Question

我有一个包含十个不同投资组合的 DataFrame，返回 12904 天。我正在尝试使用过去 750 天的每日回报来获取该月最后一天的滚动协方差矩阵。我使用 .rolling() 函数获得每日（编辑：仅工作日）协方差矩阵。不幸的是，重新采样该矩阵以获取每日协方差矩阵的最后一个值不会返回每天的矩阵而是单行。非常感谢任何帮助！

DataFrameexcess_return（12904 行 × 10 列）：

             NoDur  Durbl   Manuf   Enrgy   HiTec   Telcm   Shops   Hlth    Utils   Other
Date                                        
1970-01-02   0.0074 0.0188  0.0111  0.0175  0.0069  0.0162  0.0041  -0.0035 0.0159  0.0175
1970-01-05   0.0058 -0.0023 0.0049  0.0099  0.0066  0.0237  -0.0026 -0.0019 0.0122  0.0052
1970-01-06  -0.0032 -0.0135 -0.0085 -0.0107 -0.0050 -0.0002 0.0015  -0.0047 -0.0105 -0.0111
1970-01-07   0.0012 -0.0047 -0.0004 -0.0080 -0.0000 -0.0015 0.0042  0.0007  -0.0038 -0.0012
1970-01-08  -0.0024 -0.0035 0.0021  -0.0034 0.00255 -0.0057 0.0007  0.0062  0.0015  0.0011

每日滚动协方差矩阵：

 rolling_cov = excess_return.rolling(750).cov().shift()

我试过的代码：

rolling_cov_monthly = excess_return.rolling(750).cov().shift().groupby([pd.Grouper(level="Date",freq="M")]).last()

这不会返回错误，但不会以矩阵格式返回所需的输出。

我尝试的另一个代码：

rolling_cov.resample("M").last()

带有错误信息：

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'MultiIndex'

Answer 1

获取滚动协方差然后只过滤年月组的最后一个工作日怎么样：

rolling_cov = excess_return.rolling(750).cov()
date_index = rolling_cov.index.get_level_values(0)

last_days = (
    pd.Series(date_index)
    .groupby(date_index.strftime('%Y-%m'))
    .last()
)

rolling_cov[rolling_cov.index.get_level_values(0).isin(last_days)]

时间序列多索引数据帧的重采样

1 个答案: