可以使用Python中的pandas库来实现变化窗口大小的滚动统计量。具体步骤如下：

1. 读取数据，将其转化为pandas的DataFrame格式；
2. 设置需要计算滚动统计量的列，例如'Close'；
3. 定义窗口大小的变化方式，可以使用numpy的linspace函数来生成一组等差数列，作为窗口大小的列表；
4. 循环遍历窗口大小的列表，使用rolling函数来计算每个窗口大小对应的滚动统计量；
5. 将每个窗口大小对应的滚动统计量保存在一个新列中。

示例代码如下：

import pandas as pd
import numpy as np

# 1. 读取数据
df = pd.read_csv('data.csv', index_col='Date')

# 2. 设置需要计算滚动统计量的列
data_col = 'Close'

# 3. 定义窗口大小的变化方式
window_sizes = np.linspace(10, len(df), num=10, dtype=int)

# 4. 计算滚动统计量
for window_size in window_sizes:
    window_name = f'{window_size}_day_window'
    df[window_name] = df[data_col].rolling(window_size).mean()

# 5. 保存结果
df.to_csv('output.csv')

该代码将会计算出10个不同大小的窗口下的滚动均值，并将结果保存在一个新的DataFrame中。可以根据实际需求修改代码中的窗口大小变化方式以及统计量计算方式。