如何在 Pandas DataFrame 上计算滚动累积乘积答案

【问题标题】：How to calculate rolling cumulative product on Pandas DataFrame如何在 Pandas DataFrame 上计算滚动累积乘积
【发布时间】：2013-02-24 01:58:41
【问题描述】：

我在 pandas DataFrame 中有一个时间序列的回报、滚动 beta 和滚动 alpha。如何计算 DataFrame 的 alpha 列的滚动年化 alpha？（我想做相当于=PRODUCT(1+[trailing 12 months])-1 in excel）

            SPX Index BBOEGEUS Index    Beta      Alpha
2006-07-31   0.005086    0.001910    1.177977   -0.004081
2006-08-31   0.021274    0.028854    1.167670    0.004012
2006-09-30   0.024566    0.009769    1.101618   -0.017293
2006-10-31   0.031508    0.030692    1.060355   -0.002717
2006-11-30   0.016467    0.031720    1.127585    0.013153

我很惊讶地发现 pandas 中没有为此内置“滚动”功能，但我希望有人可以提供一个功能，然后我可以使用 pd.rolling_apply 将其应用于 df['Alpha'] 列.

提前感谢您提供的任何帮助。

【问题讨论】：

标签： python pandas time-series finance

【解决方案1】：

rolling_apply 已在 pandas 中被删除，取而代之的是更通用的 window methods（例如rolling()等）

# Both agg and apply will give you the same answer
(1+df).rolling(window=12).agg(np.prod) - 1
# BUT apply(raw=True) will be much FASTER!
(1+df).rolling(window=12).apply(np.prod, raw=True) - 1

【讨论】：

有更快的方法吗？也许使用cumprod() 并将窗口中的最后一个元素除以窗口中的第一个元素？

【解决方案2】：

这样可以吗？

import pandas as pd
import numpy as np

# your DataFrame; df = ...

pd.rolling_apply(df, 12, lambda x: np.prod(1 + x) - 1)

【讨论】：

此功能似乎已被弃用。这里有更多最新的解决方案：stackoverflow.com/questions/35365545/…

【解决方案3】：

如果你将那些 +/-1 移出df，它会快一点，像这样：

cumprod = (1.+df).rolling(window=12).agg(lambda x : x.prod()) -1

【讨论】：

【解决方案4】：

rolling_apply 已弃用，因此效果最佳：

(1 + df).cumprod() - 1

【讨论】：

这个答案没有考虑滚动窗口的大小 - 它假设它是 1。