Python Pandas 数据框 : portfolio backtesting investing cashflows on different dates

Question

假设有以下返回数据帧:

import numpy as np
import pandas as pd
import pandas.io.data as web
data = web.DataReader(['AAPL','GOOG'],data_source='google')
returns = data['Close'].pct_change()

现在假设我想对两种 Assets 的投资进行回测，同时假设现金流量不同时进行投资:

positions = {}
positions['APPL'] = {returns.index[10]: 20000.0}
positions['GOOG'] = {returns.index[20]: 80000.0}
wealth = pd.DataFrame.from_dict(positions).reindex(returns.index).fillna(0.0)

我的问题是:是否有一种 pythonic 方法可以让 Apple 的 20,000 美元正现金流和 Google 的 80,000 美元根据各自的每日返回增长？

目前我正在对每个位置(列)进行迭代，然后对第 i 行进行迭代:

wealth.ix[i] = wealth.ix[i-1] * (1 + returns[i])

但我知道使用 Python 和 Pandas 通常可以避免这种迭代。

感谢您为此付出的时间。

link to iPython Notebook

西蒙

Answer 1

首先，您需要将头寸更改为远期填充，因为您保留了投资。

pos = pd.DataFrame.from_dict(positions).reindex(returns.index).fillna(method="ffill")

然后你需要cumprod

wealth = pos.shift() * (1+returns).cumprod(axis=0)

shift 是必需的，因为您不会在第一天获得返回。