⚡

Excel量化交易数据处理技能Skill xlsx

此技能专注于使用Excel进行高级数据处理、公式计算和量化分析，适用于股票量化交易、回测系统构建和金融建模。关键词包括Excel数据处理、量化交易、公式计算、数据分析、回测系统、金融模型。

回测系统 0 次安装 0 次浏览 更新于 3/21/2026

名称: xlsx 描述: “全面的电子表格创建、编辑和分析，支持公式、格式化、数据分析和可视化。当Claude需要处理电子表格（.xlsx, .xlsm, .csv, .tsv等）用于：(1) 创建带有公式和格式的新电子表格，(2) 读取或分析数据，(3) 修改现有电子表格同时保留公式，(4) 在电子表格中进行数据分析和可视化，或(5) 重新计算公式” 许可证: 专有。LICENSE.txt有完整条款

输出要求

所有Excel文件

零公式错误

  • 每个Excel模型必须交付时零公式错误（#REF!, #DIV/0!, #VALUE!, #N/A, #NAME?）

保留现有模板（当更新模板时）

  • 研究并完全匹配现有格式、样式和约定当修改文件时
  • 永远不要将标准化格式强加于有既定模式的文件
  • 现有模板约定始终覆盖这些指南

金融模型

颜色编码标准

除非用户或现有模板另有说明

行业标准颜色约定

  • 蓝色文本（RGB: 0,0,255）: 硬编码输入，和用户将更改以进行场景的数字
  • 黑色文本（RGB: 0,0,0）: 所有公式和计算
  • 绿色文本（RGB: 0,128,0）: 链接从同一工作簿中的其他工作表
  • 红色文本（RGB: 255,0,0）: 外部链接到其他文件
  • 黄色背景（RGB: 255,255,0）: 需要注意的关键假设或需要更新的单元格

数字格式化标准

必需格式规则

  • 年份: 格式为文本字符串（例如，“2024”而不是“2,024”）
  • 货币: 使用 $#,##0 格式；始终在标题中指定单位（“收入（$mm）”）
  • 零: 使用数字格式化使所有零显示为“-”，包括百分比（例如，“$#,##0;($#,##0);-”）
  • 百分比: 默认使用 0.0% 格式（一位小数）
  • 倍数: 格式为 0.0x 用于估值倍数（EV/EBITDA, P/E）
  • 负数: 使用括号 (123) 而不是减号 -123

公式构建规则

假设放置

  • 将所有假设（增长率、利润率、倍数等）放在单独的假设单元格中
  • 在公式中使用单元格引用而不是硬编码值
  • 示例：使用 =B5*(1+$B$6) 而不是 =B5*1.05

公式错误预防

  • 验证所有单元格引用正确
  • 检查范围中的偏移错误
  • 确保所有预测期间公式一致
  • 测试边缘情况（零值、负数）
  • 验证没有意外的循环引用

硬编码文档要求

  • 在单元格旁注释或（如果在表末尾）。格式：“来源：[系统/文档]，[日期]，[具体参考]，[URL如果适用]”
  • 示例：
    • “来源：公司10-K，FY2024，第45页，收入注释，[SEC EDGAR URL]”
    • “来源：公司10-Q，Q2 2025，Exhibit 99.1，[SEC EDGAR URL]”
    • “来源：Bloomberg终端，2025年8月15日，AAPL US Equity”
    • “来源：FactSet，2025年8月20日，共识估计屏幕”

XLSX 创建、编辑和分析

概述

用户可能要求您创建、编辑或分析 .xlsx 文件的内容。您有不同的工具和工作流程可用于不同任务。

重要要求

LibreOffice 必需用于公式重新计算：您可以假设 LibreOffice 已安装，用于使用 recalc.py 脚本重新计算公式值。脚本在首次运行时自动配置 LibreOffice

