python - Python Pandas Dataframe:投资组合在不同日期回测投资现金流量

让我们假设具有以下返回的DataFrame：

import numpy as np
import pandas as pd
import pandas.io.data as web
data = web.DataReader(['AAPL','GOOG'],data_source='google')
returns = data['Close'].pct_change()

现在，假设我要对这两种资产的投资进行回测，并且还假设现金流量不是同时投资的：

positions = {}
positions['APPL'] = {returns.index[10]: 20000.0}
positions['GOOG'] = {returns.index[20]: 80000.0}
wealth = pd.DataFrame.from_dict(positions).reindex(returns.index).fillna(0.0)

我的问题是：是否有一种Python方式可以根据各自的每日收益来让苹果公司的2万美元和谷歌的8万美元的正现金流量增长？

目前，我正在按每个位置（列）然后按第i行进行迭代：

wealth.ix[i] = wealth.ix[i-1] * (1 + returns[i])

但是我知道使用Python和Pandas可以避免这种迭代。

感谢您的宝贵时间。

link to iPython Notebook

西蒙妮

最佳答案

首先，因为您保留了投资，所以您需要更改头寸以进行补仓。

pos = pd.DataFrame.from_dict(positions).reindex(returns.index).fillna(method="ffill")

然后您需要cumprod

wealth = pos.shift() * (1+returns).cumprod(axis=0)

shift是必需的，因为您在第一天没有得到退货。

关于python - Python Pandas Dataframe:投资组合在不同日期回测投资现金流量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25018311/