Python: 计算日期不同时一年内的增长率
Python: Calculating the growth rate over a year when the dates aren't the same
我正在使用 python 和 Scrapy
我想做的是使用每月、每周或每天的数据计算股票在一年内的增长率（或 return 的增长率）。以this CAT data为例。
首先要计算 2015 年 6 月 8 日 return 的比率。为此，我们使用公式 (new - old)/old 或 (June 8 2015 - June 8 2014)/June 8 2014。这可以正常工作，但是没有 2014 年 6 月 8 日的数据！最近的是 6 月 9 日，或 6 月 2 日。
有人知道如何准确解决这个问题吗？
我在伦敦 IB 做了一个长期的实习生，日期的计算不是一项微不足道的任务，完全取决于业务应用程序。你有各种各样的日历、public 假期和其他类似的事情要考虑。
这实际上取决于您希望反映的日历，例如：
- 工作日 = 美国之后
- 工作日 = 在香港、美国和伦敦之前
对于您的编程任务：
- 请参阅this SO post了解如何从日历周期中添加（或减去）工作日。
- 解析来自 Yahoo! 的数据通过直接使用可用日期，假设它们是给定的日历并且每个交易事件是 1 b.d。分开
- 我建议为此使用
pandas
我正在使用 python 和 Scrapy
我想做的是使用每月、每周或每天的数据计算股票在一年内的增长率（或 return 的增长率）。以this CAT data为例。
首先要计算 2015 年 6 月 8 日 return 的比率。为此，我们使用公式 (new - old)/old 或 (June 8 2015 - June 8 2014)/June 8 2014。这可以正常工作，但是没有 2014 年 6 月 8 日的数据！最近的是 6 月 9 日，或 6 月 2 日。
有人知道如何准确解决这个问题吗？
我在伦敦 IB 做了一个长期的实习生，日期的计算不是一项微不足道的任务，完全取决于业务应用程序。你有各种各样的日历、public 假期和其他类似的事情要考虑。
这实际上取决于您希望反映的日历，例如：
- 工作日 = 美国之后
- 工作日 = 在香港、美国和伦敦之前
对于您的编程任务：
- 请参阅this SO post了解如何从日历周期中添加（或减去）工作日。
- 解析来自 Yahoo! 的数据通过直接使用可用日期，假设它们是给定的日历并且每个交易事件是 1 b.d。分开
- 我建议为此使用
pandas