13

我在 pandas DataFrame 中有一个时间序列的回报、滚动 beta 和滚动 alpha。如何计算 DataFrame 的 alpha 列的滚动年化 alpha?(我想做相当于 =PRODUCT(1+[trailing 12 months])-1 in excel)

            SPX Index BBOEGEUS Index    Beta      Alpha
2006-07-31   0.005086    0.001910    1.177977   -0.004081
2006-08-31   0.021274    0.028854    1.167670    0.004012
2006-09-30   0.024566    0.009769    1.101618   -0.017293
2006-10-31   0.031508    0.030692    1.060355   -0.002717
2006-11-30   0.016467    0.031720    1.127585    0.013153

我很惊讶地发现,pandas 中没有为此内置“滚动”功能,但我希望有人可以提供一个功能,然后我可以使用 pd.rolling_apply 将其应用于 df['Alpha'] 列。

提前感谢您提供的任何帮助。

4

4 回答 4

24

rolling_apply已在 pandas 中删除并被更通用的 窗口方法(例如rolling()等)取代

# Both agg and apply will give you the same answer
(1+df).rolling(window=12).agg(np.prod) - 1
# BUT apply(raw=True) will be much FASTER!
(1+df).rolling(window=12).apply(np.prod, raw=True) - 1
于 2019-07-11T09:00:55.507 回答
22

这会吗?

import pandas as pd
import numpy as np

# your DataFrame; df = ...

pd.rolling_apply(df, 12, lambda x: np.prod(1 + x) - 1)
于 2013-03-08T14:34:55.707 回答
6

如果您将 +/-1 移出 ,它会更快一些df,如下所示:

cumprod = (1.+df).rolling(window=12).agg(lambda x : x.prod()) -1
于 2018-06-25T21:06:58.850 回答
-2

rolling_apply 已弃用,因此效果最好:

(1 + df).cumprod() - 1

于 2020-07-13T02:10:59.177 回答