使用python计算夏普比率与最大回撤和最大回撤时间的程序

最新推荐文章于 2024-07-29 14:03:32 发布

bartonpd

最新推荐文章于 2024-07-29 14:03:32 发布

阅读量1.8w

点赞数 2

分类专栏： python金融数据处理

本文链接：https://blog.csdn.net/bartonpd/article/details/51488343

版权

本文介绍了一种使用Python实现Quantitative Trading书中关于夏普比率、最大回撤及最大回撤时间计算的方法。通过Python代码，可以替代Excel和matlab，实现金融数据分析并适用于交易程序。

摘要由CSDN通过智能技术生成

本程序为Ernest Chen所著Quantitative Trading中文版书中42页中例子，书中主要介绍了如何使用Excel和matlab来实现夏普比率与计算最大回撤和最大回撤时间的方法，python作为一种开源语言，能够实现matlab的相同功能，并能写交易程序，因此采用python实现了书中功能，作为练手

#计算夏普率与回撤与回撤时间

#第一次完成于2016/5/24
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
#读取sheet1中的内容，存放在data中，数据类型为DataFrame
data = pd.ExcelFile('example3_4.xls')
data = data.parse('Sheet2')
#计算日收益率(G3-G2)/G2
data['return']=(data['Adj Close'].shift(-1)-data['Adj Close'])/data['Adj Close']
#计算超额回报率
data['exReturn']=data['return']-0.04/252
#计算夏普比率
sharperatio=math.sqrt(252)*data['exReturn'].mean()/data['exReturn'].std()
print('该策略的夏普率为： ', sharperatio)
data['Adj Close'].plot()
#计算累积收益率cu