Question

这是我的问题：

我有一个每月投资的DataFrame：

df = pd.DataFrame({'Dates':['2018-07-31','2018-07-31','2018-07-31','2018-08-31','2018-08-31','2018-08-31',
                               '2018-09-30','2018-09-30','2018-09-30'],
                      "Name":["Apple",'Google','Facebook','JP Morgan','IBM','Netflix',"Apple","Tesla","Boeing"],
                     "Monthly Return":[-0.018988,-0.028009,0.111742,-0.034540,-0.025806,-0.043647,0.001045,
                                       0.155379,0.011644],
                     "Total Weight":[0.7,0.2,0.1,0.5,0.3,0.2,0.6,0.2,0.2]})

我想计算累计投资额，但这样做有困难：假设我们的初始投资为1000 $

如果我们考虑每个资产的月收益率和权重，我们在2018-07-31有了这个：

Dates        Name     Return    Weight Investment Pofit/loss
2018-07-31   Apple    -0.018988  0.7       700       -13.29     
2018-07-31   Google   -0.028009  0.2       200       -5.60
2018-07-31   Facebook  0.111742  0.1       100       11.17

所以对于2018年7月，我以1000 $开始，到月底，我有992.28 $（1000-13.29-5.60 + 11.17）该金额将在2018年8月重新投资，到本月底，我将：992.28美元+/- 2018年8月的总利润/亏损。

我的目标是通过考虑每个月的利润/亏损来确定最终金额，但我真的不知道该怎么做。

如果有人对此有任何想法，欢迎您！如果您不太清楚，请告诉我

Answer 1

这是一个解决方案，为清楚起见，分为几个步骤：

df = pd.DataFrame({'Dates':['2018-07-31','2018-07-31','2018-07-31','2018-08-31','2018-08-31','2018-08-31',
                               '2018-09-30','2018-09-30','2018-09-30'],
                      "Name":["Apple",'Google','Facebook','JP Morgan','IBM','Netflix',"Apple","Tesla","Boeing"],
                     "Monthly Return":[-0.018988,-0.028009,0.111742,-0.034540,-0.025806,-0.043647,0.001045,
                                       0.155379,0.011644],
                     "Total Weight":[0.7,0.2,0.1,0.5,0.3,0.2,0.6,0.2,0.2]})

df["weighted_return"] = df["Monthly Return"] * df["Total Weight"]
# df.groupby("Dates", freq="1M")
df["Dates"] = pd.to_datetime(df.Dates)
df.set_index("Dates", inplace=True)
t = df.groupby(pd.Grouper(freq="M")).sum()

在这一点上，t是：

            Monthly Return  Total Weight  weighted_return  eom_value
Dates                                                               
2018-07-31        0.064745           1.0        -0.007719   0.992281
2018-08-31       -0.103993           1.0        -0.033741   0.966259
2018-09-30        0.168068           1.0         0.034032   1.034032

现在，我们可以使用cumprod来计算一段时间内的回报：

t["eom_value"] = 1 + t.weighted_return
t.eom_value.cumprod()

结果：

Dates
2018-07-31    0.992281
2018-08-31    0.958800
2018-09-30    0.991430

如何计算投资组合的累积回报和投资

1 个答案: