我正在进行一些市场研究,我正在调查的变量之一是事件发生的时间分布(对数分布),并创建一个累积概率密度函数(时间函数)。(我只是将我的日期转换为:
A=datetime.strptime(UDate1[0],date_format)
B=datetime.strptime(UDate2[0],date_format)
我可以这样减去:
C=(A-B).days
我得到了一个天数的整数(5,6,10,11,不管是什么)
然而,我的数据应该符合日志分布,因为我目前使用日历日,我的事件只发生在市场日。。。这是一个不可接受的错误源,它在我的分布中创建了空直方图(第6天和第7天总是零(周末),假日效应)
我无法用这种方法计算准确的累积分布函数,因此我最近下载了熊猫市场日历。有没有人有计算交易日和市场日的经验。例如,如果我看的是从2020年7月19日到2020年7月13日的时间。这将是12个日历日,但只有8个交易日
熊猫市场日历信息如下: https://pypi.org/project/pandas-market-calendars/
首先,创建一个市场数据对象,如链接中所述:
现在,创建一个值为1的系列,并按市场天数进行索引。然后在日历天上重新编制索引,并用零填充缺少的值。计算累计金额,两个日期之间的交易天数是不同日期累计金额的差值:
优点:这种(不雅观的)方法包含了工作日的非交易日(美国的阵亡将士纪念日、劳动节等)
从你的问题看来,你似乎想要计算交易日的数量。如果是,请尝试以下方法:
相关问题 更多 >
编程相关推荐