python - 计算 Pandas 的累积复合返回

Question

我有一系列每日百分比返回返回:

                   Returns
Date
2003-03-03         0.0332
2003-03-04         0.0216
2003-03-05         0.0134
...
2010-12-29         0.0134
2010-12-30         0.0133
2010-12-31        -0.0297

我可以通过将初始值的值设置为 1 并使用 cumprod()

来计算返回索引

ret_index = (1 + returns).cumprod()

ret_index[0] = 1

这给了我这样的东西:

Date
2003-03-03         1.0000
2003-03-04         1.0123
2003-03-05         1.1334
...
2010-12-29         2.3344
2010-12-30         2.3544
2010-12-31         2.3643

所以我整个系列的累计复合百分比返回率约为 236%。

我的问题:我想计算系列(2003 年、2004 年...2010 年)中每一年的累计复合百分比返回。

我能想到的唯一方法是遍历我的初始系列，按年对其进行切片，将第一个元素设置为 1，然后计算每年的返回。我认为使用 datetime(索引是 Datetimeindex)和重采样有更简单的方法。

有人能帮忙吗？

Answer 1

对我来说它返回了一些不同的结果，但我认为你需要 groupby:

a = df.add(1).cumprod()
a.Returns.iat[0] = 1
print (a)
             Returns
Date                
2003-03-03  1.000000
2003-03-04  1.055517
2003-03-05  1.069661
2010-12-29  1.083995
2010-12-30  1.098412
2010-12-31  1.065789

def f(x):
    #print (x)
    a = x.add(1).cumprod()
    a.Returns.iat[0] = 1
    return a

print (df.groupby(df.index.year).apply(f))

             Returns
Date                
2003-03-03  1.000000
2003-03-04  1.055517
2003-03-05  1.069661
2010-12-29  1.000000
2010-12-30  1.026878
2010-12-31  0.996380