如何使用 groupby 计算 vwap（交易量加权平均价格）并申请？答案

【问题标题】：How to calculate vwap (volume weighted average price) using groupby and apply?如何使用 groupby 计算 vwap（交易量加权平均价格）并申请？
【发布时间】：2017-12-04 21:20:19
【问题描述】：

我已经阅读了多篇与我的问题类似的帖子，但我仍然无法弄清楚。我有一个看起来像下面这样的 pandas df（多天）：

Out[1]: 
                     price  quantity
time                                
2016-06-08 09:00:22  32.30    1960.0
2016-06-08 09:00:22  32.30     142.0
2016-06-08 09:00:22  32.30    3857.0
2016-06-08 09:00:22  32.30    1000.0
2016-06-08 09:00:22  32.35     991.0
2016-06-08 09:00:22  32.30     447.0
...

计算我能做的 vwap：

df['vwap'] = (np.cumsum(df.quantity * df.price) / np.cumsum(df.quantity))

但是，我想重新开始每一天（groupby），但我不知道如何使它与（lambda？）函数一起工作。

df['vwap_day'] = df.groupby(df.index.date)['vwap'].apply(lambda ...

速度至关重要。将不胜感激任何帮助:)

【问题讨论】：

这不是 VWAP 的正确公式。您需要计算典型价格（Hi、Lo、Close 的平均值）。你的价格数据应该有这个。
@DISC-O 所以请贡献代码并添加您的答案...
不确定我理解，评论是关于计算公式和需要更多数据（期间的高点和低点，然后平均值进入您的计算）；代码很简单，我假设你知道如何计算 3 列的平均值。

标签： python pandas lambda pandas-groupby

【解决方案1】：

选项 0
普通方法

def vwap(df):
    q = df.quantity.values
    p = df.price.values
    return df.assign(vwap=(p * q).cumsum() / q.cumsum())

df = df.groupby(df.index.date, group_keys=False).apply(vwap)
df

                     price  quantity       vwap
time                                           
2016-06-08 09:00:22  32.30    1960.0  32.300000
2016-06-08 09:00:22  32.30     142.0  32.300000
2016-06-08 09:00:22  32.30    3857.0  32.300000
2016-06-08 09:00:22  32.30    1000.0  32.300000
2016-06-08 09:00:22  32.35     991.0  32.306233
2016-06-08 09:00:22  32.30     447.0  32.305901

选项 1
加入一点 eval

df = df.assign(
    vwap=df.eval(
        'wgtd = price * quantity', inplace=False
    ).groupby(df.index.date).cumsum().eval('wgtd / quantity')
)
df

                     price  quantity       vwap
time                                           
2016-06-08 09:00:22  32.30    1960.0  32.300000
2016-06-08 09:00:22  32.30     142.0  32.300000
2016-06-08 09:00:22  32.30    3857.0  32.300000
2016-06-08 09:00:22  32.30    1000.0  32.300000
2016-06-08 09:00:22  32.35     991.0  32.306233
2016-06-08 09:00:22  32.30     447.0  32.305901

【讨论】：

花式游戏综合症
@TedPetrou 有罪
@piRSquared 当我如上所述运行选项 0 时，它工作正常。但是我需要在我的 df 中添加一个新列，所以我做了 df['vwap'] = df.groupby(df.index.date, group_keys=False).apply(vwap) 这引发了以下错误： ValueError: Wrong number通过了 7 个项目，位置意味着 1 个，这是为什么呢？
我返回的是一个包含列的新数据框。您想将整个事情重新分配给 df.不是 df['vwap']
啊哈！现在像魅力一样工作，tnx vm。我会坚持选项 0，因为即使在阅读了它之后，我也不清楚 eval 的真正作用..

【解决方案2】：

我之前也使用过这种方法，但如果您试图限制窗口期，它的效果就不是很准确。相反，我发现 TA python 库运行良好： https://technical-analysis-library-in-python.readthedocs.io/en/latest/index.html

from ta.volume import VolumeWeightedAveragePrice

# ...
def vwap(dataframe, label='vwap', window=3, fillna=True):
        dataframe[label] = VolumeWeightedAveragePrice(high=dataframe['high'], low=dataframe['low'], close=dataframe["close"], volume=dataframe['volume'], window=window, fillna=fillna).volume_weighted_average_price()
        return dataframe

【讨论】：