Python复合返回组By

我试图用python计算每个股票每日收益的月度复合收益

我的数据集如下所示：

DATE    STOCK   RETURN  Year    Month
1/1/2020    A   0.02    2020    1
1/1/2020    B   0.03    2020    1
1/2/2020    A   0.04    2020    1
1/2/2020    B   0.05    2020    1
...             
6/30/2020   A   0.01    2020    6
6/30/2020   B   0.03    2020    6

我试过

df。groupby（[STOCK'、'Year'、'Month']）['RETURN']。应用（cum_returns）

，但它不会在groupby中给出结果。理想情况下，我会尝试得到如下结果：

DATE       STOCK CUMULATIVE RETURN
01/2020    A      (1+0.02)*(1+0.04).... (1+rn) / (1/n) 
01/2020    B       same formula above for B daily stock returns
02/20      A
02/20      B
...
06/30     A
06/30     B

我使用的功能是：

def cum_returns (x):
    a = x.add(1).cumprod()
    a.iloc[0] = 1
    return a

---

谢谢你的帮助

假设我们有数据帧：

DATE STOCK RETURN Year Month
1/1/2020 A 0.02 2020 1
2/1/2020 A 0.01 2020 1
3/1/2020 A 0.04 2020 1
1/1/2020 B 0.03 2020 1
2/1/2020 B 0.01 2020 1
3/1/2020 B 0.04 2020 1
1/2/2020 A 0.05 2020 2
2/2/2020 A 0.02 2020 2
3/2/2020 A 0.01 2020 2
4/2/2020 A 0.04 2020 2
1/2/2020 B 0.01 2020 2
2/2/2020 B 0.03 2020 2
3/2/2020 B 0.02 2020 2
4/2/2020 B 0.05 2020 2

要计算每月每日收益的几何平均数（）和股票使用：

df.groupby(['STOCK','Year','Month'])[['RETURN']].apply(lambda g: ((g+1).cumprod()**(1/len(g))-1).iloc[-1])

结果:

                    RETURN
STOCK Year Month          
A     2020 1      0.023258
           2      0.029879
B     2020 1      0.026591
           2      0.027394

您可以手动检查计算是否正确，例如库存A和一月：

（1.02*1.01*1.04）**（1/3）-1=0.023258

---

请注意，

iloc[-1]

在lambda函数中选择每组上次计算的收益。

假设我们有数据帧：

DATE STOCK RETURN Year Month
1/1/2020 A 0.02 2020 1
2/1/2020 A 0.01 2020 1
3/1/2020 A 0.04 2020 1
1/1/2020 B 0.03 2020 1
2/1/2020 B 0.01 2020 1
3/1/2020 B 0.04 2020 1
1/2/2020 A 0.05 2020 2
2/2/2020 A 0.02 2020 2
3/2/2020 A 0.01 2020 2
4/2/2020 A 0.04 2020 2
1/2/2020 B 0.01 2020 2
2/2/2020 B 0.03 2020 2
3/2/2020 B 0.02 2020 2
4/2/2020 B 0.05 2020 2

要计算每月每日收益的几何平均数（）和股票使用：

df.groupby(['STOCK','Year','Month'])[['RETURN']].apply(lambda g: ((g+1).cumprod()**(1/len(g))-1).iloc[-1])

结果:

                    RETURN
STOCK Year Month          
A     2020 1      0.023258
           2      0.029879
B     2020 1      0.026591
           2      0.027394

您可以手动检查计算是否正确，例如库存A和一月：

（1.02*1.01*1.04）**（1/3）-1=0.023258

---

请注意，

iloc[-1]

在lambda函数中选择每组的上次计算收益。

您能提供更多的数据和预期结果集吗？当然。对于A股，2020年1月的回报率为0.02,0.01,0.04-对于B股，回报率为0.03,0.01,0.04-我试图计算A股的复合回报率：（1+0.02）*（1+0.01）*（1+0.04）^（1/3）-1和B股-（1+0.03）*（1+0.01）*（1+0.04）^（1/3）-1。我想对每个月进行迭代，如果2020年2月，股票A收益率为0.05,0.02,0.01,0.04，复合收益率将为1.05*1.02*1.01*1.04^（1/4）-1，并对2月、3月等进行相同的分析。你想计算每个月和股票的每日收益的几何平均数吗？结果每个（库存、月份）只有一行？请参阅：是的，确实是每个月股票的几何回报率，但为什么在您的评论示例中有不同的天数：1月3日和2月4日？您能提供更多的数据和预期结果集吗？当然。对于A股，2020年1月的回报率为0.02,0.01,0.04-对于B股，回报率为0.03,0.01,0.04-我试图计算A股的复合回报率：（1+0.02）*（1+0.01）*（1+0.04）^（1/3）-1和B股-（1+0.03）*（1+0.01）*（1+0.04）^（1/3）-1。我想对每个月进行迭代，如果2020年2月，股票A收益率为0.05,0.02,0.01,0.04，复合收益率将为1.05*1.02*1.01*1.04^（1/4）-1，并对2月、3月等进行相同的分析。你想计算每个月和股票的每日收益的几何平均数吗？结果每个（库存、月份）只有一行？请看：是的，的确如此，每个月股票的几何回报率，但为什么在您评论中的示例中有不同的天数：1月3日和2月4日？