如何基于股票日度收盘价使用Python计算个股月度收益率

你之前调用table.groupby('month')未得到预期结果，核心原因有两个：

• 生成的宽表table中仅包含Date字段和各股票的调整收盘价列，未提前生成month分组维度
• 月度收益率需要基于每月固定时点（通常是月末/月初交易日）的收盘价计算，不能直接对日度价格做普通分组聚合

你运行代码得到的日度调整收盘价宽表结构如下：

具体实现代码 #

在你原有代码的末尾追加以下代码即可：

# 转换日期格式，设置为索引以支持时间重采样
table['Date'] = pd.to_datetime(table['Date'])
table = table.set_index('Date')

# 按自然月重采样，取每个月最后一个交易日的收盘价
monthly_close = table.resample('M').last()

# 计算环比月度收益率，删除首行空值
monthly_return = monthly_close.pct_change().dropna()

# 若需要显式生成月份字段用于分组，可重置索引后添加
monthly_return = monthly_return.reset_index()
monthly_return['month'] = monthly_return['Date'].dt.to_period('M')

可选调整说明 #

• 如果你需要以每月第一个交易日的收盘价为基准计算收益率，将resample('M').last()替换为resample('M').first()即可
• 上述代码计算的是简单收益率，公式为(当月收盘价/上月收盘价)-1；如果需要计算对数收益率，可将收益率计算行替换为monthly_return = np.log(monthly_close / monthly_close.shift(1)).dropna()
• 如果需要按年+月维度分组统计其他指标，直接基于生成的month字段调用groupby('month')即可正常使用

内容的提问来源于stack exchange，提问作者ASH