4

我是 Python 新手，并尝试修改我在这里找到的配对交易脚本： https ://github.com/quantopian/zipline/blob/master/zipline/examples/pairtrade.py

原始脚本旨在仅使用价格。我想使用回报来适应我的模型和投资数量的价格，但我不知道该怎么做。

我试过了：

  • 在 main 中定义返回的数据框并在运行中调用它
  • 将 main 中的返回数据框定义为全局对象，并在“处理数据”中需要时使用
  • 直接在句柄数据中定义一个retuns的数据框

我认为最后一个选项是最合适的，但是熊猫'shift'属性出现错误。

更具体地说，我尝试将“DataRegression”定义如下：

DataRegression = data.copy()
DataRegression[Stock1]=DataRegression[Stock1]/DataRegression[Stock1].shift(1)-1
DataRegression[Stock2]=DataRegression[Stock2]/DataRegression[Stock2].shift(1)-1
DataRegression[Stock3]=DataRegression[Stock3]/DataRegression[Stock3].shift(1)-1
DataRegression = DataRegression.dropna(axis=0)

其中“数据”是一个数据框，其中包含全局定义的价格、库存 1、库存 2 和库存 3 列名称。句柄数据中的那些行返回错误：

File "A:\Apps\Python\Python.2.7.3.x86\lib\site-packages\zipline-0.5.6-py2.7.egg\zipline\utils\protocol_utils.py", line 85, in __getattr__
return self.__internal[key]
KeyError: 'shift'

有谁知道为什么以及如何正确地做到这一点？

非常感谢，文森特

4

1 回答 1

2

这是一个有趣的想法。在 zipline 中执行此操作的最简单方法是使用 Returns 转换，该转换将返回字段添加到事件框架（这是一个 ndict，而不是有人指出的 pandas DataFrame）。

为此，您必须将转换添加到初始化方法： self.add_transform(Returns, 'returns', window_length=1)

（确保from zipline.transforms import Returns在开头添加）。

然后，在 batch_transform 中，您可以访问返回而不是价格：

@batch_transform
def ols_transform(data, sid1, sid2):
    """Computes regression coefficient (slope and intercept)
    via Ordinary Least Squares between two SIDs.
    """
    p0 = data.returns[sid1]
    p1 = sm.add_constant(data.returns[sid2])
    slope, intercept = sm.OLS(p0, p1).fit().params

    return slope, intercept

或者，您也可以创建一个 batch_transform 来将价格转换为您想要的回报。

@batch_transform
def returns(data):
    return data.price / data.price.shift(1) - 1

然后将其传递给 OLS 变换。或者在 OLS 变换本身内部进行此计算。

HTH，托马斯

于 2013-04-17T00:20:41.073 回答