股票几个指数周收益率和月收益率的计算
在金融数据挖掘分析中经常会遇到不同时间维度的分析。本案例主要目的是介绍如何通过交易日历表和日交易数据，转化为统计的周交易数据和月交易数据，并实现周收益率和月收益率的计算。在本案例中，我们介绍了利用交易日历表寻找每周最小交易日和最大交易日、每月最小交易日和最大交易日两个算法，希望对读者有所启示。
计算上证
A
股指数（代码：
000002
）
2017
年的周收益率和月收益率指标数据。其中周收益率和月收益率指标计算公式如下：
周收益率=
（周最大交易日收盘指数
-
周最小交易日收盘指数）
/
周最小交易日收盘指数。
月收益率=
（月最大交易日收盘指数
-
月最小交易日收盘指数）
/
月最小交易日收盘指数
。
本案例使用的交易日历表（表名：
TRD_Cale
）和指数日交易数据表（表名：
IDX_Idxtrd
）数据均来源于
CSMAR
国泰安数据库，其表结构如下：
由于我们获取的数据为日行情交易数据，无法直接计算周收益率，需要对交易日历数据进行处理，即找出每周的最大交易日和最小交易日。从交易日历表的星期（ Daywk ）字段可以看出，当前星期值比下一个星期值大，其对应的交易日即为本周的最大交易日，下一个星期值对应的交易日即为下周的最小交易日。因此，寻找周最大交易日和最小交易日的算法如下:
由于我们获取的数据为日行情交易数据，无法直接计算周收益率，需要对交易日历数据进行处理，即找出每周的最大交易日和最小交易日。从交易日历表的星期（ Daywk ）字段可以看出，当前星期值比下一个星期值大，其对应的交易日即为本周的最大交易日，下一个星期值对应的交易日即为下周的最小交易日。因此，寻找周最大交易日和最小交易日的算法如下:
输入：交易日历数据表
date
输出：周最小交易日和最大交易日列表
list1
和
list2
Step1
：定义空的列表
list1
和
list2
，将交易日历表中的首个交易日添加到
list1
中
Step2
：从第
2
个交易日开始至倒数第
2
个交易日，如果其星期值大于下一个交易日的星期值，则将其交易日添加到
list2
中，下一个交易日添加到
list1
中。
Step3
：将最后的交易日添加到
list2
中。
代码如下：
i
mport pandas as
pd
x=
pd.read_excel
('TRD_Cale.xlsx')
list1=['2017-01-03']
list2=[]
for t in range(1,len(x)-1):
p=
x.iloc
[t-1,[2]][0]
q=
x.iloc
[t,[2]][0]
if q<p:
list1.append(
x.iloc
[t,[1]][0])
list2.append(
x.iloc
[t-1,[1]][0])
获得每周的最小交易日列表list1
和最大交易日列表
list2
后，就可以通过循环的方式，依次取最大交易日和最小交易日对应的收盘指数，利用前面介绍的公式计算即可获得周收益率指标数据。
data=
pd.read_excel
('IDX_Idxtrd.xlsx')
import
numpy
as np
r=
np.zeros
(
len
(list1))
for
i
in range(
len
(list1)):
p1=
data.loc
[data['Idxtrd01'].values==list1[
i
],'Idxtrd05'].values
p2=
data.loc
[data['Idxtrd01'].values==list2[
i
],'Idxtrd05'].values
r[
i
]=(p2-p1)/p1