关注MindGo量化平台微信公众号，获取量化投资教材视频
一个完整的量化策略，在编写过程中无法避免使用数学函数，策略需要对数据进行预处理，以做出相应的买卖判断，本节主要介绍Python简单运算函数。（详细会在数据分析章节讲述）
Python数学函数列表
【示例】Python数学函数案例
#获取数据用于案例示范
close=get_price(['600519.SH'], None, '20171120', '1d', ['close'], True, None, 5, is_panel=1)['close']
#获取贵州茅台在2017.11.20过去5日的日线收盘价数据，赋值到close变量
#计算5日收盘价均值
ma5=close.mean()
print('均值:'+str(ma5.values))
#计算5日收盘价最大值
max5=close.max()
print('最大值:'+str(max5.values))
#计算5日收盘价最小值
min5=close.min()
print('最小值:'+str(min5.values))
#计算5日收盘价总和
sum5=close.sum()
print('总和:'+str(sum5.values))
#计算5日收盘价方差
var5=close.var()
print('方差:'+str(var5.values))
#计算5日收盘价标准差
std5=close.std()
print('标准差:'+str(std5.values))
#计算5日收盘价的绝对值
abs5=close.abs()
print('绝对值:'+str(abs5.values))
#计算5日收盘价的中值
median5=close.median()
print('中值:'+str(median5.values))
均值：[691.068]
最大值：[719.11]
最小值：[678.75]
总和：[3455.34]
方差：[272.43072]
标准差：[16.50547546]
绝对值：[678.75]、[688.08]、[719.11]、[690.25]、[679.15]
中值：[688.08]
如果对本视频或者教材感兴趣或者有什么疑问，可以直接在微信下方留言，我们会在12小时内回复您的问题。想要原版视频或者教材可到MindGo量化交易平台（）社区留言获取。
