Question

我使用timeseries创建了一些pandas，我想计算以下内容：

        ts = NAV.objects.get_adj_nav(fund_id)['adj_nav']
        ts.name = Fund.objects.get(id=fund_id).account_class_description
        ts = ts.to_frame()
        cols_to_datetime(ts,'index')
        ts_df = ffn.core.calc_stats(ts).to_csv(sep=',')

        print(ts_df)

所以这只是循环的一次迭代，而ts_df产生这样的东西：

Stat,CLASS F
Start,2013-09-03
End,2017-08-18
Risk-free rate,0.00%
,,,,,,,,,,,
Total Return,50.27%
Daily Sharpe,1.13
Daily Sortino,1.54
CAGR,10.84%
Max Drawdown,-11.06%
Calmar Ratio,0.98

因此，对于每个timeseries，这将使用不同的values生成，但标签（例如“第一列”）将是相同的。所以我只是想知道如何将不同的ts_df组合成一个大的csv对象？

编辑：例如，输出将是这样的：

Stat,CLASS F, CLASS G
Start,2013-09-03, 2013-09-07
End,2017-08-18, 2017-08-28
Risk-free rate,0.00%, 0.01%
,,,,,,,,,,,
Total Return,50.27%, 51.27%
Daily Sharpe,1.13, 1.16
Daily Sortino,1.54, 1.77
CAGR,10.84%, 11.7%
Max Drawdown,-11.06%, -9.7%
Calmar Ratio,0.98, 0.88

Python ffn结合了性能统计数据

0 个答案: