夜雨聆风01 一个让人失眠的求助
凌晨1点，手机屏幕亮了。
一个做量化策略研究的朋友发来消息：“睡了没？我这有个活，感觉干不完了。”
第二天见面，他打开电脑，文件夹层层展开，我看到了一个让人头皮发麻的数据规模：
每个交易日：5200个CSV文件，每只股票一个，每个文件6000行逐笔交易记录。一天就是3120万行数据。
每个月的交易日：平均20天。一个月就是10.4万个文件，6.24亿行数据。
一年12个月：125万个文件，750亿行数据。
从2016年到2026年，10年时间：1250万个文件，7500亿行数据。
如果把这些数据打印在A4纸上，每页打印60行，需要125亿页。叠起来的高度能绕地球好几圈。
办公室里安静了几秒钟。我说：“你先说说具体要干什么吧，看完需求我可能更睡不着。”
02 需求本身，就是一场噩梦
你以为只是把这些CSV转成Excel就完了？太天真了。
真正的需求是这样的：
第一步：1250万个CSV文件要批量转换成XLSX格式，而且必须完整保留原有的文件夹层级结构——年份文件夹不能丢，月份文件夹不能丢，交易日文件夹不能丢，每一层都要原封不动地复制过去，只是顶层文件夹名字加个“处理后”以示区别。
第二步：这不是简单的格式转换，而是基于模板的智能统计。转换后的每一个XLSX文件，都要按照一个预设的Excel模板，自动生成一份完整的统计报告。
报告里包含：
成交量（4个细分指标）：1B-1S、2B-2S、前两者之和、BC-SC
成交额（4个细分指标）：同样的4个组合
成交次数（4个细分指标）：同样的4个组合
价格四要素：当日开盘价、当日最高价、当日最低价、当日收盘价
第三步：更麻烦的是——按价格区间做精细统计。
每个股票当天的价格波动范围不一样，先找出最高价，然后根据最高价自动计算步长：小于等于5元步长0.04，大于等于10元步长0.08，大于等于15元步长0.12……以此类推。
然后从最高价开始，按步长逐级向下划分价格区间，直到覆盖最低价。每个区间要统计10种不同类型的成交量、成交额、成交次数——每个区间就是30个数据，几十个区间下来，几百个数据点。
第四步：统计范围还有精确要求——只统计9:30之前最后一笔交易到收盘最后一笔交易之间的数据。开盘价就是9:30前那一笔的价格，收盘价就是当天最后一笔的价格。
听完需求，我说：“这个活，不是人干的。”
03 手动处理？我们来算一笔绝望的账
一个CSV文件6000行数据，数据量不算大，单文件处理也就几分钟的事。但数量是1250万个——问题不在单文件大小，而在文件数量本身。
我们来认真算一下：
单个文件的操作流程：
打开CSV（5秒）→找到9:30的起始行（人工确认，30秒）→找出最高价、最低价（手动筛选，30秒）→计算步长并划分价格区间（几十个区间要手算，至少3分钟）→按区间逐项统计10种类型的量、额、次（30列×几十行，填表5分钟）→填写总体指标和价格四要素（1分钟）
合计：约10分钟。
实际做过这类统计的人都知道，10分钟已经是保守估计。中间还要查公式、对数据、检查有没有漏行。
一个交易日5200个文件：
5200 × 10分钟 = 52000分钟 = 867小时
每天干8小时：867 ÷ 8 ≈ 108个工作日
一个月22个工作日：108 ÷ 22 ≈ 5个月
处理完一个交易日的数据，需要5个月。
一个月20个交易日：5个月 × 20 = 100个月 ≈ 8.3年
一年12个月：8.3年 × 12 = 100年
10年：100年 × 10 = 1000年
1000年。这不是夸张的修辞，这是小学数学。
一个人从北宋干到现在，刚好能干完。
而且这只是时间成本，还没算错误率——第100个文件的时候已经眼花缭乱，第1000个文件的时候已经精神恍惚。区间上限填成下限、某一行漏统计、数字串行，任何一个错误都意味着前面所有的努力付诸东流。
04 那你可能要问：VBA跑这个就很快吗？
问得好。VBA处理单个文件的速度其实比手动快不了太多——程序要做的计算一样也没少，只是不用人盯着屏幕了。
但关键在于：程序是7×24小时不间断运行的。
一个文件从打开、读取6000行数据、完成所有统计、填充模板、保存XLSX，程序大约需要2-3秒。
一个交易日5200个文件：
