与Pandas配合使用

当我受启发开始开发RiskQuantLib的时候，我的朋友问了我一个问题：

你是在试图重新造一个Pandas吗？

我承认在某种意义上，RiskQuantLib和Pandas非常像，但在一开始，RiskQuantLib并不是被设计用于替代Pandas的，它被设计用于在Pandas之后进行进一步的数据处理时使用。RiskQuantLib应该是一个数据处理内核，专注于数据处理逻辑，而不是作为一个像Pandas一样的集成工具，涵盖从数据输入到输出的方方面面。

但之后当我们重新讨论这个问题的时候，我意识到如果要摆脱Pandas的诅咒，我应该先摆脱更多的传统观念。这导致了你现在看到的RiskQuantLib，其中的模板列表类有很多默认的自定义函数，比如迭代函数和合并函数，这些函数有很多类似Pandas的地方。

但是，始终有一件事值得注意：

RiskQuantLib依然不是Pandas的替代品，它是基于Pandas的。最好的方式是用RiskQuantLib来编写数据处理的逻辑内核，而把其余部分交给Pandas处理。

为了方便，RiskQuantLib提供了很多用于与Pandas交互的函数，它们如下：

从Pandas Series转换为RiskQuantLib模板列表

使用pandas最简单的方式是使用pandas.Series，如果你有一个数据表，看起来像这样：

OptionCode	PayOff	ExerciseType	ExerciseDate	StockPrice	RiskFreeRate	Sigma
A	PlainVanilla	European	2021-11-18	100.0	0.05	0.20
B	PlainVanilla	European	2022-03-20	97.6	0.032	0.17
…	…	…	…	…	…	…

在创建了一个工程项目，并且通过以下内容的 config.py 文件声明了构建方式，然后运行了构建命令后：

#-|instrument: myEuropeanOption
#-|instrument-ParentQuantLibClassName: myEuropeanOption@EuropeanOption
#-|instrument-DefaultInstrumentType: myEuropeanOption@myEuropeanOption

#-|attribute: myEuropeanOption.myPayOff@qlPayOff, myEuropeanOption.myExercise@qlExercise, myEuropeanOption.underlyingStockPrice@qlQuote, myEuropeanOption.riskFreeRate@qlQuote, myEuropeanOption.sigma@qlQuote

你就可以打开 main.py 文件，然后直接像这样使用模板类和模板列表类：

from RiskQuantLib.module import *
df = pd.read_excel(path+os.sep+'European_Option.xlsx')

vanillaOptionList = myEuropeanOptionList()
vanillaOptionList.addMyEuropeanOptionSeries(df['OptionCode'],df['OptionCode'])
vanillaOptionList.setMyPayOff(df['OptionCode'],[100 for payoff in df['OptionCode']])
vanillaOptionList.setMyExercise(df['OptionCode'],[pd.Timestamp(date) for date in df['ExerciseDate']])
vanillaOptionList.setUnderlyingStockPrice(df['OptionCode'],df['StockPrice'])
vanillaOptionList.setRiskFreeRate(df['OptionCode'],df['RiskFreeRate'])
vanillaOptionList.setSigma(df['OptionCode'],df['Sigma'])

我们知道 set 函数族接受任何可迭代对象作为参数，自然，你可以传入pandas.Series给它。通常， set 函数族有两个参数，第一个参数用于声明哪些元素需要被改变，第二元素声明你想将属性的值改变为什么。

从Pandas DataFrame转换为RiskQuantLib模板列表

你或许要问，我如果有一个数据表，它的列数非常多，甚至有一千多列，那么我总不能一列一列地使用Set函数吧？

没错，好在RiskQuantLib提供了一个现成的函数，便于从pandas.DataFrame中读取数据，我们假设你想要读取的数据表依然是之前的样子：

OptionCode	PayOff	ExerciseType	ExerciseDate	StockPrice	RiskFreeRate	Sigma
A	PlainVanilla	European	2021-11-18	100.0	0.05	0.20
B	PlainVanilla	European	2022-03-20	97.6	0.032	0.17
…	…	…	…	…	…	…

