数据

我有一个包含 ca M=160 csv 文件的 zip，每只股票一个 csv 文件。股票代码在文件名中。每个 csv 文件包含相同的列：date、txVolume(USD)、txCount、marketcap(USD)、price(USD)、exchangeVolume(USD)。日期频率为每日。

有些股票在 2014 年开始交易，有些在 2017 年开始交易，因此所有股票的日期栏长度并不相同。

目标

我想看看指数基金会如何发展。该基金的策略是在每个月的第一天购买 10 只最大的股票（基于市值）。如果股票在前 10 名出现“转变”，就会发生再平衡。

我想使用python。

初次尝试

我pandas glob对numpy.

我解决这个问题的草图如下

• glob使用包导入所有文件
• 创建一个矩阵：市值和价格。它们有T行和M列，其中 M 是股票的 nr，T 是最长系列的长度（大约 4 年）。
• 使用 pandas.resample('M')从每日数据变为每月数据。
• （理想情况下，上面矩阵中的列会有名称，因此使用 pandas 很好，因为我可以设置它df.columns = list_of_names）
• 根据价格矩阵创建收益矩阵，根据市值矩阵创建权重矩阵。
• 返回索引 = 对角线（返回矩阵 * 权重矩阵转置）

但我是一个非常缺乏经验的程序员，所以这种方法可能很愚蠢。我想看看是否有更好的方法来解决我遇到的问题。