すべてのグループのローリングリターン

Question

私は以下のデータセットを持っています。

date  SP500  MEUR   
1/3/1973  0.0049  0.003078  
1/4/1973 -0.001194 0.003365  
1/5/1973  0.004882 0.004439 
1/8/1973 -0.000198 0.000196 
1/9/1973  0   -0.000295 
1/10/1973 -0.001983 0.000884  
1/11/1973 0.007949 -0.000785  
1/12/1973 -0.007394 0.003634 

Iは、これらの列の各々は、次にSP500として上記テーブルに追加されるべき、上記各列の3日目、10日目、15日フォワードリターン（2つだけがここに示されている）を計算したいです.3day SP5500.10day

2つのネストループを実行せずに行う方法はありますか？出力は次のようになります。たとえば

date  SP500  MEUR  SP500_3day MEUR_3day 
1/3/1973  0.0049  0.003078 0.003483442  0.00801647 
1/4/1973 -0.001194 0.003365 0.004683033  0.004339502 
1/5/1973  0.004882 0.004439 -0.002180607  0.000784855 
1/8/1973 -0.000198 0.000196 0.005950237 -0.000196723 
1/9/1973  0   -0.000295 -0.001487759  0.003732663 
1/10/1973 -0.001983 0.000884  
1/11/1973 0.007949 -0.000785  
1/12/1973 -0.007394 0.003634  

、ここでループについて悪い（または低速）何も本当に 1/3/1973: SP500.3day = ((1+ -0.001194)(1+0.004882)(1+-0.000198))-1

Answer 1

はありません。これは主に、避けたい行を反復処理しています。したがって、以下のコードはパンダのベクトル化された操作を利用しており、十分に高速である必要があります。すべての値は価格ではなくリターンとみなされることに注意してください。

np.random.seed(123) 
df = pd.DataFrame({ 'sp500':(abs(np.random.randn(12)/10)), 
        'meur' :(abs(np.random.randn(12)/10)), }, 
        index=pd.date_range('1-3-1973', periods=12, freq='B')) 
for i in [3,10]: 
    for c in ['meur','sp500']: 
     df[c+'_'+str(i)] = df[c].rolling(i).apply(lambda x: (x+1).prod() - 1).shift(-i) 

       meur  sp500 meur_3 sp500_3 meur_10 sp500_10 
1973-01-03 0.149139 0.108563 0.159387 0.301195 1.659468 1.717294 
1973-01-04 0.063890 0.099735 0.330156 0.251649 1.793686 1.494265 
1973-01-05 0.044398 0.028298 0.552121 0.418219  NaN  NaN 
1973-01-08 0.043435 0.150629 0.636865 0.531661  NaN  NaN 
1973-01-09 0.220593 0.057860 0.392830 0.509988  NaN  NaN 
1973-01-10 0.218679 0.165144 0.227176 0.460029  NaN  NaN 
1973-01-11 0.100405 0.242668 0.281450 0.276749  NaN  NaN 
1973-01-12 0.038619 0.042891 0.349266 0.307352  NaN  NaN 
1973-01-15 0.073737 0.126594 0.404363 0.171437  NaN  NaN 
1973-01-16 0.149073 0.086674  NaN  NaN  NaN  NaN 
1973-01-17 0.093583 0.067889  NaN  NaN  NaN  NaN 
1973-01-18 0.117583 0.009471  NaN  NaN  NaN  NaN