投资组合中的自协方差股票收益（Python）（流动性度量）

Question

我正在尝试计算每家公司股票收益的每月自协方差。 （从 2020 年 1 月 1 日到 2020 年 12 月 31 日的 2549 件仪器）。 如果DataFrame太大，我可以拆分它。

日期	乐器	rets
2020-01-01	1	0.0285516
2020-01-02	1	0.0285516
...	...	...
2020-12-30	2549	0.0024105
2020-12-31	2549	-0.0762408

我按照 Bao、Pan 和 Wang (2011) 构建了股票层面的非流动性指标 ILLIQ。

具体来说，让

是股票 i 在 t 月 d 日的对数价格变化。 然后，ILLIQ 定义为

我想在 Python 中实现。 到目前为止，我已经找到了statsmodels.tsa.stattools acovf function。

df['ILLIQ_1']= acovf(df.rets, adjusted=False, demean=True, fft=False, missing='drop',nlag=30)

但是这段代码没有考虑到我的df（股票i，时间t）的面板结构。

理想情况下，我想这样做。

df['ILLIQ_2']=df.sort_values('date').groupby('instrument')['rets'].acovf(df.rets, adjusted=False, demean=True, fft=None, missing='drop',nlag=30)

但我得到这个错误：

AttributeError: 'SeriesGroupBy' object has no attribute 'acovf'.

有什么建议吗？ 我试图在没有运气的情况下创建一个 for 循环..

参考：【http://www.mit.edu/~junpan/bond_liquidity.pdf】【包潘文（2021）】

Answer 1

1. 为acovf一个第一个参数，以df.rets当前没有的方式考虑数据的面板结构。

2. 将其输入acovf ，例如，

    df['ILLIQ'] = acovf(my_rets, ...)

没有看到dataframe的确切结构，很难给出更详细的答案