pandas के साथ expanding window functions

Python में Time Series डेटा मैनिपुलेट करना

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

pandas में expanding windows

Rolling से expanding windows तक
वर्तमान तारीख तक की अवधियों के लिए मेट्रिक्स निकालें
नई टाइम सीरीज़ में सभी ऐतिहासिक मान दिखते हैं
रनिंग रेट ऑफ रिटर्न, रनिंग min/max के लिए उपयोगी
pandas में दो तरीके:
- .expanding() - बिलकुल .rolling() जैसा
- .cumsum(), .cumprod(), cummin()/max()

मूल विचार

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 का डेटा लें

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 - Expanding Window Functions with Pandas.013.png

Running return कैसे निकालें

सिंगल पीरियड रिटर्न $r_t$: वर्तमान कीमत ÷ पिछली कीमत, फिर 1 घटाएँ:

$$r_t = \frac{P_t}{P_{t-1}} - 1$$
- मल्टी-पीरियड रिटर्न: सभी अवधियों के लिए $(1 + r_t)$ का गुणनफल, फिर 1 घटाएँ:
$$R_T = (1 + r_1)(1 + r_2)...(1 + r_T) - 1$$
- पीरियड रिटर्न के लिए: .pct_change()
- बेसिक गणित के लिए .add(), .sub(), .mul(), .div()
- cumulative product के लिए: .cumprod()

व्यवहार में running rate of return

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 - Expanding Window Functions with Pandas.021.png

Running min और max पाना

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

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

data.plot()

ch3_2_v2 - Expanding Window Functions with Pandas.023.png

Rolling वार्षिक rate of return

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

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

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

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

data.plot(subplots=True)

Rolling वार्षिक rate of return

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

data.plot(subplots=True)

ch3_2_v2 - Expanding Window Functions with Pandas.027.png

अभ्यास करते हैं!

Python में Time Series डेटा मैनिपुलेट करना