我有一个简单但有挑战性的算法问题要解决。
我有一个交易者-股票-日水平的数据集，我想确定数据中的往返行程。往返只是数据中的特定序列。也就是说，如果你把个人i的股票s的持仓量累积起来，一个往返的开始和结束都是一个零的净持仓量。
例如：
pd.DataFrame({'trader' : ['a','a','a','a','a','a','a'],
'stock' : ['a','a','a','a','a','a','b'],
'day' :[0,1,2,4,5,10,1],
'delta':[10,-10,15,-10,-5,5,6],
'cumq' : [10,0,15,5,0,5,6] ,
'tag': [1,1,2,2,2,0,0]})
输出
Out[15]:
cumq day delta stock tag trader
0 10 0 10 a 1 a
1 0 1 -10 a 1 a
2 15 2 15 a 2 a
3 5 4 -10 a 2 a
4 0 5 -5 a 2 a
5 5 10 5 a 0 a
6 6 1 6 b 0 a
在这里，您可以看到交易者购买了两支股票（
a和a）。b对应于在给定日期购买或出售的数量。因此，您可以看到我们有两个完整的往返delta（-10+10=0）和（+15-10-5=0）和两个未完成的往返（+5 onstock a，和+6 onstock a）。我希望能够创建一个变量
stock b来告诉我这一点。也就是说，一个变量，当一个往返没有终止时，它是0，并且在给定的股票交易者组合中，第一次、第二次、第三次等的往返中取1、2、3的值。你知道如何有效地做到这一点吗？
非常感谢！
编辑：
卖空是可能的。例如，卖出10，买入25，卖出25，买入10将是一次往返。
往返可以在同一天执行：在这种情况下，delta将为零（实际上，您当天买卖的数量相同）。这意味着，在数据中，每天有几次往返可以互相跟踪。所以往返行程的0边界是包含在内的。例如：你今天买10个，今天卖10个（delta=0），然后你明天买15个，明天卖15个（delta=0）它们对应于两个不同的连续往返行程
提议的解决方案-似乎奏效-非常缓慢
import pandas as pd
import numpy as np
df = pd.DataFrame({'trader' : ['a','a','a','a','a','a','a'],'stock' : ['a','a','a','a','a','a','b'], 'day' :[0,1,2,4,5,10,1],'delta':[10,-10,15,-10,-5,5,0] ,'out': [1,1,2,2,2,0,1]})
def proc_trader(_df):
_df['tag'] = np.nan
# make every ending of a roundtrip with its index
_df['tag'][df.cumq == 0] = range(1, (_df.cumq == 0).sum() + 1)
# backfill the roundtrip index until previous roundtrip;
# then fill the rest with 0s (roundtrip incomplete for most recent trades)
_df['tag'] = _df['tag'].fillna(method = 'bfill').fillna(0)
return _df
df.sort_values(by=['trader', 'stock','day'], inplace=True)
df['cumq']=df.groupby(['trader', 'stock']).delta.transform('cumsum')
df = df.groupby(['trader', 'stock']).apply(proc_trader)
有什么想法吗？
非常感谢！！！!
最佳答案
我会这样做：
import pandas as pd
import numpy as np
df = pd.DataFrame({'trader' : ['a','a','a','a','a','a','a'],'stock' : ['a','a','a','a','a','a','b'], 'day' :[0,1,2,4,5,10,1],'delta':[10,-10,15,-10,-5,5,6], 'cumq' : [10,0,15,5,0,6,11] ,'tag': [1,1,2,2,2,0,0]})
def proc_trader(_df):
if _df.shape[0] == 1:
_df['tag'] = _df['delta'] == 0
return _df
_df['tag'] = np.nan
# make every ending of a roundtrip with its index
_df['tag'][df.cumq == 0] = range(1, (df.cumq == 0).sum() + 1)
# backfill the roundtrip index until previous roundtrip;
# then fill the rest with 0s (roundtrip incomplete for most recent trades)
_df['tag'] = _df['tag'].fillna(method = 'bfill').fillna(0)
return _df
df = df.groupby(['trader', 'stock']).apply(proc_trader)
这个想法是每个交易者的记录都由一系列的往返行程组成，除非最后可能；这假设了应该如何计算零增量周期。我们检测往返周期的所有端点，反向支撑索引并用0填充其余部分。