分组滚动窗口计算动量策略累计收益时pandas rolling无cumprod属性报错

你遇到的如下报错：

AttributeError: 'Rolling' object has no attribute 'cumprod'

是因为pandas的Rolling滚动窗口对象仅内置了sum、mean、skew、kurt等常规统计方法，没有原生实现cumprod累乘功能，需要通过自定义滚动聚合逻辑实现。

注意：动量计算用的日收益率通常是涨跌幅度，累乘前需要加1转换为增长系数，计算完成后再减1得到累计收益率，否则直接累乘涨跌幅会得到错误结果。

完整可运行代码如下：

import pandas as pd
import numpy as np

# 你的样例数据生成
df = pd.DataFrame({
    'id':np.repeat(range(100), 10),
    'dailyreturn':np.random.randn(1000),  
    'date':np.random.choice(pd.date_range('1/1/2011', periods=12,freq='M'), 1000, replace=True)
})

# 第一步：按id和日期排序，保证滚动窗口的时序正确性
df = df.sort_values(['id', 'date']).reset_index(drop=True)

# 第二步：分组滚动累乘计算1年动量
df['mom_1Y'] = df.groupby('id')['dailyreturn'].apply(
    lambda x: x.add(1)  # 涨跌幅+1转为增长系数
             .rolling(251, min_periods=22)  # 251个交易日滚动窗口，最少22个有效数据
             .apply(np.prod, raw=True)  # 自定义窗口内乘积计算，raw=True提升运行性能
             .sub(1)  # 减1转回累计收益率
).reset_index(level=0, drop=True)

• 如果你使用的pandas版本低于1.3，建议升级到最新稳定版，新版rolling.apply的运行效率提升明显
• 如果数据量超过百万行，可以给apply添加engine='numba'参数（需要提前安装numba库），可大幅提升计算速度
• 若日收益率存在缺失值，可在np.prod中添加skipna=True参数自动忽略空值

内容的提问来源于stack exchange，提问作者pinpss