每个投资组合的价值加权投资组合回报答案

【问题标题】：value weighted portfolio returns per portfolio每个投资组合的价值加权投资组合回报
【发布时间】：2021-02-09 18:33:48
【问题描述】：

我有一个包含股票列表的日期、回报、投资组合和市值的数据集。我想计算我的数据和每个投资组合中每月的价值加权市场回报。

date        ret     portf   mkval
1982-03-31  0.02    3.0     2000
1982-04-30  0.05    2.0     500
1982-05-31  0.10    1.0     3000
1982-03-31  0.05    3.0     4000
1982-04-30  0.20    3.0     700
1982-05-31  0.02    2.0     2000
1982-05-31  0.08    1.0     5000

此数据应产生以下输出：

date         portf   equal_w_ret
1982-03-31   3.0     0.04
1982-04-30   2.0     0.05
1982-04-30   3.0     0.20
1982-05-31   1.0     0.0875
1982-05-31   2.0     0.02

这里，第一行计算为：(2000/(2000+4000))(1+0.02)+(4000/(2000+4000))(1+0.05)-1

提前致谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

先设置数据

data = { 'date' : ['1982-03-31','1982-04-30','1982-05-31','1982-03-31','1982-04-30','1982-05-31','1982-05-31'],
    'ret' : [0.02,0.05,0.10,0.05,0.20,0.02,0.08],
    'portf' : [3.0,2.0,1.0,3.0,3.0,2.0,1.0],
    'mkval' : [2000,500,3000,4000,700,2000,5000]}

现在将数据制作成数据框并准备输出数据框

df = pd.DataFrame(data)
dfout = pd.DataFrame()

有趣的一点！按日期和投资组合编号分组，然后按行进行计算。然后制作一个作为该行摘要的数据框并将其放入输出数据框中

for group, subdf in df.groupby(['date','portf']):
    subdf['wret'] = (subdf['mkval'] * ( 1 + subdf['ret']))/subdf['mkval'].sum()
    df2 = pd.DataFrame({ 'data' : [group[0]],'portf':[group[1]],'equal_w_ret':[subdf['wret'].sum() - 1]})
    dfout = dfout.append(df2)

这让

    data        portf   equal_w_ret
0   1982-03-31  3.0     0.0400
0   1982-04-30  2.0     0.0500
0   1982-04-30  3.0     0.2000
0   1982-05-31  1.0     0.0875
0   1982-05-31  2.0     0.0200

【讨论】：