摘要

• 读特定sheet特定行的excel,设定时间轴
• 时间轴索引
• 更改非交易日的调仓时间
• 找离得最近的rollingtime
• 更高位加仓，更低位减仓

1.读文件，设定轴

df_pb = pd.read_excel('指数行业估值跟踪.xlsx',sheetname='pb',skiprows= 3)
#从第三行开始读
df_pb.set_index(['Date'],inplace=True)

2. 时间索引

time_list = df_pb.index
df_pb.loc[time_list[0],'position']
df_pb.loc[pd.to_datetime('20100101'),'position']

3.更改调仓时间

由于设定的调仓有可能不是交易日，需要进行实际调整

reallocation_time = []
a = [b for b in time_list if b.month in [5,9,11]]
for i in range(1,len(a)):
    if a[i].month != a[i-1].month:
        reallocation_time.append(a[I])

• 先找到一个完整交易的时间序列time_list
• 找到设定调仓日期的月份的交易序列a
• 由于设定的是5月9月11月期初，所以只需要将不同月份的提出来即可

4. 寻找离得最近的rollingtime

temp = [a for a in reallocation_time if a<= time_list[i]][-1]

• 时间是可以进行比较的
• 用[-1]表示最后一个，即最后一个小于当前时间的rollingtime

5. 高于更高的加仓，低于更低的减仓

max_n = min_n = 0
for i in range(len(timelist)):
    n = int((np.average(df_index.loc[time_list[i]])/np.average(df_index.loc[temp])-1)/0.1) 
    #n表示变化是10%的多少倍
    if n > max_n:
        max_n = n
        result.loc[time_list[i],'signal'] = 1
    if n < min_n:
        min_n = n
        result.loc[time_list[i],'signal'] = -1

6.写入

with open('guoguo.jpg',encoding='utf-8') as f:
        f.write(content)
        f.close()

7.dataframe 是否存在多值索引

df2[df2['E'].isin(['two', 'four'])]

多值索引