5200 × 3秒 = 15600秒 ≈ 4.3小时
处理完一个交易日的数据，只需要4个多小时。
一个月20个交易日：4.3小时 × 20 = 86小时 ≈ 3.6天
一年12个月：3.6天 × 12 = 43天
10年：43天 × 10 = 430天
如果7×24小时不间断跑，大约14个月就能把十年的数据全部处理完。
手动要1000年的活，程序只要14个月。
05 但这还不是全部的价值
14个月看起来还是很久，对吧？但你要知道：
第一，这14个月你不需要盯着看。 程序自己跑，该下班下班，该睡觉睡觉，该过周末过周末。机器在干活，你在做更有价值的事情。这是并行的时间——机器时间≠人的时间。
第二，可以分批并行。 实际业务中，数据是逐日生成的——今天收盘后处理今天的数据，明天的数据明天再说。不需要一次性跑完10年数据。每天4个多小时的自动处理，完全可以在收盘后的夜间窗口内完成。第二天开盘前，数据已经就绪。这是流水线式的持续自动化，不需要攒在一起做。
第三，程序不会出错。 同样的逻辑执行1250万次，每一次的结果都是一致的。人可以连续干1250万个文件不出错吗？不可能。这是质的区别——程序给出的是可靠的数据，人给出的是充满风险的数据。
第四，一次投入，长期回报。 这套逻辑写好了，不仅仅是处理这10年的历史数据——新的交易日来了，同样的程序继续跑就行。不需要重新培训、不需要重新招人、不需要重新试错。边际成本趋近于零。
第五，VBA跑14个月只是“最优条件下的极端规模”。 实际执行中，你可以根据业务需求灵活控制：
优先处理最近几个月的数据，历史冷数据可以延后处理；
只处理特定股票池（比如只处理沪深300成分股，从5200只缩减到300只）；
多台机器并行，每台分担一部分年份或一部分股票。
没有人在实战中会等到积累了10年数据才一次性处理。这套方案真正的价值，是让你有能力在数据产生的当天就完成处理，做到“日清日结”。
06 很多人会问：为什么选VBA？
市面上有那么多数据处理工具——Python、Power Query、数据库ETL工具，为什么选VBA？
原因很简单，也很有说服力：
第一，门槛最低。 每一位金融从业者的电脑里都装着Excel，都自带VBA。不需要额外安装Python环境、不需要配置数据库、不需要购买第三方软件。双击文件就能运行，这是VBA无可替代的优势。
第二，模板原生。 需求里有“基于Excel模板生成统计报告”这一步。VBA直接操作Excel对象模型，打开模板、填充数据、另存为XLSX，整个过程行云流水。换成其他工具，反而要多一道“把数据导回Excel”的工序。
第三，不挑环境。 这套代码写好之后，发给任何同事都能直接用。不需要解释“先装Python再装pandas再配环境变量”——这些对非技术人员来说简直就是天书。
第四，维护简单。 模板的列位置调整了，改几个数字就行；统计规则变化了，改几行Case语句就行。不需要重新部署整个系统。
在这个场景里，VBA不是“最好的工具”，而是“最对口的工具”。它刚好长在Excel这个生态里，用最直接的方式解决了Excel场景下最复杂的问题。
07 真正值得思考的，是效率的本质
写完这篇文章，我希望你带走的不是“VBA很厉害”这个印象，而是下面这些思考：
当你面对1250万个文件时，你的第一反应是什么？
如果你的第一反应是“我该怎么更拼命地干”，那你可能永远也干不完。
如果你的第一反应是“我能不能换个方式让机器替我做”，那你已经在正确的路上了。
职场里，我们太容易陷入一种“用勤快掩盖低效”的陷阱。每天加班加点做大量重复性的工作，然后感动于“我很努力”。
但真正的努力，是停下来想一想：
这件事，有没有办法让它自己跑？
如果我花几天时间写个工具，以后每个月能省下几百个小时，值不值得？
我现在的忙碌，是在解决问题，还是在逃避思考？
这个案例里的朋友选择了后者——他花了几天时间等人写代码，然后之后每一天的数据处理，只需要启动程序、过夜、第二天取结果。
用几天的投入，换回往后每一天的从容。
这笔账，是个人都会算。
（本文案例基于真实需求改编，如果你有类似的Excel自动化需求，欢迎在评论区交流。）
100句常用VBA代码下载：
链接：https://pan.quark.cn/s/cc8e120cd261
