原创文章第75篇,专注“个人成长与财富自由、世界运作的逻辑, AI量化投资”。
今天来说说量化投资里的风险、收益分析。
一个策略好与不好,与基准如何对比,就需要对策略的风险、收益进行数量化分析。
最重要且最直观的两个指标:收益指标是“年化收益”,风险指标是“最大回撤”和“夏普比”(或者“卡玛比率”)。
01 quantopian三剑客
提及量化平台,不得不说quantopian。
尽管这个量化平台鼻祖已经退出了历史舞台,但国内的一众模仿者还在继续。如joinquant,ricequant,bigquant,优矿,果仁等等。
quantopian还给开源界留下了三大框架:zipline, pyfolio 和alphalens。
zipline是quantopian的回测框架,功能同backtrader,我们的选型是bt,所以不多加讨论;pyfolio是量化结果分析与可视化框架,alphalens是因子分析框架,使用度都不错,今天我们重要说pyfolio。
02 empyrical
pyfolio背后计算量化指标的库叫empyrical,小而经典,我们先说说它。
安装比较简单:pip install empyrical
它依赖numpy和pandas,输入的参数主要是returns(pd.Serids)格式,即收益率序列即可。
import numpy as np import pandas as pd from empyrical import max_drawdown, sharpe_ratio,annual_return import empyrical print(dir(empyrical)) df = pd.read_csv('000300.sh.csv') returns = df['pct_chg']/100 mdd = max_drawdown(returns) sharpe = sharpe_ratio(df['pct_chg']/100) a_return = annual_return(returns) print('累计收益:',empyrical.cum_returns_final(returns)) print('年化收益:',empyrical.annual_return(returns)) print('最大回撤:',empyrical.max_drawdown(returns)) print('夏普比', empyrical.sharpe_ratio(returns)) print('卡玛比', empyrical.calmar_ratio(returns))
print('omega',empyrical.omega_ratio(returns))
可以看出,沪深300指数年化收益8.1%,最大回撤-72%,夏普比0.43等等。
03 pyfolio
安装同样简单:pip install pyfolio
使用这个安装会报bug——“AttributeError: ‘numpy.int64‘ object has no
attribute ‘to_pydatetime‘
可以使用这个线上github的版本:
pip install git+https://github.com/quantopian/pyfolio
两行代码:
import pyfolio as pf
ts = pf.create_full_tear_sheet(returns)
与刚才的计算结果一致,只是呈现在图表里,因为pyfolio背后调用的就是empyrical。
最大的五次回撤期:
都发生在2006-2008,就是08年的金融危机期间。
04 与backtrader整合
backtrader框架内置了兼容pyfolio的分析器,添加之后,可以从结果得到收益率,仓位,交易等信息,可以create_full_tear_sheet来分析。
cerebro.addanalyzer(bt.analyzers.PyFolio, _name='pyfolio') strats = cerebro.run() strat0 = strats[0] pyfolio = strats.analyzers.getbyname('pyfolio') returns, positions, transactions, gross_lev = pyfoliozer.get_pf_items() import pyfolio as pf
pf.create_full_tear_sheet(returns)
很多教程有一个误区,说pyfolio只能在jupyter notebook环境下使用。这是不对
的,应该说在jupyter notebook下交易最好,可以显示表格数据。
在console模式下,使用matplotlib的pyplot可以正常绘图,但不能绘制表格。
import matplotlib.pyplot as plt plt.show()
这里我的建议是直接使用empyrical来显示结果。
使用backtrader内置的analyzer,需要一个个添加,一个个取结果,但常用的指标
,其实通过returns可以直接算出来。
def show_result_empyrical(self, returns): import empyrical print('累计收益:', empyrical.cum_returns_final(returns)) print('年化收益:', empyrical.annual_return(returns)) print('最大回撤:', empyrical.max_drawdown(returns)) print('夏普比', empyrical.sharpe_ratio(returns)) print('卡玛比', empyrical.calmar_ratio(returns)) print('omega', empyrical.omega_ratio(returns))
与内置的计算结果是一模一样的:
小结
强烈建议,使用pyfolio来分析backtrader的结果,包括收益,风险,以及交易,
订单信息都可以。但pyfolio对于jupyter notebook友好,对于matplotlib环境,
无法绘制表格。
明天我们在pyfolio的基础上,使用quantstats来显示表格数据和可视化。