方案1:
如果它们是每日简单回报，而您想要累积回报，那么您肯定需要每日复合数字？
df['perc_ret'] = (1 + df.Daily_rets).cumprod() - 1 # Or df.Daily_rets.add(1).cumprod().sub(1)
如果它们是日志返回，那么可以使用cumsum。
如果性能很重要，请使用：
np.cumprod(1 + df['Daily_rets'].values) - 1
方案2:
你不能简单地用cumsum把它们加起来
例如，如果你有数组[1.1，1.1]，你应该有2.21，而不是2.2
import numpy as np # daily return: df['daily_return'] = df['close'].pct_change() # calculate cumluative return df['cumluative_return'] = np.exp(np.log1p(df['daily_return']).cumsum())
参考：https://stackoverflow.com/questions/35365545/calculating-cumulative-returns-with-pandas-dataframe