我正在尝试用Python复现MatLab代码,但遇到了一个MatLab矩阵的问题。以下是MatLab代码块:
for i = 1:Np
y = returns(:,i);
sgn = modified_sign(y);
X = [ones(Tp,1) sgn.*log(prices(:,i).*volumes(:,i))];
我在创建“X”时遇到了困难,总是遇到“数据必须是1维”的错误。以下是我尝试多次复制这段代码的其中一次尝试:
lam = np.empty([Tp,Np]) * np.nan
for i in range(0,Np):
y=returns.iloc[:,i]
sgn = modified_sign(y)
#X = np.array([[np.ones([Tp,1]),np.multiply(np.multiply(sgn,np.log(prices.iloc[:,i])),volumes.iloc[:,i])]])
X = np.concatenate([np.ones([Tp,1]),np.column_stack(np.array([sgn*np.log(prices.iloc[:,i])*volumes[:,i]]))],axis=1)
Tp和Np分别是价格序列的长度和宽度。
crsp['PRC'].to_frame().shape = (9455,1)
Tp, Np = crsp['PRC'].to_frame().shape
Tr和Nr分别代表收益率序列的长度和宽度。
crsp['RET'].to_frame().shape = (9455,1)
Tr, Nr = crsp['RET'].to_frame().shape
Tv和Nv分别代表体积系列的长度和宽度。
crsp['VOL'].to_frame().shape = (9455,1)
Tv, Nv = crsp['VOL'].to_frame().shape
ones数组:
np.ones([Tp,1])
would be (9455,1)
Sample Volume Data:
DATE VOLAVG
1979-12-04 8880.9912591051
1979-12-05 8867.545284586622
1979-12-06 8872.264687564875
1979-12-07 8876.922134551494
1979-12-10 8688.765365448506
1979-12-11 8695.279567657451
1979-12-12 8688.865033222592
1979-12-13 8684.095435684647
1979-12-14 8684.534550736667
1979-12-17 8879.694444444445
样本价格数据
DATE AVGPRC
1979-12-04 25.723484200567693
1979-12-05 25.839463450495863
1979-12-06 26.001899852224145
1979-12-07 25.917628864251874
1979-12-10 26.501898917349788
1979-12-11 26.448652367425804
1979-12-12 26.475906537182407
1979-12-13 26.519610746585908
1979-12-14 26.788873713159944
1979-12-17 26.38583047822484
返回样例数据
DATE RET
1979-12-04 0.008092780873338423
1979-12-05 0.004498557619416754
1979-12-06 0.006266692192175238
1979-12-07 -0.0032462182943131523
1979-12-10 0.022292999386413825
1979-12-11 -0.002011180868938034
1979-12-12 0.001029925340138238
1979-12-13 0.0016493553247958206
1979-12-14 0.010102153877941776
1979-12-17 -0.015159499602784175
我最终想要实现一个(9455,2)的数组,其中X.iloc [:,0]=1并且X.iloc[:,2]=log(price)*volume适用于每一行。
我参考了在线的MatLab到Numpy文档(https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html),并查看了各种其他的StackOverflow帖子,但都没有找到答案。
对于上下文,modified_sign是外部函数,prices是DataFrame切片,returns也是如此。np是价格DataFrame的宽度(类似于df.shape [1]),而Tp是df.shape [0]。这本质上是为每个返回系列创建一个由1和log(price)*volume组成的列,其中每个df都是(TxN),其中T是日期,N是证券。如果您能提供任何指导,将不胜感激。
numpy
数组可以是一维的。numpy
有一个np.matrix
类,始终是二维的,这可以使从MATLAB过渡更容易。但从长远来看,最好使用常规的np.array
。 - hpaulj