25、金融数据分析与高级NumPy应用

金融数据分析与高级NumPy应用

1. 金融数据基础与分组分析

1.1 数据示例

首先给出一组月度数据示例，展示了2012年1月至7月的数据值：

2012-01    0.127111
2012-02    0.188311
2012-03    0.105284
2012-04   -0.025969
2012-05   -0.010702
2012-06    0.010853
2012-07    0.001986
Freq: M

如果有股息日期和百分比，将它们包含在每日总回报中，可以使用以下代码：

returns[dividend_dates] += dividend_pcts

1.2 分组变换与分析

考虑一组假设的股票投资组合，具体步骤如下：
1. 生成股票代码 ：

import random; random.seed(0)
import string
import numpy as np
from pandas import DataFrame, Series

N = 1000
def rands(n):
    choices = string.ascii_uppercase
    return ''.join([random.choice(choices) for _ in rang