numpy 公司收益随时间增加的倍数(BHARs)

xqk2d5yq 于 2022-11-23 发布在其他

关注(0)|答案(1)|浏览(136)

我有一个数据框架，它包含了许多公司在IPO之后不同日期的日收益率，day_diff代表了IPO之后的天数，return_1代表了该公司在特定日期的日收益率。每个公司都有自己的company_tic，我有大约300家公司，我的目标是计算下面等式右边的第一个分量（因此具有每个day_diff和company_tic的结果，总是从第0天开始，直到数据的最后一天;例如，=从第0天到第1天，然后从第0天到第2天，从第0天到第3天，以此类推，直到我的最后一天，即第730天）。我尝试过df.groupby（['company_tic'，'day_diff']）['return_1'].expanding（）.prod（），但它不起作用。有其他替代方法吗？

Index     day_diff        company_tic   return_1
0           0               xyz          1.8914
1           1               xyz          1.0542
2           2               xyz          1.0016
3           0               abc          1.4398
4           1               abc          1.1023
5           2               abc          1.0233
...      ...                ...          ...
159236 x 3

numpy

来源：https://stackoverflow.com/questions/74414976/multiplication-of-returns-by-company-increasing-in-time-bhars

1条答案

按热度按时间

oalqel3c1#

不确定是否能完全得到你想要的，但你可能想用cumprod而不是expanding().prod()。
我试过了：

df['return_1_prod'] = df.groupby('company_tic')['return_1'].cumprod()

输出量：

day_diff company_tic  return_1  return_1_prod
0         0         xyz    1.8914       1.891400
1         1         xyz    1.0542       1.993914
2         2         xyz    1.0016       1.997104
3         0         abc    1.4398       1.439800
4         1         abc    1.1023       1.587092
5         2         abc    1.0233       1.624071

赞(0）回复(0）举报 2022-11-23

我来回答

numpy 公司收益随时间增加的倍数(BHARs)

1条答案

相关问题

热门标签

最新问答