现在我们更改 config.py 文件，使得它看起来像这样：

#-|instrument: myEuropeanOption
#-|instrument-ParentQuantLibClassName: myEuropeanOption@EuropeanOption
#-|instrument-DefaultInstrumentType: myEuropeanOption@myEuropeanOption

#-|attribute: myEuropeanOption.PayOff@qlPayOff, myEuropeanOption.ExerciseDate@qlExercise, myEuropeanOption.StockPrice@qlQuote, myEuropeanOption.RiskFreeRate@qlQuote, myEuropeanOption.Sigma@qlQuote

注意到这里，我们所有的属性名称都和数据表的列名相同。这会使得RiskQuantLib能够自动识别列，并对应Set函数，来自动使用它们。

当编译完成后，你可以打开 main.py 并且这样使用：:

from RiskQuantLib.module import *
df = pd.read_excel(path+os.sep+'European_Option.xlsx')

vanillaOptionList = myEuropeanOptionList().fromDF(df,code = 'OptionCode')

但我并不建议这样使用，因为RiskQuantLib并不应该与单个数据表绑定，如果你这样做，你有可能会遇见这样的情况，即你在数据处理中遇到了另一个数据表，他的列名和第一个数据表并不相同，但实际的意义是相同的，比如这里我们有一个数据表 df2，它看起来像这样：

Code	Pay	Type	KDate	Price	RF	Vol
C	PlainVanilla	European	2021-11-18	103.5	0.03	0.16
D	PlainVanilla	European	2022-03-20	88.1	0.019	0.10
…	…	…	…	…	…	…

如果你想要将这些合约添加到RiskQuantLib的模板列表，你可以使用 addFromDF，而不是 fromDF:

vanillaOptionList.addFromDF(df2,code = 'Code')

但是，因为df2的列名并不完全等于你注册过的属性名，你会发现这些你添加的新元素没有任何属性值。

有两个办法来解决这一问题，一是是你可先更改df2的列名，并更新模板列表的元素。或者你可以手动使用Set函数族。我们先解释第一种方法。

从DataFrame更新元素

当你对df2重新命名后，它看起来像这样：

OptionCode	PayOff	ExerciseType	ExerciseDate	StockPrice	RiskFreeRate	Sigma
C	PlainVanilla	European	2021-11-18	103.5	0.03	0.16
D	PlainVanilla	European	2022-03-20	88.1	0.019	0.10
…	…	…	…	…	…	…

如果你还记得，你已经添加了元素C和D到 vanillaOptionList，我们现在要做的是更新C和D的属性，我们可以这样做：:

vanillaOptionList.updateAttrFromDF(df2, code = 'OptionCode')

当这一步完成后，合约C和D的属性会被更新，A和B的属性则不受影响。但我们应该在此注意：

工程的编译不应该基于数据模型，而应该基于分析的逻辑。

也就是说，当你设计自己的工程时，你应该忘记你的输入文件是什么样子的，忘记你有几个输入文件，忘记你是如何得到这些输入文件的，忘记你打算如何输出你的运算结果，忘记你的运算结果应该以什么格式展现。你应该思考你的数据处理过程中，应该使用什么样的模板类，这些模板类之间应该怎样联系起来，每个模板类应该具有哪些属性，是否可以使用更少的属性来达成目的，每个属性应该对应什么数据类型，为什么自定义的数据类型可以简化这个数据处理任务，等等。

输出为Pandas DataFrame

最直接的方法是这样：:

result = pd.DataFrame(vanillaOptionList[attributeList])

这里的 attributeList 是一个python的list，它的元素是属性的名称。你也可以在使用此命令转换为pandas.DataFrame的时候指定索引，比如：:

result = pd.DataFrame(vanillaOptionList[attributeList],index = vanillaOptionList['code'])

或者你可以使用更简单的方式：

result = vanillaOptionList[attributeList].toDF(index=vanillaOptionList['code'])