在 pandas 数据框中计算 return 的最佳方法是什么？

Question

我有一个 DataFrame 如下

我想得到股票的标准差returnsst.dev (T1/T0-1,T2/T1-1..etc)

例如，st.dev((9.5/36.5)-1,(6.125/9.5)-1...etc)

结果将添加到 2 号 DataFrame。

你能建议最好的方法吗？显然，我需要对每只股票都这样做。你能帮忙吗？

提前致谢！

P.S：标准差部分可以忽略，如果你能帮我解决returns，剩下的我来做。

Answer 1

这就是全部，我相信:

df.std(axis = 0, skipna = True)

Answer 2

试试这个：

a=[(df.iloc[i+1]/df.iloc[i])-1 for i in range(df.shape[0]-1)]
df1=pd.DataFrame(pd.DataFrame(a).std(),columns=["Return"])

Answer 3

您可以使用 df.pct_change 获得 T1/T0-1 个值。从那里您可以使用 .agg 来聚合多个函数。

# sample df
# please always provide a sample that can be easily pasted and tested
# you could get it with `df.head(10).to_dict('split')`
df = pd.DataFrame({
    'AAPL': [36.5, 9.5, 6.125, 40.25, 43.875, 40, 42.25],
    'TSL': [44, 43.625, 47.875, 64.25, 17.375, 14.124, 44.75],
    'GDXJ': [43.875, 13.625, 22.5, 37.125, 5.5, 21.125, 21.25],
    'DAL': [11.625, 33.25, 4.625, 36, 36.25, 14.875, 31.75]
})

df2 = df.pct_change().agg(['mean', 'std']).T

输出

          mean       std
AAPL  0.755739  2.379347
TSL   0.280437  0.992349
GDXJ  0.434482  1.340593
DAL   1.389140  2.838230

在 pandas 数据框中计算 return 的最佳方法是什么？

what is the best way to calculate the return in a pandas dataframe?

python

standard-deviation

pandas