysis.py

# 執行成功後，output/ 資料夾應出現：
# output/
# ├─ cleaned-stock-prices.csv   ← 清理後逐日資料（含報酬率）
# ├─ stock-summary.csv          ← 股票統計摘要
# └─ stock-summary.json         ← 供網站前台使用

12完整程式重點解析

六個關鍵技術說明

# 1. pathlib.Path：跨平台路徑（Windows/macOS/Linux 都相容）
BASE_DIR = Path(__file__).resolve().parent.parent

# 2. data.copy()：建立副本，避免函數改動原始 DataFrame
data = data.copy()   # 重要！不加 copy() 可能有 SettingWithCopyWarning

# 3. groupby + pct_change：依股票分組計算報酬率
result["daily_return"] = (
    result.groupby("symbol")["close"].pct_change(fill_method=None)
)
# 若不加 groupby，不同股票的最後一期與下一股票的第一期會被比較！

# 4. cumprod()：累積乘積（計算累積報酬率）
# (1 + 5%) × (1 - 2%) × (1 + 3%) = 1.05 × 0.98 × 1.03 = 1.059...
# → 累積報酬率 ≈ 5.9%

# 5. std(ddof=1)：樣本標準差（分母為 n-1）
# ddof=0 = 母體標準差（分母 n）
# ddof=1 = 樣本標準差（分母 n-1，金融分析常用）

# 6. json.dump 的兩個重要參數
json.dump(records, f, ensure_ascii=False, indent=2)
# ensure_ascii=False：保留中文字元（否則中文會變成 \uXXXX）
# indent=2：縮排格式，讓 JSON 容易閱讀

13分析結果的金融判讀

以下數字取自本章 12 筆清理後資料的實際計算結果（與本頁「示範分頁」模擬運算一致）：

14將 Python 結果提供網站前台使用

Python 輸出的 stock-summary.json 可直接被網站前台的 JavaScript fetch 讀取，完成完整的資料流程閉環。

async function loadStockSummary() {
  try {
    const response = await fetch("output/stock-summary.json");
    if (!response.ok) throw new Error("載入失敗");
    const data = await response.json();

    // data[0] 即第一檔股票的分析結果
    const stock = data[0];
    console.log(`股票代號：${stock.symbol}`);
    console.log(`期間總報酬：${(stock.total_return * 100).toFixed(2)}%`);
    console.log(`年化波動度：${(stock.annualized_volatility * 100).toFixed(2)}%`);
  } catch (error) {
    console.error("股票摘要載入失敗：", error);
  }
}
loadStockSummary();

15實務案例

16常見錯誤與除錯

17資料品質與金融分析原則

• 不要直接覆蓋原始 CSV，建議分開保存 data/raw/ 與 data/cleaned/
• 清楚記錄刪除了哪些資料、為何刪除、保留哪一筆重複資料
• 比較多檔股票時，確保資料期間一致，否則會產生不公平比較
• 只使用收盤價計算的是「價格報酬」，完整投資績效應考慮股利與除權息
• 年化報告應同時標示樣本期間、觀察值數量與資料限制，不能只呈現年化數字

18關鍵字

19實作練習

因為 Python 無法在瀏覽器中直接執行，本章的挑戰任務（04 分頁）改成「程式碼診斷」形式——針對「六個關鍵技術說明」與「常見錯誤與除錯」表格中的典型陷阱設計選擇題，答題後立即看到詳解與正確寫法，訓練的是「讀懂 bug 在哪裡」的能力；實際動手執行程式，請在自己電腦安裝好 Python + Pandas 之後練習。