我有一个按日期(月数据)索引的熊猫股价数据框。我要计算以下内容:从1983年1月31日的100只股票开始,价值4100美元(每只股票41.00),如果我可以准确预测下个月的收盘价,那么2012年3月的股票最大绝对价值是多少。
以下是一些示例数据:
df = pd.DataFrame({
'Date': ['1983-01-01','1983-02-28','1983-03-31','1983-04-30','1983-05-31'],
'Month End Price': [41.00,46.75,44.25,50.00,59.25]
}).set_index('Date')
df.index = pd.to_datetime(df.index)
例如,1983年2月,股价从41.00增加到46.75,当月回报率为14.02%。因此,我的股票最初价值4100美元,到1983年2月底将升至4100美元*((1 + 14.02%)= $ 4675)。
3月83日,回报为负(价格从46.75跌至44.25)。知道下跌之后,我将在2月底卖出所有价值$ 4675的股票(不包括亏损),然后在1983年4月开始进行再投资。
在1983年4月,股票的表现为+ 12.99%(50.00 / 44.25 -1),所以我的身价将从$ 4675增至$ 4675 *(1 + 12.99%)= 5282.5美元,直到1983年4月结束。
答案 0 :(得分:1)
您可以更紧凑地执行此操作,但是我将设置一些中间列,以便使逻辑清晰。首先,我将建立一个具有一些起伏的示例数据集。
import pandas as pd
prices = [50.00,46.75,44.25,50.00,59.25,66.50,
29.25,44.25,59.25,61.00,64.25,65.25]
dates = pd.date_range('01-31-1983','12-31-1983', freq='m')
df = pd.DataFrame({'Month End Price':prices}, index=dates)
这将产生一个如下所示的数据框:
Month End Price
1983-01-31 50.00
1983-02-28 46.75
1983-03-31 44.25
1983-04-30 50.00
1983-05-31 59.25
1983-06-30 66.50
1983-07-31 29.25
1983-08-31 44.25
1983-09-30 59.25
1983-10-31 61.00
1983-11-30 64.25
1983-12-31 65.25
您可以将月度价格波动计算为:
df['Monthly Returns'] = df['Month End Price'].diff()/df['Month End Price']
根据我的理解,我们希望实现所有收益并避免所有损失。我设置了一个乘数列,该列在应该避免损失的月份中等于1,而在有收益的月份中基本上为1 + df['Monthly Returns']
。然后我计算一个Cash
列,作为Multiplier
列的乘积乘以$ 41,这就是我们的本金。这里有一种使用for
循环的诱惑,但是使用Pandas时,只要您看到for
,通常就会有更快的内置cumprod
:
df['Multiplier'] = df['Monthly Returns'].apply(lambda x: max(x, 0)) + 1
df['Cash'] = df['Multiplier'].cumprod() * 41
完成所有操作后,我们将看到以下内容:
Month End Price Monthly Returns Multiplier Cash
1983-01-31 50.00 NaN NaN 41.000000
1983-02-28 46.75 -0.069519 1.000000 41.000000
1983-03-31 44.25 -0.056497 1.000000 41.000000
1983-04-30 50.00 0.115000 1.115000 45.715000
1983-05-31 59.25 0.156118 1.156118 52.851941
1983-06-30 66.50 0.109023 1.109023 58.613995
1983-07-31 29.25 -1.273504 1.000000 58.613995
1983-08-31 44.25 0.338983 1.338983 78.483145
1983-09-30 59.25 0.253165 1.253165 98.352296
1983-10-31 61.00 0.028689 1.028689 101.173878
1983-11-30 64.25 0.050584 1.050584 106.291623
1983-12-31 65.25 0.015326 1.015326 107.920614
位置值如下: