pandas ile genişleyen pencere fonksiyonları

Python ile Zaman Serisi Verilerini Manipüle Etme

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

pandas'ta genişleyen pencereler

Yuvarlanandan genişleyene pencereler
Günümüze kadar olan dönemler için metrikleri hesaplayın
Yeni zaman serisi tüm geçmiş değerleri yansıtır
Koşan getiri, koşan min/maks için yararlı
pandas ile iki seçenek:
- .expanding() - .rolling() gibidir
- .cumsum(), .cumprod(), cummin()/max()

Temel fikir

df = pd.DataFrame({'data': range(5)})

df['expanding sum'] = df.data.expanding().sum()

df['cumulative sum'] = df.data.cumsum()

df

   data  expanding sum  cumulative sum
0     0            0.0               0
1     1            1.0               1
2     2            3.0               3
3     3            6.0               6
4     4           10.0              10

S&P 500 verilerini alın

data = pd.read_csv('sp500.csv', parse_dates=['date'], index_col='date')

DatetimeIndex: 2519 entries, 2007-05-24 to 2017-05-24
Data columns (total 1 columns):
SP500    2519 non-null float64

ch3_2_v2 - Pandas ile Genişleyen Pencere Fonksiyonları.013.png

Koşan getiriyi nasıl hesaplarız

Tek dönem getirisi r_t: güncel fiyat/son fiyat eksi 1:

$$r_t = \frac{P_t}{P_{t-1}} - 1$$
- Çok dönemli getiri: tüm dönemler için (1 + r_t) çarpımı, eksi 1:
$$R_T = (1 + r_1)(1 + r_2)...(1 + r_T) - 1$$
- Dönem getirisi için: .pct_change()
- Temel işlemler için .add(), .sub(), .mul(), .div()
- Kümülatif çarpım için: .cumprod()

Uygulamada koşan getiri oranı

pr = data.SP500.pct_change() # period return

pr_plus_one = pr.add(1)

cumulative_return = pr_plus_one.cumprod().sub(1)

cumulative_return.mul(100).plot()

ch3_2_v2 - Pandas ile Genişleyen Pencere Fonksiyonları.021.png

Artan min ve max'ı alma

data['running_min'] = data.SP500.expanding().min()

data['running_max'] = data.SP500.expanding().max()

data.plot()

ch3_2_v2 - Pandas ile Genişleyen Pencere Fonksiyonları.023.png

Yuvarlanan yıllık getiri oranı

def multi_period_return(period_returns):
    return np.prod(period_returns + 1) - 1

pr = data.SP500.pct_change() # dönem getirisi

r = pr.rolling('360D').apply(multi_period_return)

data['Rolling 1yr Return'] = r.mul(100)

data.plot(subplots=True)

Yuvarlanan yıllık getiri oranı

data['Rolling 1yr Return'] = r.mul(100)

data.plot(subplots=True)

ch3_2_v2 - Pandas ile Genişleyen Pencere Fonksiyonları.027.png

Hadi pratik yapalım!

Python ile Zaman Serisi Verilerini Manipüle Etme