从 3 列 csv 计算股票价格波动率

Question

我正在寻找使以下代码工作的方法：

import pandas

path = 'data_prices.csv'
data =  pandas.read_csv(path, sep=';')
data = data.sort_values(by=['TICKER', 'DATE'], ascending=[True, False])
data.columns

我有一个包含三列的二维数组，数据如下所示：

DATE;TICKER;PRICE
20151231;A UN Equity;41.81
20151230;A UN Equity;42.17
20151229;A UN Equity;42.36
20151228;A UN Equity;41.78
20151224;A UN Equity;42.14
20151223;A UN Equity;41.77
20151222;A UN Equity;41.22
20151221;A UN Equity;40.83
20151218;A UN Equity;40.1
20091120;PCG UN Equity;42.1
20091119;PCG UN Equity;41.53
20091118;PCG UN Equity;41.86
20091117;PCG UN Equity;42.23
20091116;PCG UN Equity;42.6
20091113;PCG UN Equity;41.93
20091112;PCG UN Equity;41.6
20091111;PCG UN Equity;42.01

现在，我想计算 x 天的实际波动率，其中 x 来自输入字段，并且 x 不应大于观察次数。

需要采取的步骤：

• 计算每一行的日志回报
• 获取这些回报并在其上运行标准差
• 乘以 255 的平方根以标准化年波动率

Answer 1

抱歉，您希望的输出类型尚不完全清楚，因此我假设您想输入一个代码和一个句点 (x) 并查看当前的波动率数字。下面我也使用了 numpy，以防你没有那个库。

基本上我已经创建了一个包含所有原始数据的 DataFrame，然后为给定的代码过滤了一个新的 DF（用户只需要输入“A”或“PCG”部分，因为“UN Equity”是假定常数）。在这个新的 DF 中，在检查您的 period (x) 输入不是太高后，它将输出最近的年化波动率值。

import numpy as np
import pandas as pd

data = pd.read_csv('dump.csv', sep=';')
data = data.sort_values(by=['TICKER','DATE'],ascending=[True,True])


def vol(ticker, x):
    df = pd.DataFrame(data)
    df['pct_chg'] = df.PRICE.pct_change()
    df['log_rtn'] = np.log(1 + df.pct_chg)

    df_filtered = df[df.TICKER==ticker+' UN Equity']

    max_x = len(df_filtered) - 1
    if x > max_x:
        print('Too many periods. Reduce x')

    df_filtered['vol'] = pd.rolling_std(df_filtered.log_rtn, window=x) * (255**0.5)

    print(df_filtered.vol.iloc[-1])

例如，输入为 vol('PCG',6) 输出为 0.187855386042

如果我误解了您的要求，可能不是最优雅的道歉。