自动更新 Python 类属性的最佳方法

Question

我对类有点菜鸟（主要是完成函数式编程），所以虽然我使用了一种特定的方法来实现以下目标，但如果有一个“最佳实践”可以实现我正在寻找的东西（除了属性和属性），我很想听听。

我正在创建一个具有以下属性的投资组合对象：

• date_range：相关期间的第一个和最后一个日期的元组
• portfolio：date_range[0]:date_range[-1] 之间的投资组合值
• benchmark：date_range[0]:date_range[-1] 之间的基准值

我想对这两个系列进行一些统计计算（仅供参考，Class 定义可以在帖子底部找到）。

import pandas
import numpy

#create the date range
In [1]: dt_rng = pandas.DatetimeIndex(start = '01/01/2000', freq = 'b', periods = 100)

#create the portfolio & benchmark series
In  [ 2]: p1 = 1000*numpy.exp(numpy.cumsum(numpy.random.randn(len(dt_rng),)/252.))
In  [ 3]: p2 = 1000*numpy.exp(numpy.cumsum(numpy.random.randn(len(dt_rng),)/252.))
In  [ 4]: port = pandas.Series(p1, dt_rng)
In  [ 5]: bench = pandas.Series(p2, dt_rng)

#create the Portfolio Object (Class Code at the bottom)
In  [ 6]: port_object = PortObj(port, bench)
In  [ 7]: port_object.port_return()
Out [10]: -0.00066236017291987359
In  [11]: port_object.bech_return()
Out [12]: -0.031054475224739697
In  [13]: port_object.alpha()
Out [14]: 0.030392115051819824
In  [15]: port_object.date_range
Out [16]: 
(Timestamp('2000-01-03 00:00:00', tz=None),
 Timestamp('2000-05-19 00:00:00', tz=None))

现在我想更改用于计算投资组合指标的日期范围，假设我选择了dt_rng[15], dt_rng[60] 的间隔。所以：

In  [14]: port_object.date_range = ((dt_rng[15], dt_rng[50]))
Out [15]:
(Timestamp('2000-01-24 00:00:00', tz=None),
 Timestamp('2000-03-13 00:00:00', tz=None))

所以我们知道date_range 已更改，但我的@set 方法无法正常运行，如（众多方法之一）所示：

In  [16:]: port_object.alpha()
Out [17:]: 0.030392115051819824 #same as above

我尝试关注this post，但无法在我的班级中实现它。

这是class:

class PortObj:
    def __init__(self, portfolio, benchmark):
        self.date_range = ((portfolio.index[0], portfolio.index[-1]))
        self.portfolio = portfolio
        self.benchmark = benchmark

    @property
    def date_range(self):
        return self.date_range
    @date_range.setter
    def date_range(self, date_range):
        self.date_range = date_range
        self.portfolio = self.portfolio.loc[date_range[0]:date_range[1]]
        self.benchmark = self.benchmark.loc[date_range[0]:date_range[1]]

    @property
    def portfolio(self):
        return self.portfolio
    @portfolio.setter
    def portfolio(self, date_range):
        self.date_range = date_range
        self.portfolio = self.portfolio.loc[date_range[0]:date_range[1]]
        self.benchmark = self.benchmark.loc[date_range[0]:date_range[1]]

    @property
    def benchmark(self):
        return self.benchmark
    @portfolio.setter
    def benchmark(self, date_range):
        self.date_range = date_range
        self.portfolio = self.portfolio.loc[date_range[0]:date_range[1]]
        self.benchmark = self.benchmark.loc[date_range[0]:date_range[1]]

    def port_return(self):
        return numpy.divide(self.portfolio[-1], self.portfolio[0]) - 1

    def bench_return(self):
        return numpy.divide(self.benchmark[-1], self.benchmark[0]) - 1

    def alpha(self):
        return self.port_return() - self.bench_return()

当date_range 更改时，人们会推荐什么作为“更新投资组合Series 和基准Series”的最有效方法？

非常感谢，

-B

Answer 1

查看属性文档：

http://docs.python.org/2/library/functions.html#property

具体例子：

class C(object):
    def __init__(self):
        self._x = None

    @property
    def x(self):
        """I'm the 'x' property."""
        return self._x

    @x.setter
    def x(self, value):
        self._x = value

    @x.deleter
    def x(self):
        del self._x

您需要将值存储在单独的“私有”变量中，而不是在 getter/setter 中使用相同的属性名称。通常，这会给您一个递归错误，但由于您不是从对象继承，因此您使用的是旧式类，它不能与描述符一起正常工作。因此，您的构造函数对self.date_range = ... 的赋值无论如何都会替换您的属性。

简而言之，您需要：

• 从（对象）继承以使属性正常工作。
• 使用名称与您的属性不同的变量（例如 self._date_range）

Answer 2

这里有几件事让我觉得有点好笑……

1. 如果你在 python2.x 上，你应该继承自 object，因为 properties are only documented to work with new style classes...
2. 您的“属性”不应与您的某个属性同名...例如

@财产 def 投资组合（自己）： 返回 self.portfolio

我真的很惊讶这样的事情并没有给你一个递归错误......通常，对于这样的东西，你包装一个不同的（非属性）属性：

@property
def portfolio(self):
    return self._portfolio  # Note the leading underscore.

@portfolio.setter
def portfolio(self, date_range):
    self._date_range = date_range
    self._portfolio = self.portfolio.loc[date_range[0]:date_range[1]]
    self._benchmark = self.benchmark.loc[date_range[0]:date_range[1]]