Polars: расширенный алгоритм перекрестной торговли ⇐ Python

[Anonymous]

У меня есть полярный фрейм данных, содержащий доходность акций, а также перекрестные ранги в аккуратном/длинном pl.DataFrame.

Код: Выделить всё

prices =  pl.DataFrame(
{
"symbol": [
*["symbol1"] * 6, *["symbol2"] * 5, *["symbol3"] * 5, *["symbol4"] * 6,
],
"date": [
"2023-12-30", "2023-12-31", "2024-01-03", "2024-01-04", "2024-01-05", "2024-01-06",
"2023-12-30", "2024-01-03", "2024-01-04", "2024-01-05", "2024-01-06",
"2023-12-30", "2023-12-31", "2024-01-03", "2024-01-04", "2024-01-05",
"2023-12-30", "2023-12-31", "2024-01-03", "2024-01-04", "2024-01-05", "2024-01-06",
],
"price": [
100, 105, 110, 115, 120, 125,
200, 210, 220, 230, 240,
3000, 3100, 3200, 3300, 3400,
1000, 1050, 1080, 1090, 1300, 1350,
],
}
)

shape: (22, 3)
┌─────────┬────────────┬───────┐
│ symbol  ┆ date       ┆ price │
│ ---     ┆ ---        ┆ ---   │
│ str     ┆ str        ┆ i64   │
╞═════════╪════════════╪═══════╡
│ symbol1 ┆ 2023-12-30 ┆ 100   │
│ symbol1 ┆ 2023-12-31 ┆ 105   │
│ symbol1 ┆ 2024-01-03 ┆ 110   │
│ symbol1 ┆ 2024-01-04 ┆ 115   │
│ symbol1 ┆ 2024-01-05 ┆ 120   │
│ symbol1 ┆ 2024-01-06 ┆ 125   │
│ symbol2 ┆ 2023-12-30 ┆ 200   │
│ symbol2 ┆ 2024-01-03 ┆ 210   │
│ symbol2 ┆ 2024-01-04 ┆ 220   │
│ symbol2 ┆ 2024-01-05 ┆ 230   │
│ symbol2 ┆ 2024-01-06 ┆ 240   │
│ symbol3 ┆ 2023-12-30 ┆ 3000  │
│ symbol3 ┆ 2023-12-31 ┆ 3100  │
│ symbol3 ┆ 2024-01-03 ┆ 3200  │
│ symbol3 ┆ 2024-01-04 ┆ 3300  │
│ symbol3 ┆ 2024-01-05 ┆ 3400  │
│ symbol4 ┆ 2023-12-30 ┆ 1000  │
│ symbol4 ┆ 2023-12-31 ┆ 1050  │
│ symbol4 ┆ 2024-01-03 ┆ 1080  │
│ symbol4 ┆ 2024-01-04 ┆ 1090  │
│ symbol4 ┆ 2024-01-05 ┆ 1300  │
│ symbol4 ┆ 2024-01-06 ┆ 1350  │
└─────────┴────────────┴───────┘

Простой алгоритм перекрестной торговли выглядит примерно так:

• Определите наиболее эффективный символ в период (здесь: рейтинг возвращается за два периода по всем символам на каждую дату).
• Вставьте (купите) символ и поместите его в свое портфолио.
  < li>Повторите процесс для каждого периода (даты).

Код: Выделить всё

    returns_ranked = (
prices.with_columns(pl.col("price").pct_change(2).over("symbol").alias("return"))
.with_columns(
rank=pl.col("return")
.rank(descending=True, method="random")
.over("date")
.cast(pl.UInt8)
)
.with_columns(in_portfolio=pl.when(pl.col("rank") == 1).then(True).otherwise(False))
)

