量化选股后，每个选股周期股票组合的资金曲线计算，groupby和numpy的结合使用，用于回测

数据图示如下：

比如再2006-12-22根据选股模型选出6只股票，同时得到下周每天涨跌幅的数据：

计算规则：根据每只股票的下周日涨跌幅，算出每只股票下周的日资金曲线，同时等权买入，再将每日计算的资金曲线取平均，相当于最后将以上数据输出一个有5个数值的list。（一周有5个交易日）

量化框架中的代码：

# 设置group，方便后面的代码编写
group = df.groupby('交易日期')
# 计算下周期每天的资金曲线
select_stock['选股下周期每天资金曲线'] = group['下周期每天涨跌幅'].apply(lambda x: np.cumprod(np.array(list(x))+1, axis=1).mean(axis=0))  # np.cumprod与np.prod的区别，cumprod输出是至今之前的每个连乘，输出是一连串数字，prod输出的是至今的连乘，只有一个数字。
# groupby的用法比较复杂，再结合np的使用，可以做到对于数据的复杂处理。这里花了不少时间进行理解。目前的理解通过groupby将相同键下的数据整理到一起，这里的数据['下周期每天涨跌幅']本身是一个list的数值，然后groupby且list(x)后是：[[1, 1, 1], [2, 2, 2], [3, 3, 3]]这种形式，np.array后是
# [[1 1 1]
#  [2 2 2]
#  [3 3 3]]这种形式，然后np.cumprod和axis=1，以及mean(axis=0)才可以发挥作用。

以上是解决方法，下面通过举例来逐步拆解，因为这里面有groupby和numpy的应用，同时还有axis的用法，我的解决方法比较简单粗暴，就是不断尝试，然后再去寻求逻辑的理解。

举例：
首先设立一个DataFrame用于实验：

data1 = {
    '交易日期': ['2000', '2000', '2000', '2001', '2001'],
    'a': [[1, 1, 1], [2,2,2], [3,3,3], [4, 4, 4], [5, 5, 5]],
}

df = pd.DataFrame(data1)
print(df)

输出

整体代码：

data1 = {
    '交易日期': ['2000', '2000', '2000', '2001', '2001'],
    'a': [[1, 1, 1], [2,2,2], [3,3,3], [4, 4, 4], [5, 5, 5]],
}

df = pd.DataFrame(data1)
print(df)
print('=' * 50)
group = df.groupby('交易日期')
df2 = pd.DataFrame()
# ===========================主要修改的部分==========================================
df2['b'] = group['a']
# df2['c'] = group['a'].apply(lambda x: np.cumprod(np.array(list(x))).mean(axis=0))
# df2['d'] = group['a'].apply(lambda x: np.cumprod(np.array(list(x))+1,axis=1))
# =================================================================================
print('df2', '\n', df2)
print(type(df2))
print('=' * 50)
print(df2.iloc[0,0], '\n',df2.iloc[-1,-1])
print('=' * 50)
print(type(df2.iloc[0,0]))
exit()

通过以上的代码处理，可以看出groupby，之后，在同一日期下，a的值被组合成一个元组，接下来就是如何对于这个元组进行操作。
首先用apply结合lambda函数，将元组变成list，然后进行np.array的处理

df2['b'] = group['a'].apply(lambda x: list(x))

数据开始转化了

根据我们的诉求，需要将list进行连乘，这就需要进行array转换

df2['b'] = group['a'].apply(lambda x:np.array(list(x)))

截至目前，数据的基本处理就ok了，在这种情况下，就可以实现数据的之间的横向和纵向的计算了。

df2['d'] = group['a'].apply(lambda x: np.cumprod(np.array(list(x))))

以上数据明显是我们不想要的，所以要加入axis的函数，我们先尝试axis=0

df2['d'] = group['a'].apply(lambda x: np.cumprod(np.array(list(x)),axis=1))

形式对了，但是数值不对，我们需要横向连乘，尝试axis=1

df2['d'] = group['a'].apply(lambda x: np.cumprod(np.array(list(x)),axis=1))

这回全对了，蓝色的方框，相当于1只股票的3天的净值曲线，每一个小list都是一个股票的每日净值数值。最后我们再进行等权处理，即可得到资金曲线的净值，输出的应该是len=3的list，也就是对于绿色框的数据求平均，所以我们用到mean(axis=0)，注意对于绿色数据形式求值，用axis=0，蓝色框求值，用axis=1

df2['d'] = group['a'].apply(lambda x: np.cumprod(np.array(list(x)),axis=1).mean(axis=0))

这回全OK了，这就2个时间周期下的，资金曲线的每日表现。

解决了一个问题，内心是舒畅的，同时也鼓励自己坚持学习，持续解决问题。给自己学习一个记录，也希望给遇到相同问题的同学一些参考。