Question

我有一个很大的日期框架，其中包含某只股票的回报。有时此库存中有头寸，有时则无头寸。如果没有头寸，结果应该保持不变（只是现金）。

但是，在有头寸时，现金金额应更改。如何计算而不使用循环？

我用它来计算每一行的股票收益，没有头寸时为1，有头寸时为perc_change。

df['change']= np.where(df.pos>0, (df.close.pct_change() + 1), 1)

对于现金列，我有：

nomdf['cash'] = 0
nomdf.cash.iloc[0] = 10000
nomdf.cash.loc[1:] = nomdf.cash.shift(1) * nomdf.change

                      close  pos  change     cash
date                                             
2018-01-19 15:30:00  26.830  0.0     1.0  10000.0
2018-01-19 15:31:00  26.940  0.0     1.0  10000.0
2018-01-19 15:32:00  26.910  0.0     1.0      0.0
2018-01-19 15:33:00  27.025  0.0     1.0      0.0
2018-01-19 15:34:00  27.035  370.0     1.0003      0.0

但是期望的结果是这样的：

                      close  pos  change     cash
date                                             
2018-01-19 15:30:00  26.830  0.0     1.0  10000.0
2018-01-19 15:31:00  26.940  0.0     1.0  10000.0
2018-01-19 15:32:00  26.910  0.0     1.0  10000.0
2018-01-19 15:33:00  27.025  0.0     1.0  10000.0
2018-01-19 15:34:00  27.035  370.0   1.0003  10003.0

似乎我需要循环此操作才能使这种代码正常工作，这意味着我做错了什么。我该怎么办？

Answer 1

import numpy as np
nomdf.cash = np.cumprod(nomdf.change) * 10000

输出：

                date   close    pos  change     cash
2018-01-19  15:30:00  26.830    0.0  1.0000  10000.0
2018-01-19  15:31:00  26.940    0.0  1.0000  10000.0
2018-01-19  15:32:00  26.910    0.0  1.0000  10000.0
2018-01-19  15:33:00  27.025    0.0  1.0000  10000.0
2018-01-19  15:34:00  27.035  370.0  1.0003  10003.0

当您查看

nomdf.cash.shift(1)
2018-01-19        NaN
2018-01-19    10000.0
2018-01-19    10000.0
2018-01-19        0.0
2018-01-19        0.0

的输出时，您的代码无法正常工作的原因就很清楚了：它执行了一个移位，仅此而已。为了使代码正常工作，您需要在现金价值更新后的每个周期内进行转换。

计算股票收益率-入仓时

1 个答案: