1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
| import pandas as pd
import numpy as np
# 创建示例数据（日期为索引，收盘价和CPI两列）
dates = pd.date_range(start='2024-01', periods=12, freq='M')
data = {
'close': [100, 105, 108, 112, 115, 120, 118, 125, 130, 135, 140, 145],
'cpi': [280, 282, 285, 288, 290, 295, 298, 302, 305, 308, 312, 315]
}
df = pd.DataFrame(data, index=dates)
# ===== 核心计算步骤 =====
# 1. 计算股票名义收益率（简单收益率）
df['nominal_return'] = df['close'].pct_change() * 100 # [3](@ref)
# 2. 计算通货膨胀率（基于CPI的月度环比）
df['inflation_rate'] = (df['cpi'].pct_change() * 100) # [5,6](@ref)
# 3. 计算实际收益率（通胀调整后的收益率）
df['real_return'] = ((1 + df['nominal_return']/100) / (1 + df['inflation_rate']/100) - 1) * 100 # [5](@ref)
# 4. 价格通胀调整（以基期CPI为基准）
base_cpi = df['cpi'].iloc[0] # 取第一个月为基准期
df['real_price'] = df['close'] / (df['cpi'] / base_cpi) # [5,6](@ref)
# 处理首行NaN
df.fillna(0, inplace=True)
# 打印结果
print(df[['close', 'cpi', 'nominal_return', 'inflation_rate', 'real_return', 'real_price']])
|