3

DataFrame株式のリターンを表す があります。終値を分割調整するには、次の方法があります。

def returns(ticker, start=None, end=None):
    p = historical_prices(ticker, start, end, data='d', convert=True)
    d = historical_prices(ticker, start, end, data='v', convert=True)

    p['Dividends'] = d['Dividends']
    p['Dividends'].fillna(value=0, inplace=True)
    p['DivFactor'] = 1.
    p['SAClose'] = p['Close']

    records, fields = p.shape
    for t in range(1, records):
        p['SAClose'][t] = p['Adj Close'][t] / p['DivFactor'][t-1] + \
                          p['Dividends'][t-1]
        p['DivFactor'][t] = p['DivFactor'][t-1] * \
                            (1 - p['Dividends'][t-1] / p['SAClose'][t])

    p['Lagged SAClose'] = p['SAClose'].shift(periods=-1)
    p['Cash Return'] = p['Dividends'] / p['Lagged SAClose']
    p['Price Return'] = p['SAClose'] / p['Lagged SAClose'] - 1
    return p.sort_index()

(つまり、Split Adjusted Close) がラグ値にどのようSACloseに依存するかに注意してください。DivFactor次に、遅延値と現在の値のDivFactor両方に依存します。DivFactorSAClose

上記の方法は機能しますが、ループ セクションでは非常に遅くなります。パンダでこれを行うためのより効率的な方法はありますか? 「循環」依存関係 (ラグを考えると実際には循環ではない) を考えると、通常の級数演算を行うか、通常のシフト操作を使用する方法がわかりません (たとえば、 で行うようにCash Return)。

4

1 に答える 1

3

累積調整係数シリーズを1回のショットで作成してみてください。そうすれば、ループする必要はありません。

(p['Dividends'].fillna(1.) + 1.).cumprod()
于 2012-08-03T02:47:01.060 に答える