python - 在 Python 中计算多种证券的对数 yield

Question

这是我到目前为止所拥有的 - 我已经建立了一个价格表(如图所示)，我想计算各个代码的对数返回。 priceData = pd.read_excel(r'..\PriceData.xlsx', skiprows=range(1),

usecols = 'B:SN', index_col = 0)

priceData = priceData.drop(priceData.index[[0,1]])

priceData.index.names = ['Date']

priceData.index = priceData.index.map(pd.to_datetime)

priceData.sort_index()

# To adjust all time series data to start from 1990-01-25 to 2018-09-24
for column in priceData.columns:
    if np.isnan(priceData[column].iloc[0]):
        priceData = priceData.drop([column],axis=1, inplace=True)

stocks = list(table)

returns = table.apply(lambda x: np.log(x)-np.log(x.shift(1)))

*table 是我的数据框名称。

我遇到的错误信息是:

"TypeError: ("unsupported operand type(s) for /: 'float' and >'datetime.datetime'", 'occurred at index LYB UN Equity')"

更新

我试过:

returns = table.apply(lambda x: np.log(x)-np.log(x.shift(1)))

但是我遇到了一条新的错误信息:

("'float' object has no attribute 'log'", 'occurred at index LYB UN Equity')

请指教!

Answer 1

我想出了一个更直观的方法。

# Calculate returns
returns = table.pct_change() # simple linear returns
log_rets = np.log(1+returns)

这将在计算同一数据框中多种证券的对数 yield 时起作用。干杯!