Python Pandas 数据框：投资组合回测在不同日期的现金流

Question

假设我们有一个关于收益的数据表：

import numpy as np
import pandas as pd
import pandas.io.data as web
data = web.DataReader(['AAPL','GOOG'],data_source='google')
returns = data['Close'].pct_change()

现在假设我想对这两个资产进行回测投资，并且假设现金流不是同时投资的：

positions = {}
positions['APPL'] = {returns.index[10]: 20000.0}
positions['GOOG'] = {returns.index[20]: 80000.0}
wealth = pd.DataFrame.from_dict(positions).reindex(returns.index).fillna(0.0)

我的问题是：有没有一种Python的方式，让在苹果上获得的2万美元和在谷歌上获得的8万美元的正现金流，按照它们各自的每日收益来增长呢？

目前我是在逐个位置（列）和每一行进行循环：

wealth.ix[i] = wealth.ix[i-1] * (1 + returns[i])

但我知道在Python和Pandas中，通常可以避免这种循环。

感谢你花时间来帮助我。

这是iPython Notebook的链接

西蒙

Answer 1

首先，你需要把你的状态改成“向前填充”，因为你要继续持有这项投资。

pos = pd.DataFrame.from_dict(positions).reindex(returns.index).fillna(method="ffill")

然后你需要用到 cumprod 这个函数。

wealth = pos.shift() * (1+returns).cumprod(axis=0)

使用 shift 是必要的，因为你在第一天是没有收益的。