因子处理:因子值有0值和负值怎么求对数

本文介绍了在处理金融交易数据时,为何选择使用np.log1p而非np.log,特别是计算买/卖单数量变化率时,np.log1p能避免对0的特殊处理。作者通过示例展示了如何利用rolling窗口计算变化率并使用np.log1p进行处理。
摘要由CSDN通过智能技术生成

自然对数转换 np.log1p

区别与np.log;np.log1p(x) 函数计算的是 log(1 + x)

使用 np.log1p 而不是直接使用 np.log 的原因是避免对0进行对数运算,因为 np.log(0) 的结果为负无穷

举个例子:

我想计算成交数据里 买/卖单的数量/变化率,如下处理:

def buy_increasing( trade, n=100):
    trade['v'] = trade['notional'] * trade['side']
    v = trade.v.copy()
    v[v<0] = 0
    return np.log1p(((v.rolling(2*n).sum() + 1) / (v.rolling(n).sum() + 1)).fillna(1))

def sell_increasing(depth, trade, n=100):
    v = trade.v.copy()
    v[v>0] = 0
    return np.log1p(((v.rolling(2*n).sum() - 1) / (v.rolling(n).sum() - 1)).fillna(1))

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值