def test_prices(date, ticker, price):
"""Тесты на тип и размер результата и для выборочных значений и заполнение пропусков."""
df = quotes.prices(("AKRN", "GMKN", "MSTT"), pd.Timestamp("2020-10-09"))
assert isinstance(df, pd.DataFrame)
assert len(df) > 1452
assert df.shape[1] == 3
assert df.index[-1] == pd.Timestamp("2020-10-09")
assert df.loc[date, ticker] == pytest.approx(price)
def __init__(self, ticker: str, params: DataParams):
super().__init__(ticker, params)
p_low = quotes.prices(params.tickers, params.end, col.LOW)[ticker]
price = params.price(ticker)
p_low = p_low.reindex(
price.index,
method="ffill",
axis=0,
)
self.low = torch.tensor(p_low.values, dtype=torch.float, device=DEVICE)
self.price = torch.tensor(params.price(ticker).values, dtype=torch.float, device=DEVICE)
self.history_days = params.history_days
def price(self) -> pd.Series:
"""Цены позиций.
CASH - 1 и PORTFOLIO - расчетная стоимость.
"""
price = quotes.prices(tuple(self.index[:-2]), self.date)
try:
price = price.iloc[-1]
except KeyError:
raise config.POptimizerError(
f"Для даты {self._date.date()} отсутствуют исторические "
f"котировки")
price[CASH] = 1
price[PORTFOLIO] = (self.shares[:-1] * price).sum(axis=0)
price.name = "PRICE"
return price
def test_t2_shift(date, t2):
"""Различные варианты сдвига около выходных."""
index = quotes.prices(("NLMK", "GMKN"), pd.Timestamp("2018-10-08")).index
assert quotes._t2_shift(pd.Timestamp(date), index) == pd.Timestamp(t2)