哎，学一半发现难以绕过著名数据分析模块

import numpy as np import pandas as pd from scipy import stats # 初始化此策略def initialize(context):    #对比标的    set_benchmark('000300.XSHG')    #设置佣金    set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0003, min_cost=5))    # 定义一个全局变量, 保存要操作的股票    # 600000(股票:浦发银行)    g.security = '600000.XSHG'    # 设置我们要操作的股票池, 这里我们只操作一支股票    set_universe([g.security])#================================================================================#该函数每个单位时间会调用一次, 如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次#data: 一个字典(dict), key是股票代码, value是当时的SecurityUnitData 对象. #存放前一个单位时间(按天回测, 是前一天, 按分钟回测, 则是前一分钟) 的数据.def handle_data(context, data):    #取得当前的现金    cash=context.portfolio.cash    security = g.security    #回测环境专用API,查看某一支股票的历史数据, 可以选这只股票的多个属性, 默认跳过停牌日期.计算90天浦发银行的四分位情况    #学到这里发现要有numpy和pandas基础    h=attribute_history(security, 90, unit='1d', fields=('close'), skip_paused=True)