计算大熊猫的尾随方差

Question

我有一个如下所示的数据框：

     | symbol |    date    |  close   

 ----|--------|------------|---------- 

   0 | APX    | 5/31/2017  |     4.04 

   1 | APX    | 6/30/2017  |      5.4 

   2 | APX    | 7/31/2017  |     4.15 

   3 | APX    | 8/31/2017  |     9.95 

   4 | APX    | 9/30/2017  |     10.3 

   5 | APX    | 10/31/2017 |     5.58 

   6 | APX    | 11/30/2017 |     8.47 

   7 | APX    | 12/31/2017 |    15.66 

   8 | APX    | 1/31/2018  |    10.55 

   9 | APX    | 2/28/2018  |      9.8 

  10 | APX    | 3/31/2018  |     7.43 

  11 | APX    | 4/30/2018  |     8.93 

  12 | APX    | 5/31/2018  |     7.61 

  13 | APX    | 6/30/2018  |     7.79 

  14 | AURA   | 1/31/2018  | 0.221382 

  15 | AURA   | 2/28/2018  | 0.222236 

  16 | AURA   | 3/31/2018  | 0.075488 

  17 | AURA   | 4/30/2018  | 0.180699 

  18 | AURA   | 5/31/2018  | 0.220009 

  19 | AURA   | 6/30/2018  | 0.199029 

  20 | BASH   | 11/30/2016 | 0.000447 

  21 | BASH   | 12/31/2016 | 0.000376 

  22 | BASH   | 1/31/2017  | 0.000452 

  23 | BASH   | 2/28/2017  | 0.000414 

  24 | BASH   | 3/31/2017  |  0.00045 

  25 | BASH   | 4/30/2017  | 0.000754 

  26 | BASH   | 5/31/2017  | 0.009115 

  27 | BASH   | 6/30/2017  |  0.03419 

  28 | BASH   | 7/31/2017  | 0.014037 

  29 | BASH   | 8/31/2017  | 0.009117 

  30 | BASH   | 9/30/2017  | 0.002333 

  31 | BASH   | 10/31/2017 |  0.00258 

  32 | BASH   | 11/30/2017 | 0.003415 

  33 | BASH   | 12/31/2017 | 0.003756 

  34 | BASH   | 1/31/2018  | 0.005454 

  35 | BASH   | 2/28/2018  | 0.006186 

  36 | BASH   | 3/31/2018  | 0.004155 

  37 | BASH   | 4/30/2018  | 0.005078 

  38 | BASH   | 5/31/2018  | 0.003696 

  39 | BASH   | 6/30/2018  | 0.003442 

我想计算每个符号的 6 个月尾随方差，并将其作为新列添加到数据框中。应根据close列中的值计算方差。

例如，对于 APX，有 14 个观测值，因此第一个方差应根据值 4.04、5.4、4.15、9.95、10.3 和 5.58 计算。

下一个方差应根据 5.4、4.15、9.95、10.3、5.58 和 8.47 等计算。

我假设我需要使用该df.var函数来计算方差，但是我如何告诉每个交易品种在过去 6 个月的基础上进行计算？

Answer 1

您可以使用groupby，并rolling(6)一起var()获得滚动方差为前6组的意见在各组的数据分开。设置min_periods为 6 将强制函数使用至少 6 个值进行计算，如果不设置此值，前 5 个结果将使用较少的观察值。df['trailing_var'] = df.groupby('symbol')['close'].rolling(6, min_periods=6).var().reset_index(drop=True)结果：  symbol          date       close    trailing_var0    APX     5/31/2017    4.040000             NaN1    APX     6/30/2017    5.400000             NaN2    APX     7/31/2017    4.150000             NaN3    APX     8/31/2017    9.950000             NaN4    APX     9/30/2017    10.30000             NaN5    APX    10/31/2017    5.580000    7.988720e+006    APX    11/30/2017    8.470000    6.776377e+007    APX    12/31/2017    15.66000    1.648918e+018    APX     1/31/2018    10.55000    1.085291e+019    APX     2/28/2018    9.800000    1.086476e+0110   APX     3/31/2018    7.430000    1.196206e+0111   APX     4/30/2018    8.930000    8.470240e+0012   APX     5/31/2018    7.610000    9.167987e+0013   APX     6/30/2018    7.790000    1.662630e+0014   AURA    1/31/2018    0.221382             NaN15   AURA    2/28/2018    0.222236             NaN16   AURA    3/31/2018    0.075488             NaN17   AURA    4/30/2018    0.180699             NaN18   AURA    5/31/2018    0.220009             NaN19   AURA    6/30/2018    0.199029    3.226191e-0320   BASH   11/30/2016    0.000447             NaN21   BASH   12/31/2016    0.000376             NaN22   BASH    1/31/2017    0.000452             NaN23   BASH    2/28/2017    0.000414             NaN24   BASH    3/31/2017    0.000450             NaN25   BASH    4/30/2017    0.000754    1.859857e-0826   BASH    5/31/2017    0.009115    1.241904e-0527   BASH    6/30/2017    0.034190    1.820075e-0428   BASH    7/31/2017    0.014037    1.741278e-0429   BASH    8/31/2017    0.009117    1.539841e-0430   BASH    9/30/2017    0.002333    1.464200e-0431   BASH   10/31/2017    0.002580    1.390604e-0432   BASH   11/30/2017    0.003415    1.508145e-0433   BASH   12/31/2017    0.003756    2.221467e-0534   BASH    1/31/2018    0.005454    6.464003e-0635   BASH    2/28/2018    0.006186    2.415413e-0636   BASH    3/31/2018    0.004155    1.787309e-0637   BASH    4/30/2018    0.005078    1.150985e-0638   BASH    5/31/2018    0.003696    1.022634e-0639   BASH    6/30/2018    0.003442    1.160249e-06