Расчет волатильности цены акций из 3-х столбцов CSV

Question

Я ищу способ заставить следующий код работать:

import pandas

path = 'data_prices.csv'
data =  pandas.read_csv(path, sep=';')
data = data.sort_values(by=['TICKER', 'DATE'], ascending=[True, False])
data.columns

У меня есть двумерный массив с тремя столбцами, данные выглядят так:

DATE;TICKER;PRICE
20151231;A UN Equity;41.81
20151230;A UN Equity;42.17
20151229;A UN Equity;42.36
20151228;A UN Equity;41.78
20151224;A UN Equity;42.14
20151223;A UN Equity;41.77
20151222;A UN Equity;41.22
20151221;A UN Equity;40.83
20151218;A UN Equity;40.1
20091120;PCG UN Equity;42.1
20091119;PCG UN Equity;41.53
20091118;PCG UN Equity;41.86
20091117;PCG UN Equity;42.23
20091116;PCG UN Equity;42.6
20091113;PCG UN Equity;41.93
20091112;PCG UN Equity;41.6
20091111;PCG UN Equity;42.01

Теперь я хочу вычислить реализованную волатильность x-day, где x пришло из поля ввода, а x не должно быть больше, чем количество наблюдений.

Шаги, которые необходимо предпринять:

• Рассчитать возврат журнала для каждой строки
• Возьмите эти возвращения и запустите стандартное отклонение сверху
• Умножьте на квадратный корень из 255, чтобы нормализовать годовую волатильность

Answer 1

Извините, не совсем ясно, на какой результат вы рассчитываете, поэтому я предположил, что вы хотите ввести тикер и точку (x) и посмотреть текущее число волатильности. Ниже я также использовал numpy, если у вас нет этой библиотеки.

По сути, я создал DataFrame из всех исходных данных, а затем новый DF, отфильтрованный для заданного тикера (где пользователю нужно только ввести часть "A" или "PCG", потому что "UN Equity" предполагается постоянным), В этом новом DF, после проверки того, что ваш входной период (x) не слишком высок, он выведет самое последнее значение годовой волатильности.

import numpy as np
import pandas as pd

data = pd.read_csv('dump.csv', sep=';')
data = data.sort_values(by=['TICKER','DATE'],ascending=[True,True])


def vol(ticker, x):
    df = pd.DataFrame(data)
    df['pct_chg'] = df.PRICE.pct_change()
    df['log_rtn'] = np.log(1 + df.pct_chg)

    df_filtered = df[df.TICKER==ticker+' UN Equity']

    max_x = len(df_filtered) - 1
    if x > max_x:
        print('Too many periods. Reduce x')

    df_filtered['vol'] = pd.rolling_std(df_filtered.log_rtn, window=x) * (255**0.5)

    print(df_filtered.vol.iloc[-1])

Например, при входе vol('PCG',6) выход составляет 0,187855386042.

Наверное, не самый элегантный и извиняюсь, если я неправильно понял ваш запрос.