股票几个指数周收益率和月收益率的计算

在金融数据挖掘分析中经常会遇到不同时间维度的分析。本案例主要目的是介绍如何通过交易日历表和日交易数据，转化为统计的周交易数据和月交易数据，并实现周收益率和月收益率的计算。在本案例中，我们介绍了利用交易日历表寻找每周最小交易日和最大交易日、每月最小交易日和最大交易日两个算法，希望对读者有所启示。

计算上证 A 股指数（代码： 000002 ） 2017 年的周收益率和月收益率指标数据。其中周收益率和月收益率指标计算公式如下：

周收益率= （周最大交易日收盘指数 - 周最小交易日收盘指数） / 周最小交易日收盘指数。

月收益率= （月最大交易日收盘指数 - 月最小交易日收盘指数） / 月最小交易日收盘指数 。

    本案例使用的交易日历表（表名： TRD_Cale ）和指数日交易数据表（表名： IDX_Idxtrd ）数据均来源于 CSMAR 国泰安数据库，其表结构如下：
       由于我们获取的数据为日行情交易数据，无法直接计算周收益率，需要对交易日历数据进行处理，即找出每周的最大交易日和最小交易日。从交易日历表的星期（ Daywk ）字段可以看出，当前星期值比下一个星期值大，其对应的交易日即为本周的最大交易日，下一个星期值对应的交易日即为下周的最小交易日。因此，寻找周最大交易日和最小交易日的算法如下:

输入：交易日历数据表 date

输出：周最小交易日和最大交易日列表 list1 和 list2

Step1 ：定义空的列表 list1 和 list2 ，将交易日历表中的首个交易日添加到 list1 中

Step2 ：从第 2 个交易日开始至倒数第 2 个交易日，如果其星期值大于下一个交易日的星期值，则将其交易日添加到 list2 中，下一个交易日添加到 list1 中。

Step3 ：将最后的交易日添加到 list2 中。

代码如下：

i mport pandas as pd

x= pd.read_excel ('TRD_Cale.xlsx')

list1=['2017-01-03']

list2=[]

for t in range(1,len(x)-1):

   p= x.iloc [t-1,[2]][0]

   q= x.iloc [t,[2]][0]

     if q

            list1.append( x.iloc [t,[1]][0])

            list2.append( x.iloc [t-1,[1]][0])

获得每周的最小交易日列表list1 和最大交易日列表 list2 后，就可以通过循环的方式，依次取最大交易日和最小交易日对应的收盘指数，利用前面介绍的公式计算即可获得周收益率指标数据。

data= pd.read_excel ('IDX_Idxtrd.xlsx')

import numpy as np

r= np.zeros ( len (list1))

for i in range( len (list1)):

    p1= data.loc [data['Idxtrd01'].values==list1[ i ],'Idxtrd05'].values

    p2= data.loc [data['Idxtrd01'].values==list2[ i ],'Idxtrd05'].values

       r[ i ]=(p2-p1)/p1