map函数python pandas_Python map()函数输出到Pandas DataFram

本文介绍如何使用Python的map()函数结合Pool()在多个核心上并行运行交易模型,生成Pandas DataFrame。通过itertools.product找到参数组合,运行名为'run'的函数,该函数返回包含夏普比率的DataFrame。最后,目标是整合所有结果到一个统一的DataFrame中进行后续分析。
摘要由CSDN通过智能技术生成

我使用python的map()函数将参数传递给交易模型并输出结果。我使用itertools.product要找到这两个参数的所有可能的组合,然后将组合传递给名为“run”的函数。函数run返回返回返回的pandas数据帧。列标题是两个参数和返回值的夏普比率的元组。见下文:def run((x,y)):

ENTRYMULT = x

PXITR1PERIOD = y

create_trade()

pull_settings()

pull_marketdata()

create_position()

create_pnl_output()

return DataFrame(DF3['NETPNL'].values, index=DF3.index, columns=[(ENTRYMULT,PXITR1PERIOD,SHARPE)])

我的main()函数使用Pool()功能在所有8个核心上运行map():

^{pr2}$

我意识到map函数只能输出列表。输出是返回数据帧的标题列表打印测试1的输出如下所示:[(1.0, 150, -8.5010673966997263)

2011-11-17 18.63

2011-11-18 17.86

2011-11-21 17.01

2011-11-22 15.92

2011-11-23 15.56

2011-11-24 15.56

2011-11-25 15.36

2011-11-28 15.18

2011-11-29 15.84

2011-11-30 NaN , (1.0, 175, -9.4016837593189102)

2011-11-17 22.63

2011-11-18 22.03

2011-11-21 21.36

2011-11-22 19.93

2011-11-23 19.77

2011-11-24 19.77

2011-11-25 19.68

2011-11-28 19.16

2011-11-29 19.56

2011-11-30 NaN , (1.1, 100, -20.255968672741457)

2011-11-17 12.03

2011-11-18 10.95

2011-11-21 10.03

2011-11-22 9.003

2011-11-23 8.221

2011-11-24 8.221

2011-11-25 7.903

2011-11-28 7.709

2011-11-29 6.444

2011-11-30 NaN , (1.1, 125, -18.178187305758119)

2011-11-17 14.64

2011-11-18 13.76

2011-11-21 12.89

2011-11-22 11.85

2011-11-23 11.34

2011-11-24 11.34

2011-11-25 11.16

2011-11-28 11.06

2011-11-29 10.14

2011-11-30 NaN , (1.1, 150, -14.486791104380069)

2011-11-17 26.25

2011-11-18 25.57

2011-11-21 24.76

2011-11-22 23.74

2011-11-23 23.48

2011-11-24 23.48

2011-11-25 23.43

2011-11-28 23.38

2011-11-29 22.93

2011-11-30 NaN , (1.1, 175, -12.118290962161304)

2011-11-17 24.66

2011-11-18 24.21

2011-11-21 23.57

2011-11-22 22.14

2011-11-23 22.06

2011-11-24 22.06

2011-11-25 22.11

2011-11-28 21.64

2011-11-29 21.24

2011-11-30 NaN ]

我的最终目标是拥有一个包含索引(所有返回值都相同)、列标题为(ENTRYMULT、PXITR1PERIOD、SHARPE)的pandas数据帧,并在下面显示相应的返回值。然后,我将对所有收益序列进行成对相关计算。在

  • 0
    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