Как эффективно зацикливаться внутри групп в пандах?

у меня такая таблица

import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict({'date':[1,2,3,4,5,6,7,8,9,10] ,'high':[10,9,8,8,7,6,7,8,9,10],'low':[9,7,6,5,2,1,2,1,8,9],'stock':['A']*5 + ['B']*5})

Для каждого дня каждой акции я хотел бы знать, какова максимальная разница между «максимумом» сегодняшнего дня и минимумом (после или сегодня). Например, на дату 1 максимальная цена акции А составляет 10 долларов. Я смотрю на дату 1-5 и обнаруживаю, что максимальная разница между максимумом и минимумом приходится на дату 5. Результат будет 10-2=8 для даты 1. На дату 2 я должен смотреть только на дату 2 впоследствии для «низкой».

Полученные результаты:

В настоящее время я использую цикл for, и он работает. Это очень медленно в моей таблице с 1 миллионом строк. Есть ли лучший способ сделать это?

Мой текущий метод:

diff_high_low=[]
for gname, g in df.groupby('stock'):
    rows = g.shape[0]
    for i in range(0,rows):
            diff_high_low.append(max( g['high'].iloc[i] - g['low'].iloc[i:rows,]))
df['diff_high_low'] = diff_high_low