回測語法糖
除了使用熟悉的 Pandas 語法外，我們也提供很多語法糖，讓大家開發程式時，可以用簡易的語法完成複雜的功能，讓開發策略更簡潔！我們將所有的語法糖包裹在 FinlabDataFrame 中，用起來跟 pd.DataFrame 一樣，但是多了很多功能！只要使用 finlab.data.get() 所獲得的資料，皆為 FinlabDataFrame 格式。
FinlabDataFrame 與一般 dataframe 唯二不同之處：
1. 多了一些 method，如df.is_largest(), df.sustain() 等
2. 在做四則運算、不等式運算前，會將 df1、df2 的 index 取聯集，column 取交集
其餘運算皆跟一般的 pd.DataFrame 一模一樣
接下來我們就來看看， FinlabDataFrame 有哪些好用的語法糖吧！
日月季不等式、四則運算
當資料日期沒有對齊（例如: 財報 vs 收盤價 vs 月報）時，在使用以下運算符號：+, -, *, /, >, >=, ==, <, <=, &, |, ~，不需要先將資料對齊，因為 FinlabDataFrame 會自動幫你處理，以下是示意圖。
以下是範例：cond1 與 cond2 分別為「每天」，和「每季」的資料，假如要取交集的時間，可以用以下語法：
from finlab import data
# 取得 FinlabDataFrame
close = data.get('price:收盤價')
roa = data.get('fundamental_features:ROA稅後息前')
# 運算兩個選股條件交集
cond1 = close > 37
cond2 = roa > 0
cond_1_2 = cond1 & cond2
擷取 1101 台泥 的訊號如下圖，可以看到 cond1 跟 cond2 訊號的頻率雖然不相同，但是由於 cond1 跟 cond2 是 FinlabDataFrame，所以可以直接取交集，而不用處理資料頻率對齊的問題。
均線
FinlabDataFrame.average(n)
取 n 筆移動平均，若股票在時間窗格內，有 N/2 筆 NaN，則會產生 NaN。
範例：股價在均線之上
只需要簡單的語法，就可以將其中一部分的訊號繪製出來檢查：import matplotlib.pyplot as plt
close.loc['2021', '2330'].plot()
sma.loc['2021', '2330'].plot()
cond.loc['2021', '2330'].mul(20).add(500).plot()
plt.legend(['close', 'sma', 'cond'])
每列數值最大的 n 檔股票
FinlabDataFrame.is_largest(n)
取每列前 n 筆大的數值，若符合 True ，反之為 False 。用來篩選每天數值最大的股票
選股範例：每季 ROA 前 10 名的股票
from finlab import data
roa = data.get('fundamental_features:ROA稅後息前')
good_stocks = roa.is_largest(10)
每列數值最小的 n 檔股票
FinlabDataFrame.is_smallest(n)
取每列前 n 筆小的數值，若符合 True ，反之為 False 。用來篩選每天數值最小的股票。
範例：股價淨值比最小的 10 檔股票
from finlab import data
pb = data.get('price_earning_ratio:股價淨值比')
cheap_stocks = pb.is_smallest(10)
訊號進出場
entries.hold_until(exits, ...)
這大概是所有策略撰寫中，最重要的語法糖，上述語法中 entries 為進場訊號，而 exits 是出場訊號。所以 entries.hold_until(exits) ，就是進場訊號為 True 時，買入並持有該檔股票，直到出場訊號為 True 則賣出。
此函式有很多細部設定，可以讓你最多選擇 N 檔股票做輪動。另外，當超過 N 檔進場訊號發生，也可以按照客制化的排序，選擇優先選入的股票。最後，可以設定價格波動當輪動訊號，來增加出場的時機點。以下是 hold_until 的參數說明：
exit (pd.Dataframe): 出場訊號。nstocks_limit (int): 輪動檔數上限，預設為None。stop_loss (float): 價格波動輪動訊號，預設為None，不生成輪動訊號。範例：0.1，代表成本價下跌 10% 時產生出場訊號。take_profit (float): 價格波動輪動訊號，預設為None，不生成輪動訊號。範例：0.1，代表成本價上漲 10% 時產生出場訊號。trade_at (str): 價格波動輪動訊號參考價，預設為'close'。可選close或open。rank (pd.Dataframe): 當天進場訊號數量超過 nstocks_limit 時，以 rank 數值越大的股票優先進場。
策略範例
價格 > 20 日均線入場, 價格 < 60 日均線出場，最多持有10檔，超過 10 個進場訊號，則以股價淨值比小的股票優先選入。
from finlab import data
from finlab.backtest import sim
close = data.get('price:收盤價')
pb = data.get('price_earning_ratio:股價淨值比')
sma20 = close.average(20)
sma60 = close.average(60)
entries = close > sma20
exits = close < sma60
position = entries.hold_until(exits, nstocks_limit=10, rank=-pb)
sim(position)
數值上升中
rise(n=1)
取是否比前第n筆高，若符合條件的值則為True，反之為False。
程式範例：收盤價是否高於10日前股價
數值下降中
fall(n=1)
取是否比前第n筆低，若符合條件的值則為True，反之為False。
程式範例：收盤價是否低於10日前股價
持續 N 天滿足條件
FinlabDataFrame.sustain(nwindow, nsatisfy=None)
取移動 nwindow 筆加總大於等於nsatisfy，若符合條件的值則為True，反之為False。
程式範例：收盤價是否連兩日上漲
股票當天數值分位數
FinlabDataFrame.quantile_row(n=1)
取得每列n定分位數的值。
程式範例：取每日股價前90％分位數
財務月季報索引格式轉換
FinlabDataFrame.index_str_to_date()
將以下資料的索引:月營收 (ex:2022-M1) ，財務季報 (ex:2022-Q1) 從文字格式轉為公告截止日的datetime格式，通常使用情境為對不同週期的dataframe做reindex，常用於以公告截止日為訊號產生日的時候。
程式範例：
from finlab import data
data.get('monthly_revenue:當月營收').index_str_to_date()
data.get('financial_statement:現金及約當現金').index_str_to_date()
產業分群
FinlabDataFrame.groupby_category()
資料按產業分群，類似 pd.DataFrame.groupby()。
程式範例：半導體平均股價淨值比時間序列
from finlab import data
pe = data.get('price_earning_ratio:股價淨值比')
pe.groupby_category().mean()['半導體'].plot()
全球 2020 量化寬鬆加上晶片短缺，使得半導體股價淨值比衝高。
進場點
FinlabDataFrame.is_entry()
取進場訊號點，若符合條件的值則為True，反之為False。
程式範例：策略為每日收盤價前10高，取進場點。
出場點
FinlabDataFrame.is_exit()
取出場訊號點，若符合條件的值則為 True，反之為 False。