csv转为矩阵 python_【python与债券】Step2：构建一个净价指数

上一篇文章(信用债+python入门碎念和小试牛刀)已经读出了所有的债券样本，并把文件保存在了“wind_code/”，所以本节从读取里面的某一个csv开始：一般公司债未到期2019-08-09.csv，这个现在都还存续着，计算方便。

首先是引用的库开始，以下依次分别：

1. wind的量化接口，

2. pandas(主要使用dataframe的数据结构进行操作)，

3. numpy(主要是数学运算)，

4. matplotlib(画图)

from WindPy import wimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt

一定要输入这个来启动wind

w.start()

读取上一轮保存好的文件，并把其中的wind_code这一列债券代码读出来，用tolist()转换成list格式

f = open('wind_code/一般公司债未到期2019-08-09.csv', encoding="utf_8_sig")data = pd.read_csv(f, index_col=0)CodeList = data["wind_code"].tolist()print(CodeList)  #打印看一下

读取债券要素(截面数据，票息、全称、条款、行业分类...英文写的很清楚)

# 注意长字符串书写规则，一行不要太长bond_property = 'fullname,' \                'comp_name,' \                'clause,' \                'carrydate,' \                'maturitydate,' \                'prepaymentdate,' \                'industry_sw,' \                'issueamount,' \                'couponrate'# 要素的参数，比如industryType=1是industry_sw一级行业的意思options = 'industryType=1;serial=1'   ws = w.wss(CodeList, bond_property, options) # wind读截面数据的函数wss# 生成一个dataframe方便操作，.T是进行转置data_pd = pd.DataFrame(ws.Data, ws.Fields, ws.Codes).T

提一下ws。wind进行操作的时候返回的是一个特有的wind对象，而并非直接的数据，其中里面主要的成员就是Codes, Data, Fields,ErrorCode,其中数据保存在.Data里面，如果想引用的话，可以直接ws.Codes或者ws.Data,我们仔细看,.Data的数据是一个{list}数据格式，所以只能用list用的方法来进行操作。

为什么喜欢生成Dataframe来用，其实是方便在Pycharm的环境里面观察：

寻找行业：既然是算行业指数，我就要找到其中的一个行业，所以就要根据industry_sw来进行筛选。下面一行可以分步执行:

1. 是获得一个布尔列，看是否满足我的行业条件，

2. 再根据这个是否，来用loc筛选出相应的行

bondlist = data_pd.loc[data_pd["INDUSTRY_SW"] == "SW房地产(信用债)", :]dataID_list = bondlist.index.tolist()

读取时间序列，读取中债估值净价，字段是“net_cnbd”,(全价就是dirty啦)wsd是wind读取时间序列的接口。

col_name = "net_cnbd"TimeStart = "2017-1-1"TimeEnd = "2019-08-23"options = 'credibility=1'price_net = w.wsd(dataID_list, col_name, TimeStart, TimeEnd, options)timeSeries = pd.DataFrame(price_net.Data, price_net.Codes, price_net.Times).T

timeSeries：

计算指数：获取时间序列，把数据转换成array矩阵，设定指数的初始值

timeIndex = timeSeries.index.values.tolist()PriceArray = timeSeries.valuesindex_ini = 100

PriceArray：注意与timeSeries的区别

指数计算：从上到下做时间的循环，对每一行所有的债券净价进行平均(也就是等权重方法)，

债券指数(T) = 债券指数(T-1)*债券平均价格(T)/债券平均价格(T-1)

# python内的矩阵都是从0开始索引for idx in range(0, PriceArray.shape[0]):    # 一定要用nanmean 不能用 mean 可以百度NA是什么    ibondPrice = np.nanmean(PriceArray[idx, :])    # 循环开始的时候进行初始化，是不进行计算的    if idx == 0:        indexSeries = []        bondPrice = []        indexSeries.append(index_ini)        bondPrice.append(ibondPrice)    else:        bondPrice.append(ibondPrice)        dayYearnRate = bondPrice[idx]/bondPrice[idx-1]        IndexSlice = indexSeries[idx-1]*dayYearnRate        indexSeries.append(IndexSlice)        

备注：其实可以直接进行矩阵错位相减，一个循环都不用写，如果数据量比较大，速度差异会非常明显，因为矩阵运算是单独优化的啊，肯定比写循环快。

画图和存储

plt.plot(indexSeries)plt.show()  # 画图dataSave = pd.DataFrame(indexSeries, timeIndex)dataSave.to_csv('房地产信用债指数201701-201908.csv') # 存成CSV

结果1：

结果2：

其实可以看一下2018年下半年开始房地产指数在往上走，一方面是某些房企信用风险缓解了，另外确实是无风险利率表现的也比较好，看近期的指数波动不大，但是利率下的其实比较多，主要还是房地产债自身的问题，至于为什么没有跌很多，因为我选的是所有的交易所房企啊，自然AAA的多一些。其实还要

可能被你发现了，是不是需要把品种1和品种二进行剔除呢？

不过这个是净价指数不能作为回测和相对价值比较的，因为相当于没有票息了，最终还是要看全价/财富指数才可以，后面就需要把付息/行权加进来。下次在处理一些“dirty”的工作，还有会代码的功能多了，还需要写一写函数

感谢大家支持，如果觉得哪里表述的不清楚，或者语法错误不能运行，还希望多多反馈！

完整代码：

from WindPy import wimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltw.start()f = open('wind_code/一般公司债未到期2019-08-09.csv', encoding="utf_8_sig")data = pd.read_csv(f, index_col=0)CodeList = data["wind_code"].tolist()print(CodeList)bond_property = 'fullname,' \                'comp_name,' \                'clause,' \                'carrydate,' \                'maturitydate,' \                'prepaymentdate,' \                'industry_sw,' \                'issueamount,' \                'couponrate'options = 'industryType=1;serial=1'ws = w.wss(CodeList, bond_property, options)data_pd = pd.DataFrame(ws.Data, ws.Fields, ws.Codes).Tbondlist = data_pd.loc[data_pd["INDUSTRY_SW"] == "SW房地产(信用债)", :]dataID_list = bondlist.index.tolist()col_name = "net_cnbd"TimeStart = "2017-1-1"TimeEnd = "2019-08-23"options = 'credibility=1'price_net = w.wsd(dataID_list, col_name, TimeStart, TimeEnd, options)timeSeries = pd.DataFrame(price_net.Data, price_net.Codes, price_net.Times).TtimeIndex = timeSeries.index.values.tolist()PriceArray = timeSeries.valuesindex_ini = 100# python内的矩阵都是从0开始索引，而matlab里面都是从1开始索引for idx in range(0, PriceArray.shape[0]):    ibondPrice = np.nanmean(PriceArray[idx, :])    # 循环开始的时候进行初始化，是不进行计算的    if idx == 0:        indexSeries = []        bondPrice = []        indexSeries.append(index_ini)        bondPrice.append(ibondPrice)    else:        bondPrice.append(ibondPrice)        dayYearnRate = bondPrice[idx]/bondPrice[idx-1]        IndexSlice = indexSeries[idx-1]*dayYearnRate        indexSeries.append(IndexSlice)plt.plot(indexSeries)plt.show()dataSave = pd.DataFrame(indexSeries, timeIndex)dataSave.to_csv('房地产信用债指数201701-201908.csv')

完整代码