shape:  (22, 6)
┌─────────┬────────────┬───────┬──────────┬──────┬──────────────┐
│ symbol  ┆ date       ┆ price ┆ return   ┆ rank ┆ in_portfolio │
│ ---     ┆ ---        ┆ ---   ┆ ---      ┆ ---  ┆ ---          │
│ str     ┆ str        ┆ i64   ┆ f64      ┆ u8   ┆ bool         │
╞═════════╪════════════╪═══════╪══════════╪══════╪══════════════╡
│ symbol1 ┆ 2023-12-30 ┆ 100   ┆ null     ┆ null ┆ false        │
│ symbol1 ┆ 2023-12-31 ┆ 105   ┆ null     ┆ null ┆ false        │
│ symbol1 ┆ 2024-01-03 ┆ 110   ┆ 0.1      ┆ 1    ┆ true         │
│ symbol1 ┆ 2024-01-04 ┆ 115   ┆ 0.095238 ┆ 2    ┆ false        │
│ symbol1 ┆ 2024-01-05 ┆ 120   ┆ 0.090909 ┆ 3    ┆ false        │
│ symbol1 ┆ 2024-01-06 ┆ 125   ┆ 0.086957 ┆ 3    ┆ false        │
│ symbol2 ┆ 2023-12-30 ┆ 200   ┆ null     ┆ null ┆ false        │
│ symbol2 ┆ 2024-01-03 ┆ 210   ┆ null     ┆ null ┆ false        │
│ symbol2 ┆ 2024-01-04 ┆ 220   ┆ 0.1      ┆ 1    ┆ true         │
│ symbol2 ┆ 2024-01-05 ┆ 230   ┆ 0.095238 ┆ 2    ┆ false        │
│ symbol2 ┆ 2024-01-06 ┆ 240   ┆ 0.090909 ┆ 2    ┆ false        │
│ symbol3 ┆ 2023-12-30 ┆ 3000  ┆ null     ┆ null ┆ false        │
│ symbol3 ┆ 2023-12-31 ┆ 3100  ┆ null     ┆ null ┆ false        │
│ symbol3 ┆ 2024-01-03 ┆ 3200  ┆ 0.066667 ┆ 3    ┆ false        │
│ symbol3 ┆ 2024-01-04 ┆ 3300  ┆ 0.064516 ┆ 3    ┆ false        │
│ symbol3 ┆ 2024-01-05 ┆ 3400  ┆ 0.0625   ┆ 4    ┆ false        │
│ symbol4 ┆ 2023-12-30 ┆ 1000  ┆ null     ┆ null ┆ false        │
│ symbol4 ┆ 2023-12-31 ┆ 1050  ┆ null     ┆ null ┆ false        │
│ symbol4 ┆ 2024-01-03 ┆ 1080  ┆ 0.08     ┆ 2    ┆ false        │
│ symbol4 ┆ 2024-01-04 ┆ 1090  ┆ 0.038095 ┆ 4    ┆ false        │
│ symbol4 ┆ 2024-01-05 ┆ 1300  ┆ 0.203704 ┆ 1    ┆ true         │
│ symbol4 ┆ 2024-01-06 ┆ 1350  ┆ 0.238532 ┆ 1    ┆ true         │
└─────────┴────────────┴───────┴──────────┴──────┴──────────────┘

Столбец in_portfolio определяет наиболее эффективный инструмент за каждый период. Пока все хорошо.
Теперь давайте усовершенствуем этот алгоритм. Вместо того, чтобы просто покупать наиболее эффективный символ, новый алгоритм выглядит следующим образом:

• Определите наиболее эффективный символ за период (здесь: рейтинг возвращается за два периодов по всем символам на каждую дату).
• Вставьте (купите) символ и поместите его в свой портфель.
• В следующем периоде вы продавайте символ только в том случае, если его рейтинг меньше 2. Только тогда символ с самым высоким рейтингом в этот период заменит предыдущий символ.

Проблема здесь заключается в том, что этот новый алгоритм всегда зависит от предыдущего периода. Нам нужно знать, был ли символ в портфеле в предыдущем периоде, чтобы проверить, не является ли его текущий ранг меньше 2. То есть мы вводим зависимость от пути.
I ищу векторизованное решение. Потенциально я работаю с огромным набором данных.

Подробнее здесь: https://stackoverflow.com/questions/789 ... -algorithm