我是 Python 新手并尝试修改我在此处找到的配对交易脚本:
https://github.com/quantopian/zipline/blob/master/zipline/examples/pairtrade.py
原始脚本旨在仅使用价格。我想使用返回来适应我的模型和投资数量的价格,但我不知道怎么做。
我试过了:
我认为最后一个选项是最合适的,但随后我对 panda 'shift' 属性有错误。
更具体地说,我尝试将“DataRegression”定义如下:
DataRegression = data.copy()
DataRegression[Stock1]=DataRegression[Stock1]/DataRegression[Stock1].shift(1)-1
DataRegression[Stock2]=DataRegression[Stock2]/DataRegression[Stock2].shift(1)-1
DataRegression[Stock3]=DataRegression[Stock3]/DataRegression[Stock3].shift(1)-1
DataRegression = DataRegression.dropna(axis=0)
其中 'data' 是一个数据框,其中包含全局定义的价格、stock1、stock2 和 stock3 列名称。句柄数据中的那些行返回错误:
File "A:\Apps\Python\Python.2.7.3.x86\lib\site-packages\zipline-0.5.6-py2.7.egg\zipline\utils\protocol_utils.py", line 85, in __getattr__
return self.__internal[key]
KeyError: 'shift'
有谁知道为什么以及如何正确地做到这一点?
非常感谢,
文森特
最佳答案
这是一个有趣的想法。在 zipline 中执行此操作的最简单方法是使用 Returns 转换,它将返回字段添加到事件框架(这是一个 ndict,而不是有人指出的 Pandas DataFrame)。
为此,您必须将转换添加到 initialize 方法中:self.add_transform(Returns, 'returns', window_length=1)
(确保在开头添加 from zipline.transforms import Returns
)。
然后,在 batch_transform 中,您可以访问退货而不是价格:
@batch_transform
def ols_transform(data, sid1, sid2):
"""Computes regression coefficient (slope and intercept)
via Ordinary Least Squares between two SIDs.
"""
p0 = data.returns[sid1]
p1 = sm.add_constant(data.returns[sid2])
slope, intercept = sm.OLS(p0, p1).fit().params
return slope, intercept
或者,您也可以创建一个 batch_transform 来将价格转换为您想做的返回。
@batch_transform
def returns(data):
return data.price / data.price.shift(1) - 1
然后将其传递给 OLS 变换。或者在 OLS 变换本身内部进行此计算。
哈,
托马斯
关于Python:KeyError 'shift',我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/14810060/