Genial, ahora agrega una funcion que se pueda aplicar a todos los dataframes generados…
- User
Genial, ahora agrega una funcion que se pueda aplicar a todos los dataframes generados con get_futures_data() para que usando cada date como indice cere un nuevo dataframe que para cada fecha tenga los valores del siguiente mes (Open High Low Close Volume OI) , luego los promedio de (Open High Low Close Volume OI pero de los siguientes 2 meses y asi sucesivamente hasta los promedio de los siguientes 6 meses
- Assistant
¡Claro! A continuación, te proporciono una función en Python utilizando
pandasque puedes aplicar a cualquier DataFrame generado porget_futures_data(). Esta función crea un nuevo DataFrame donde, para cada fecha (considerada como el índice), se incluyen los valores del siguiente mes (Open,High,Low,Close,Volume,OI) y los promedios de estos valores para los siguientes 2 hasta 6 meses.Paso a Paso de la Función
-
Resampleo a Datos Mensuales: Si tus datos son diarios, primero los resumimos a datos mensuales. Esto facilita el cálculo de los valores y promedios mensuales.
-
Agregar Valores del Próximo Mes: Para cada mes, obtenemos los valores (
Open,High,Low,Close,Volume,OI) del siguiente mes. -
Calcular Promedios de los Próximos Meses: Calculamos los promedios de los valores para los siguientes 2, 3, hasta 6 meses.
-
Unión de los Datos: Combina todos estos datos en un nuevo DataFrame para facilitar su análisis.
Implementación en Python
import pandas as pd def add_future_averages(df): """ Añade valores del próximo mes y promedios de los siguientes 2 a 6 meses a un DataFrame de futuros. Parámetros: df (pd.DataFrame): DataFrame con índice de tipo fecha y columnas ['Open', 'High', 'Low', 'Close', 'Volume', 'OI']. Retorna: pd.DataFrame: Nuevo DataFrame con los valores y promedios agregados. """ # Asegurarse de que el índice sea de tipo datetime df = df.copy() df.index = pd.to_datetime(df.index) # Resamplear a datos mensuales monthly = df.resample('M').agg({ 'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Volume': 'sum', 'OI': 'last' }) # Inicializar el nuevo DataFrame new_df = monthly.copy() # Iterar de 1 a 6 para agregar los valores y promedios futuros for n in range(1, 7): if n == 1: # Valores del próximo mes shifted = monthly.shift(-n) suffix = 'NextMonth' cols = { 'Open': f'{suffix}_Open', 'High': f'{suffix}_High', 'Low': f'{suffix}_Low', 'Close': f'{suffix}_Close', 'Volume': f'{suffix}_Volume', 'OI': f'{suffix}_OI', } new_df = new_df.join(shifted.rename(columns=cols)) else: # Promedios de los próximos n meses avg = monthly.shift(-1).rolling(window=n, min_periods=n).mean() suffix = f'Next{n}Months_Avg' cols = { 'Open': f'{suffix}_Open', 'High': f'{suffix}_High', 'Low': f'{suffix}_Low', 'Close': f'{suffix}_Close', 'Volume': f'{suffix}_Volume', 'OI': f'{suffix}_OI', } new_df = new_df.join(avg.rename(columns=cols)) return new_dfCómo Usar la Función
Supongamos que tienes un DataFrame obtenido mediante
get_futures_data()llamadofutures_df. Puedes aplicar la función de la siguiente manera:# Supongamos que ya tienes el DataFrame `futures_df` # futures_df = get_futures_data(...) # Aplicar la función para agregar valores y promedios futuros futures_with_averages = add_future_averages(futures_df) # Ver las primeras filas del nuevo DataFrame print(futures_with_averages.head())Explicación de las Columnas Agregadas
- NextMonth_Open, NextMonth_High, ...: Valores del siguiente mes.
- Next2Months_Avg_Open, Next2Months_Avg_High, ...: Promedio de los próximos 2 meses.
- ...
- Next6Months_Avg_Open, Next6Months_Avg_High, ...: Promedio de los próximos 6 meses.
Consideraciones Adicionales
-
Frecuencia de los Datos: Esta función asume que los datos pueden ser resampleados a una base mensual. Si tus datos ya están en una base diferente, ajusta el resampleo según corresponda.
-
Gestión de Valores NaN: Al calcular los desplazamientos y las medias móviles, los últimos 6 meses tendrán valores
NaNdebido a la falta de datos futuros. Puedes manejarlos según tus necesidades, ya sea eliminándolos o imputándolos. -
Personalización: Si necesitas ajustar cómo se calculan los promedios (por ejemplo, ponderados), puedes modificar la función
rollingsegún sea necesario.
¡Espero que esta función te sea de utilidad para tu análisis de datos de futuros!
-