pandas - Cálculo de rendimientos a partir de un marco de datos con datos financieros.

pandas dataframe

Question

Tengo un marco de datos con datos financieros mensuales:

In [89]: vfiax_monthly.head()
Out[89]: 
            year  month  day       d   open  close   high    low  volume  aclose
2003-01-31  2003      1   31  731246  64.95  64.95  64.95  64.95       0   64.95
2003-02-28  2003      2   28  731274  63.98  63.98  63.98  63.98       0   63.98
2003-03-31  2003      3   31  731305  64.59  64.59  64.59  64.59       0   64.59
2003-04-30  2003      4   30  731335  69.93  69.93  69.93  69.93       0   69.93
2003-05-30  2003      5   30  731365  73.61  73.61  73.61  73.61       0   73.61

Estoy tratando de calcular los rendimientos de esa manera:

In [90]: returns = (vfiax_monthly.open[1:] - vfiax_monthly.open[:-1])/vfiax_monthly.open[1:]

Pero solo estoy obteniendo ceros:

In [91]: returns.head()
Out[91]: 
2003-01-31   NaN
2003-02-28     0
2003-03-31     0
2003-04-30     0
2003-05-30     0
Freq: BM, Name: open

Creo que eso se debe a que las operaciones aritméticas se alinean en el índice y eso hace que [1:] y [:-1] inútiles.

Mi solución es:

In [103]: returns = (vfiax_monthly.open[1:].values - vfiax_monthly.open[:-1].values)/vfiax_monthly.open[1:].values

In [104]: returns = pd.Series(returns, index=vfiax_monthly.index[1:])

In [105]: returns.head()
Out[105]: 
2003-02-28   -0.015161
2003-03-31    0.009444
2003-04-30    0.076362
2003-05-30    0.049993
2003-06-30    0.012477
Freq: BM

¿Hay una mejor manera de calcular los rendimientos? No me gusta la conversión a matriz y luego volver a la serie.

Answer 1

En lugar de rebanar, use .shift para mover la posición del índice de valores en un DataFrame / Series. Por ejemplo:

returns = (vfiax_monthly.open - vfiax_monthly.open.shift(1))/vfiax_monthly.open.shift(1)

Esto es lo que pct_change está haciendo bajo el capó. También puedes usarlo para otras funciones, por ejemplo:

(3*vfiax_monthly.open + 2*vfiax_monthly.open.shift(1))/5

Es posible que también desee examinar las funciones de rolling y window para otros tipos de análisis de datos financieros.

Answer 2

La forma más fácil de hacer esto es usar el método DataFrame.pct_change ().

Aquí hay un ejemplo rápido

In[1]: aapl = get_data_yahoo(''aapl'', start=''11/1/2012'', end=''11/13/2012'')

In[2]: appl
Out[2]: 
          Open    High     Low   Close    Volume  Adj Close
Date                                                           
2012-11-01  598.22  603.00  594.17  596.54  12903500     593.83
2012-11-02  595.89  596.95  574.75  576.80  21406200     574.18
2012-11-05  583.52  587.77  577.60  584.62  18897700     581.96
2012-11-06  590.23  590.74  580.09  582.85  13389900     580.20
2012-11-07  573.84  574.54  555.75  558.00  28344600     558.00
2012-11-08  560.63  562.23  535.29  537.75  37719500     537.75
2012-11-09  540.42  554.88  533.72  547.06  33211200     547.06
2012-11-12  554.15  554.50  538.65  542.83  18421500     542.83
2012-11-13  538.91  550.48  536.36  542.90  19033900     542.90

In[3]: aapl.pct_change()
Out[3]:
                Open      High       Low     Close    Volume  Adj Close
Date                                                                   
2012-11-01       NaN       NaN       NaN       NaN       NaN        NaN
2012-11-02 -0.003895 -0.010033 -0.032684 -0.033091  0.658945  -0.033090
2012-11-05 -0.020759 -0.015378  0.004959  0.013558 -0.117186   0.013550
2012-11-06  0.011499  0.005053  0.004311 -0.003028 -0.291453  -0.003024
2012-11-07 -0.027769 -0.027423 -0.041959 -0.042635  1.116864  -0.038263
2012-11-08 -0.023020 -0.021426 -0.036815 -0.036290  0.330747  -0.036290
2012-11-09 -0.036049 -0.013073 -0.002933  0.017313 -0.119522   0.017313
2012-11-12  0.025406 -0.000685  0.009237 -0.007732 -0.445323  -0.007732
2012-11-13 -0.027502 -0.007250 -0.004251  0.000129  0.033244   0.000129

Answer 3

La mejor manera de calcular los resultados de futuro sin ninguna posibilidad de sesgo es usar la función pd.DataFrame.pct_change() . En su caso, todo lo que necesita usar es esta función, ya que tiene datos mensuales y está buscando la declaración mensual.

Si, por ejemplo, quisiera ver el rendimiento de 6 meses, simplemente configuraría el df.pct_change(periods = 6) y eso le dará el porcentaje de retorno de 6 meses.

Debido a que tiene un conjunto de datos relativamente pequeño, la forma más sencilla es volver a muestrear los parámetros en los que necesita calcular los datos y luego usar la función pct_change() nuevamente.

Sin embargo, debido a las buenas propiedades del log , es común utilizar la fórmula para calcular los rendimientos (si planea realizar estadísticas en la serie de rendimientos):

Que implementarías como tal:

log_return = np.log(vfiax_monthly.open / vfiax_monthly.open.shift())

Answer 4

También podría usar una mezcla de métodos de diff y shift de la serie de pandas:

retrun = vfiax_monthly.open.diff()/vfiax_monthly.open.shift(1)