多視窗大小和Ticker分組的Pandas滾動平均值

最近一個學弟在在進行資料分析時，經常需要計算不同時間視窗的滾動平均線。當資料是多維度的，比如包含多個股票或商品的每日價格時，我們可能需要為每個維度計算滾動平均線。然而，如果我們使用傳統的groupby和apply方法，可能會遇到一些問題。而且也是常見得問題。

問題背景

其中一個問題是，apply方法只能對整個分組物件應用一個函式，而不能對每個分組中的每個元素應用函式。這意味著，如果我們想為每個股票計算多個時間視窗的滾動平均線，我們需要編寫一個自定義函式，該函式可以接受一個時間序列作為輸入，並返回一個包含多個滾動平均線的DataFrame。

另一個問題是，如果我們使用transform方法，可能會導致資料維度不匹配的問題。這是因為transform方法會將函式的結果應用到整個分組物件，而不是每個分組中的每個元素。這意味著，如果我們想為每個股票計算多個時間視窗的滾動平均線，transform方法會返回一個包含多個列的DataFrame，而這些列的長度與分組物件相同。這可能導致資料維度不匹配，難以進行後續分析。

解決方案

為瞭解決這些問題，我們可以使用如下方法：

1、編寫一個自定義函式，該函式可以接受一個時間序列作為輸入，並返回一個包含多個滾動平均線的DataFrame。

2、使用groupby和apply方法，將自定義函式應用到每個分組物件中的每個元素。

以下是一個示例程式碼：

def 
my_RollMeans(
x):


    
w 
= [
1, 
2, 
3]


    
s 
= 
pd.
Series(
x)


    
Bob 
= 
pd.
DataFrame([
s.
rolling(
w1).
mean().
rename(
'Price_' 
+ 
str(
w1)) 
for 
w1 
in 
w]).
T


    
return 
Bob







df3.
groupby(
'Ticker').
apply(
lambda 
x: 
my_RollMeans(
x.
Price)).
fillna(
0)

這個程式碼首先定義了一個自定義函式my_RollMeans，該函式可以接受一個時間序列作為輸入，並返回一個包含多個滾動平均線的DataFrame。然後，使用groupby和apply方法，將my_RollMeans函式應用到每個分組物件中的每個元素。這樣，就可以為每個股票計算多個時間視窗的滾動平均線，並避免資料維度不匹配的問題。

執行這個程式碼，可以得到以下輸出：

                   Price_1  Price_2  Price_3


Ticker Date                                 


ABC    2018-07-01      9.0      0.0  0.000000


       2018-07-02      8.0      8.5  0.000000


       2018-07-03      7.0      7.5  8.000000


       2018-07-04      8.0      7.5  7.666667


       2018-07-05      8.0      8.0  7.666667


HIJ    2018-07-01      8.0      0.0  0.000000


       2018-07-02      9.0      8.5  0.000000


       2018-07-03      5.0      7.0  7.333333


       2018-07-04      6.0      5.5  6.666667


       2018-07-05      7.0      6.5  6.000000


XYZ    2018-07-01      9.0      0.0  0.000000


       2018-07-02      5.0      7.0  0.000000


       2018-07-03      9.0      7.0  7.666667


       2018-07-04      8.0      8.5  7.333333


       2018-07-05      6.0      7.0  7.666667

在這個輸出中，我們可以看到，為每個股票計算了三個時間視窗的滾動平均線，分別為1天、2天和3天。

滾動平均線（Moving Average）是一種用於平滑時間序列資料的常見統計方法。它透過計算資料序列中特定視窗範圍內資料點的平均值，來消除資料中的短期波動，突出長期趨勢。這種平滑技術有助於識別資料中的趨勢和模式。

滾動平均線的計算方法是，對於給定的視窗大小（通常是時間單位），從資料序列的起始點開始，每次將視窗內的資料點的平均值作為平均線的一個點，並逐步向序列的末尾滑動。這樣可以生成一條平滑的曲線，反映了資料的趨勢。

滾動平均線在資料分析和時間序列預測中經常被使用，特別是在金融領域，用於消除噪音、捕捉趨勢，並作為交易策略的基礎之一。如果有更好得建議歡迎評論區留言討論。