读取和分析数据

使用 pandas 进行数据分析

对于数据分析、可视化和基本操作，使用 pandas，它提供强大的数据操作能力：

import pandas as pd

# 读取Excel
df = pd.read_excel('file.xlsx')  # 默认：第一个工作表
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # 所有工作表作为字典

# 分析
df.head()      # 预览数据
df.info()      # 列信息
df.describe()  # 统计信息

# 写入Excel
df.to_excel('output.xlsx', index=False)

Excel 文件工作流程

关键：使用公式，而不是硬编码值

始终使用Excel公式而不是在Python中计算值并硬编码它们。 这确保电子表格保持动态和可更新。

❌ 错误 - 硬编码计算值

# 坏：在Python中计算并硬编码结果
total = df['Sales'].sum()
sheet['B10'] = total  # 硬编码 5000

# 坏：在Python中计算增长率
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # 硬编码 0.15

# 坏：用于平均的Python计算
avg = sum(values) / len(values)
sheet['D20'] = avg  # 硬编码 42.5

✅ 正确 - 使用Excel公式

# 好：让Excel计算和
sheet['B10'] = '=SUM(B2:B9)'

# 好：增长率作为Excel公式
sheet['C5'] = '=(C4-C2)/C2'

# 好：使用Excel函数的平均值
sheet['D20'] = '=AVERAGE(D2:D19)'

这适用于所有计算 - 总计、百分比、比率、差异等。电子表格应该在源数据更改时能够重新计算。

常见工作流程

  1. 选择工具: pandas用于数据，openpyxl用于公式/格式化
  2. 创建/加载: 创建新工作簿或加载现有文件
  3. 修改: 添加/编辑数据、公式和格式化
  4. 保存: 写入文件
  5. 重新计算公式（如果使用公式则强制）: 使用 recalc.py 脚本
    python recalc.py output.xlsx
  6. 验证和修复任何错误:
    • 脚本返回JSON，其中包含错误详情
    • 如果 status 是 errors_found，检查 error_summary 获取特定错误类型和位置
    • 修复识别出的错误并重新计算
    • 要修复的常见错误:
      • #REF!: 无效单元格引用
      • #DIV/0!: 除以零
      • #VALUE!: 公式中的错误数据类型
      • #NAME?: 未识别的公式名称

创建新的Excel文件

# 使用 openpyxl 用于公式和格式化
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

# 添加数据
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# 添加公式
sheet['B2'] = '=SUM(A1:A10)'

# 格式化
sheet['A1'].font = Font(bold=True, color='FF0000')
sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
sheet['A1'].alignment = Alignment(horizontal='center')

# 列宽
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

编辑现有的Excel文件

# 使用 openpyxl 保留公式和格式化
from openpyxl import load_workbook

# 加载现有文件
wb = load_workbook('existing.xlsx')
sheet = wb.active  # 或 wb['SheetName'] 用于特定工作表

# 处理多个工作表
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"Sheet: {sheet_name}")

# 修改单元格
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # 在位置2插入行
sheet.delete_cols(3)  # 删除第3列

# 添加新工作表
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

重新计算公式

由 openpyxl 创建或修改的Excel文件包含公式作为字符串，但不包含计算值。使用提供的 recalc.py 脚本重新计算公式：

python recalc.py <excel_file> [timeout_seconds]

示例：

python recalc.py output.xlsx 30

脚本：

  • 首次运行时自动设置 LibreOffice 宏
  • 重新计算所有工作表中的所有公式
  • 扫描所有单元格以查找Excel错误（#REF!, #DIV/0! 等）
  • 返回JSON，其中包含详细的错误位置和计数
  • 在 Linux 和 macOS 上工作

公式验证清单

快速检查以确保公式正确工作：

基本验证

  • [ ] 测试2-3个样本引用: 在构建完整模型之前验证它们拉取正确值
  • [ ] 列映射: 确认Excel列匹配（例如，列64 = BL，而不是BK）
  • [ ] 行偏移: 记住Excel行是1索引的（DataFrame 行5 = Excel 行6）

常见陷阱

  • [ ] NaN处理: 使用 pd.notna() 检查空值
  • [ ] 最右侧列: FY数据通常在列50+
  • [ ] 多个匹配: 搜索所有出现，而不仅仅是第一个
  • [ ] 除以零: 在使用 / 在公式中之前检查分母（#DIV/0!）
  • [ ] 错误引用: 验证所有单元格引用指向预期单元格（#REF!）
  • [ ] 跨工作表引用: 使用正确格式（Sheet1!A1）用于链接工作表

公式测试策略

  • [ ] 从小开始: 在广泛应用之前测试2-3个单元格的公式
  • [ ] 验证依赖项: 检查公式中引用的所有单元格存在
  • [ ] 测试边缘情况: 包括零、负数和非常大的值

解释 recalc.py 输出

脚本返回JSON，其中包含错误详情：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 总错误计数
  "total_formulas": 42,           // 文件中公式数量
  "error_summary": {              // 仅当找到错误时存在
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

最佳实践

库选择

  • pandas: 最适合数据分析、批量操作和简单数据导出
  • openpyxl: 最适合复杂格式化、公式和Excel特定功能

使用 openpyxl

  • 单元格索引是1基础的（row=1, column=1 指单元格 A1）
  • 使用 data_only=True 读取计算值：load_workbook('file.xlsx', data_only=True)
  • 警告: 如果以 data_only=True 打开并保存，公式被值替换并永久丢失
  • 对于大文件：使用 read_only=True 用于读取或 write_only=True 用于写入
  • 公式保留但不评估 - 使用 recalc.py 更新值

使用 pandas

  • 指定数据类型以避免推断问题：pd.read_excel('file.xlsx', dtype={'id': str})
  • 对于大文件，读取特定列：pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
  • 正确处理日期：pd.read_excel('file.xlsx', parse_dates=['date_column'])

代码风格指南

重要: 当为Excel操作生成Python代码时：

  • 编写最小、简洁的Python代码，无需不必要的注释
  • 避免冗长的变量名和冗余操作
  • 避免不必要的打印语句

对于Excel文件本身:

  • 为复杂公式或重要假设添加单元格注释
  • 文档化硬编码值的数据来源
  • 包括关键计算和模型部分的笔记