期权制作回测数据

神出鬼没，指的就是我!

已于 2022-02-20 00:35:52 修改

阅读量902

点赞数 1

分类专栏： python akshare 期权文章标签： python

于 2022-02-20 00:22:23 首次发布

本文链接：https://blog.youkuaiyun.com/qq_26742269/article/details/123026259

版权

python 同时被 3 个专栏收录

69 篇文章

订阅专栏

akshare

30 篇文章

订阅专栏

期权

3 篇文章

订阅专栏

这段代码主要处理期货和期权数据，包括获取郑棉指数的价格、回报率和波动率，读取RM期货历史数据并处理，以及合并期货和期权数据。通过计算每个合约剩余交易日，为回测做准备。最后，筛选出数据长度大于20日的记录，以便进行后续分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

将指定的档位的期权，指定阶段剩余到期日的期权数据合并，用于回测

import pandas as pd
import numpy as np
import akshare as ak
pd.set_option("display.max_rows",None)
pd.set_option("display.max_columns",None)

nh_price = ak.nh_price_index('RM')
nh_price.head()

nh_return = ak.nh_return_index('RM')
nh_return.head()

nh_volatility = ak.nh_volatility_index('RM')
nh_volatility.head()


# rm_fu = ak.get_futures_daily(start_date='20180101',end_date='20210624',market='CZCE')
# rm_fu = rm_fu.loc[rm_fu['symbol'].str.contains('RM')]
import datetime
rm_fu = pd.read_csv('rm_fu.csv')
rm_fu['date'] = rm_fu['date'].apply(lambda x:datetime.datetime.strptime(str(x),'%Y-%m-%d'))
rm_fu = rm_fu.iloc[:,6:]
#rm_fu.to_csv('rm_fu.csv')
rm_fu.head()

rm = pd.read_csv('RM.csv')
import datetime
rm['date'] = pd.to_datetime(rm['date'])
rm = rm.iloc[:,6:]
#rm.to_csv('RM.csv')
rm.head()

#rm['date'] = rm['date'].apply(lambda x:datetime.datetime.strptime(x, '%Y-%m-%d').strftime('%Y-%m-%d %H:%M:%S')).tolist()

rm.rename(columns={'合约系列':'symbol'},inplace=True)
last = pd.merge(rm,rm_fu,how = 'left',on=['date','symbol'])
last.head()


#根据长度，制作合约剩余交易日
#寻找每一个合约
"""
def fun1(df):
    for j in range(len(df['date'].unique())):
        df.iloc[j,-1] = len(df['date'])-j
    return df
"""
from tqdm import tqdm
final = pd.DataFrame()
for i in tqdm(last['品种代码   '].unique()):
    #print(last['品种代码   '].head(1))
    #print(i)
    last_1 = last.loc[last['品种代码   '] == i]
    #print(last_1)
    last_1 = last_1.sort_values(by='date')
    last_1['rt'] = 0
    #print(last_1.date.head())
    #寻找每一个日期
    for j in tqdm(range(len(last_1['date'].unique()))):
        #print('j',j)
        #print(range(len(last_1['date'].unique())))
        if len(last_1['date'])-j-1 == 0:
            print('特殊')
            print(len(last_1['date']))
            print(j)
            print(last_1.iloc[j,:])
        else:
            last_1.iloc[j,-1] = len(last_1['date'])-j-1
    final = final.append(last_1)
#print(final)
final.to_csv('final_1.csv')


#数据长度小于20日的删除
from tqdm import tqdm
final = pd.DataFrame()
for i in tqdm(last['品种代码   '].unique()):
    #print(last['品种代码   '].head(1))
    #print(i)
    last_1 = last.loc[last['品种代码   '] == i]
    #print(last_1)
    last_1 = last_1.sort_values(by='date')
    last_1['rt'] = 0
    #print(last_1.date.head())
    #寻找每一个日期
    for j in tqdm(range(len(last_1['date'].unique()))):
        #print('j',j)
        #print(range(len(last_1['date'].unique())))
        if len(last_1['date'])< 20:
            pass
        else:
            last_1.iloc[j,-1] = len(last_1['date'])-j-1
    final = final.append(last_1)
#print(final)
final.to_csv('final_2.csv')


#选择某一天的合约，
print(last['品种代码   '].head(1))

#选取某一天的全部合约
final = pd.read_csv('final_1.csv')
date = '2020-01-16'
test = final.loc[final['date']==date]
test.head()

#根据CP，距离期货价格数据长短，判定合约（也可以根据希腊字母，价格等）
final['date'][0]==date
final.to_csv('E:/final.csv')