如何在Pandas DataFrame上计算滚动累积乘积

Question

我有一个时间序列的数据，里面包含了收益率、滚动贝塔值和滚动阿尔法值，这些数据都在一个pandas的DataFrame里。我想计算一下这个DataFrame中阿尔法值的滚动年化阿尔法（也就是想在Excel里用公式 =PRODUCT(1+[过去12个月])-1 的效果）。

            SPX Index BBOEGEUS Index    Beta      Alpha
2006-07-31   0.005086    0.001910    1.177977   -0.004081
2006-08-31   0.021274    0.028854    1.167670    0.004012
2006-09-30   0.024566    0.009769    1.101618   -0.017293
2006-10-31   0.031508    0.030692    1.060355   -0.002717
2006-11-30   0.016467    0.031720    1.127585    0.013153

我很惊讶在pandas里没有内置的“滚动”函数来处理这个问题，但我希望有人能帮我写一个函数，这样我就可以用pd.rolling_apply来应用到df['Alpha']这一列上。

提前感谢你们的帮助。

Answer 1

如果你把那些 +/-1 的操作放到 df 之外，这样做会稍微快一点：

cumprod = (1.+df).rolling(window=12).agg(lambda x : x.prod()) -1

Answer 2

rolling_apply这个功能在pandas库中已经被去掉了，取而代之的是更灵活的窗口方法（比如rolling()等）。

# Both agg and apply will give you the same answer
(1+df).rolling(window=12).agg(np.prod) - 1
# BUT apply(raw=True) will be much FASTER!
(1+df).rolling(window=12).apply(np.prod, raw=True) - 1

Answer 3

这样做可以吗？

import pandas as pd
import numpy as np

# your DataFrame; df = ...

pd.rolling_apply(df, 12, lambda x: np.prod(1 + x) - 1)