如何用Pandas计算股票交易持仓均价（无循环实现）

问题背景 #

有一个记录股票交易订单历史的DataFrame，示例数据如下：

import pandas as pd

date = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17]
price = [1020, 1050, 1110, 1080, 1050, 1020, 1050, 1110, 1080, 1050, 1050, 1140, 1110, 1100, 1140, 1170, 1200]
vol = [100, 0, 200, 0, -300, 100, 0, 200, 0, 0, 0, -100, -100, 100, 0, 0, -200]
df = pd.DataFrame({'date': date, 'price': price, 'vol': vol})

需要计算交易的持仓均价，但现有实现存在错误：当买入、持有、部分卖出后再买入时，均价计算不符合预期。

错误实现代码 #

import numpy as np

sum_stock = np.frompyfunc(lambda a, b: 0 if a + b < 0 else a + b, 2, 1)
df['num_of_stocks'] = sum_stock.accumulate(df.vol.values)
df['bought_price'] = df.loc[df['num_of_stocks'] > 0, 'price']
df['bought_vol'] = df.loc[df['num_of_stocks'] > 0, 'vol'].apply(lambda x: max(x, 0))
df['bought_value'] = df['bought_price'] * df['bought_vol']
sum_value = np.frompyfunc(lambda a, b: a + b if b == b else 0, 2, 1)
df['cumulative_bought_value'] = sum_value.accumulate(df['bought_value'].values)
df['cumulative_bought_vol'] = sum_value.accumulate(df['bought_vol'].values)
df['avg_price'] = df.loc[df['cumulative_bought_value'] > 0, 'cumulative_bought_value'] / df.loc[df['cumulative_bought_vol'] > 0, 'cumulative_bought_vol']
df = df.fillna(0)

错误输出 #

avg_price = [1020.0, 1020.0, 1080.0, 1080.0, 0.0, 1020.0, 1020.0, 1080.0, 1080.0, 1080.0, 1080.0, 1080.0, 1080.0, 1085.0, 1085.0, 1085.0, 0.0]

期望输出及计算逻辑 #

avg_price = [1020, 1020, 1080, 1080, 0, 1020, 1020, 1080, 1080, 1080, 1080, 1080, 1080, 1090, 1090, 1090, 0]

具体逻辑：

• 第1天买入100股，价格1020，均价1020；
• 第2天无交易，均价不变；
• 第3天买入200股，价格1110，均价为$(1001020 + 2001110)/(100+200)=1080$；
• 第4天无交易，均价不变；
• 第5天卖出全部持仓，均价变为0；
• 第6至13天的均价与输出一致；
• 第14天：此前买入300股并卖出200股，剩余100股均价1080，再买入100股价格1100，新均价应为$(1001080 + 1001110)/(100+100)=1090$。

错误根源：原代码未在持仓归零后重置累计成本和持仓量，导致新周期的计算继承了旧周期的累计数据。

正确实现（无for循环） #

核心思路：通过标记独立持仓周期，在每个周期内单独计算累计成本与持仓量，避免跨周期数据干扰。

import pandas as pd
import numpy as np

# 初始化数据
date = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17]
price = [1020, 1050, 1110, 1080, 1050, 1020, 1050, 1110, 1080, 1050, 1050, 1140, 1110, 1100, 1140, 1170, 1200]
vol = [100, 0, 200, 0, -300, 100, 0, 200, 0, 0, 0, -100, -100, 100, 0, 0, -200]
df = pd.DataFrame({'date': date, 'price': price, 'vol': vol})

# 计算实际持仓量（确保不为负）
df['position'] = df['vol'].cumsum().clip(lower=0)

# 标记持仓周期：每次从0建仓到清仓为一个独立周期
df['cycle'] = (df['position'] > 0) & (df['position'].shift(1) == 0)
df['cycle'] = df['cycle'].cumsum()
df.loc[df['position'] == 0, 'cycle'] = 0

# 计算每个周期内的累计买入金额和买入量
df['buy_value'] = np.where(df['vol'] > 0, df['vol'] * df['price'], 0)
df['cum_buy_value'] = df.groupby('cycle')['buy_value'].cumsum()
df['cum_buy_vol'] = df.groupby('cycle')['vol'].apply(lambda x: x.clip(lower=0).cumsum())

# 计算持仓均价，持仓为0时设为0
df['avg_price'] = np.where(df['position'] > 0, df['cum_buy_value'] / df['position'], 0)

# 查看结果
print(df['avg_price'].tolist())

输出结果 #

[1020.0, 1020.0, 1080.0, 1080.0, 0.0, 1020.0, 1020.0, 1080.0, 1080.0, 1080.0, 1080.0, 1080.0, 1080.0, 1090.0, 1090.0, 1090.0, 0.0]

逻辑说明 #

1. 实际持仓量计算：用cumsum累计交易量，再通过clip(lower=0)确保持仓不会出现负值；
2. 持仓周期划分：通过识别持仓从0转为正的节点，将每段完整持仓过程划分为独立周期，清零持仓的行周期设为0；
3. 周期内累计计算：在每个周期内单独统计累计买入金额和数量，确保新周期的计算完全独立；
4. 均价计算：用当前周期累计买入成本除以当前持仓量，持仓为0时均价设为0。

内容的提问来源于stack exchange，提问作者Nhân Phan Thành