如何处理买卖历史csv答案

【问题标题】：How to process buy sell history csv如何处理买卖历史csv
【发布时间】：2021-01-18 13:54:02
【问题描述】：

我有一个这样的 csv：

symbol  date                           side    quantity   average_price
AAPL    2020-12-31T14:28:48.019000Z    buy     1          112.01
AMD     2020-12-29T19:14:21.111000Z    buy     1          91.33
AMD     2020-12-29T14:28:48.019000Z    sell    5          92.42
AAPL    2020-12-28T19:14:21.111000Z    sell    3          115.45
AAPL    2020-12-23T14:28:48.019000Z    buy     1          108.11
AAPL    2020-12-20T19:14:21.111000Z    sell    2          110.03
AMD     2020-12-18T14:28:48.019000Z    buy     7          88.74
AAPL    2020-12-16T19:14:21.111000Z    buy     4          100.93

这只是数据的一小部分样本，只有 2 家公司 AAPL 和 AMD。对于更多的公司，实际的 csv 比这长得多。

鉴于我拥有 1 股 AAPL 和 3 股 AMD。我需要弄清楚我购买这些股票的交易日期和价格。所以我要找的结果是：

1 share of APPL on 2020-12-31T14:28:48.019000Z for 112.01

和

1 share of AMD on 2020-12-29T19:14:21.111000Z for 91.33
2 shares of AMD on 2020-12-18T14:28:48.019000Z for 88.74

基本上这是基于 FIFO 计算的。 AMD：7-5+1=3 和 APPL：4-2+1-3+1=1...

我真的不知道该怎么做...我在想也许使用队列？不知何故？但在走这条路之前......我想我应该发布这个，看看是否有更好的方法？

仅供参考...当前的 csv 是 700 行...将来可能会更大。也许7000行？如果任何解决方案涉及遍历 csv，则可能是相关的。

【问题讨论】：

标签： python csv queue stock fifo

【解决方案1】：

以分析的方式看待它，就好像您是软件一样，并为自己制定有关流程的（可靠的）规则。通过文本文件逐行反向查找（相对）较慢，因此可能首先将行导入结构或 sqlite 内存数据库中查找速度较快的地方。

您可以按公司进行子查询，并按日期排序。然后您可以通过该子查询为您的“FIFO”反转。

我无法真正了解订购和排序以及您如何组合买卖，但这对您来说可能很简单。

希望这能给你一些启发。

【讨论】：

我自己的一条可靠规则是，我使用“import robin_stocks as rs”作为投资 API 的库。这个库有“rs.export.export_completed_stock_orders()”作为我能找到获取“购买”日期的唯一方法。此函数创建一个 csv 文件。似乎我唯一的选择是使用这个 csv 文件。我不知道该怎么做。显然，我不希望我的代码变慢，但在这种情况下，慢并不是真正的问题。我最多可以每天运行一次此代码。也许每周一次。