Python 中滚动相关数据帧的滚动平均值？

Question

Python初学者。

到目前为止我做了什么：

从雅虎财经的股票列表中导入价格数据。
在股票（每个组合）之间，将 20 天的滚动相关性计算到数据框中。

我愿意：

1) 计算每个 20 天滚动相关性的 200 天简单移动平均线。

2) 在矩阵中报告 200 天移动平均线结果。

如何在 python/pandas 中执行此操作？谢谢，这对我有很大帮助！

这是我目前所知道的...

import pandas as pd
from pandas import DataFrame
import datetime
import pandas.io.data as web
from pandas.io.data import DataReader

stocks = ['spy', 'gld', 'uso']
start = datetime.datetime(2014,1,1)
end = datetime.datetime(2015,1,1)

f = web.DataReader(stocks, 'yahoo', start, end)
adj_close_df = f['Adj Close']

correls = pd.rolling_corr(adj_close_df, 20)

means = pd.rolling_mean(correls, 200) #<---- I get an error message here!

Answer 1

这是回答问题 1-3 的开始（每个 post 你应该只有一个问题）。

import pandas.io.data as web
import datetime as dt
import pandas as pd

end_date = dt.datetime.now().date()
start_date = end_date - pd.DateOffset(years=5)

symbols = ['AAPL', 'IBM', 'GM']
prices = web.get_data_yahoo(symbols=symbols, start=start_date, end=end_date)['Adj Close']
returns = prices.pct_change()
rolling_corr = pd.rolling_corr_pairwise(returns, window=20)

对于单个股票相对于所有其他股票，获得滚动相关性的滚动平均值相对简单。例如：

pd.rolling_mean(rolling_corr.major_xs('AAPL').T, 200).tail()
Out[34]: 
            AAPL        GM       IBM
Date                                
2015-05-08     1  0.313391  0.324728
2015-05-11     1  0.315561  0.327537
2015-05-12     1  0.317844  0.330375
2015-05-13     1  0.320137  0.333189
2015-05-14     1  0.322119  0.335659

查看最近200天的相关矩阵window:

>>> rolling_corr.iloc[-200:].mean(axis=0)
          AAPL        GM       IBM
AAPL  1.000000  0.322119  0.335659
GM    0.322119  1.000000  0.383672
IBM   0.335659  0.383672  1.000000

Python 中滚动相关数据帧的滚动平均值？

Rolling Mean of Rolling Correlation dataframe in Python?

python

yahoo

matrix

correlation

pandas