本文详解如何使用 Pandas 的 resample + rolling.max 组合，为每个日历月末生成覆盖未来 1、2、3 个月窗口的累计收益率最大值，解决原始代码中高阶周期列出现大量 NaN 的问题。
本文详解如何使用 pandas 的 `resample` + `rolling.max` 组合，为每个日历月末生成覆盖未来 1、2、3 个月窗口的累计收益率最大值，解决原始代码中高阶周期列出现大量 nan 的问题。
在金融时间序列分析中，常需计算“截至当月月末、向后回溯 N 个月”的累计收益最大值（例如：2023-02-28 对应的 2M cummreturns 应表示 2023-02 至 2023-03 这两个月内累计收益的最大值）。原始实现中直接对不同频率（'2M'/'3M'）分别重采样，会导致对齐错位与数据稀疏——因为 '2M' 重采样以双月为边界（如 2023-01-31、2023-03-31…），无法为每个日历月末提供有效值。
正确解法是 两步分离策略：
- 先统一按月重采样（resample('1M')），得到每个日历月末的单月累计收益最大值；
- 再在此基础上进行滚动窗口计算（rolling(N).max()），使每一行代表“包含当前月及前 N−1 个月”的滑动窗口最大值。
该方法确保：
- 所有列共享完全一致的时间索引（即每个日历月末一行）；
- 2M cummreturns 表示「当前月 + 上一月」共两个月内的最大累计收益；
- 3M cummreturns 表示「当前月 + 上两月」共三个月内的最大累计收益；
- 无缺失值（min_periods=1 保证首行即可计算）。
以下是完整可运行示例代码：
import yfinance as yf
import numpy as np
import pandas as pd
# 获取 SPY 数据（2023 年起）
df = yf.download('SPY', '2023-01-01')
df = df[['Close']]
df['d_returns'] = np.log(df['Close'] / df['Close'].shift(1)) # 更清晰的对数收益率计算
df.dropna(inplace=True)
# 步骤 1：计算累计对数收益 → 转为累计收益率（exp）
cum_ret_series = (df['d_returns'].cumsum()).apply(np.exp)
# 步骤 2：按日历月末重采样，取每月最大累计收益率
monthly_max = cum_ret_series.resample('1M').max()
# 步骤 3：基于月度序列，滚动计算 1M/2M/3M 最大值
N = 3
result_df = pd.DataFrame({
f'{i+1}M cummreturns': monthly_max.rolling(window=i+1, min_periods=1).max()
for i in range(N)
})
print(result_df)✅ 输出结果中每行均含完整三列数值，且语义明确：
- 2023-03-31 行的 2M cummreturns = 1.094428 → 是 2023-02-28 与 2023-03-31 两月中累计收益的最大值；
- 2023-04-30 行的 3M cummreturns = 1.094428 → 是 2023-02-28、2023-03-31、2023-04-30 三个月中的最大值。
⚠️ 注意事项：
- resample('1M') 默认以月末为标签，若需月初或特定工作日，可改用 'MS'（Month Start）或配合 offset 参数；
- rolling(..., min_periods=1) 是关键——它允许首期窗口（仅 1 个值）也输出结果，避免开头 NaN；
- 若原始数据存在非交易日空缺，resample 会自动填充缺失月份（值为 NaN），建议前置检查 monthly_max.isna().sum() 并酌情插值或前向填充；
- 此逻辑天然支持任意 N（如扩展至 6M、12M），只需调整 range(N) 和列名生成逻辑。
总结而言，resample + rolling 的组合替代了错误的多频次独立重采样，既保持时间维度对齐，又精准表达了“滚动 N 个月最大值”的业务含义，是金融时序特征工程中的典型范式。
