Question

使用QSTK进行Georgia Tech的Coursera计算投资课程，示例/ EventProfiler / tutorial.py末尾的eventprofiler功能不会输出视频中显示的图表。（见下图。）

为第4周的练习制作的其他PDF同样为空，除了事件编号是正确的。创建PDF似乎是一种浪费，因为这些数字可能只是输出到终端。

我查看了图像上显示的index.py:2204的错误输出，但修复不明显。（关于pandas相关github错误的类似（但不完全相同）问题的一些其他回溯将index.py放在健康调用堆栈的中间。）

如果我有时间，我可能会深入研究eventprofiler代码，但我想我先问一下。 Stack Overflow在QSTK上几乎没有任何内容，并且在5分钟的快速搜索中，大熊猫似乎没什么关系。

注意：我按照佐治亚州技术课程计算投资课程的quantsoftware wiki的指示安装了VirtualBox，Ubuntu和QSTK。到目前为止，我已经成功完成了所有作业，所以我认为我的设置应该没问题。

Answer 1

问题出在EventProfiler上默认情况下，在/usr/local/lib/python2.7/dist-packages/QSTK-0.2.8-py2.7.egg/QSTK/qstkstudy/EventProfiler.py

中安装了Ubuntu

在这段代码中：

if b_market_neutral == True:
    df_rets = df_rets - df_rets[s_market_sym]
    del df_rets[s_market_sym]
    del df_events[s_market_sym]

问题在于减法。 df_rets最终充满了NaN。不知道为什么，在底层系统中必然会发生一些变化它可以通过在for循环中为每个符号进行减法来修复：

if b_market_neutral == True:
    for sym in df_events.columns:
        df_rets[sym] = df_rets[sym] - df_rets[s_market_sym]
    del df_rets[s_market_sym]
    del df_events[s_market_sym]

您可以从here下载包含修复程序的EventProfiler.py文件。重命名安装中的原始版本并替换为此版本根据你所提及的Endeavor的建议，我也将误差线的alpha值从0.1改为0.6，以使它们更加明显：

if b_errorbars == True:
    plt.errorbar(li_time[i_lookback:], na_mean[i_lookback:],
                yerr=na_std[i_lookback:], ecolor='#AAAAFF',
                alpha=0.6) #Changed alpha from 0.1 to 0.6 (Jose A Dura)

Answer 2

我可以确认问题出在qstkstudy / EventProfiler.py

中

if b_market_neutral == True:
    df_rets = df_rets - df_rets[s_market_sym] # it fails here
    del df_rets[s_market_sym]
    del df_events[s_market_sym]

我解决了这个问题：

if b_market_neutral == True:
        df_rets = df_rets.sub(df_rets[s_market_sym].values, axis=0)
        del df_rets[s_market_sym]
        del df_events[s_market_sym]

QSTK的eventprofiler功能没有正确绘制

2 个答案: