回撤率 python 平台_详解如何使用python计算一只股票的最大回撤率？

详解如何使用python计算一只股票的最大回撤率？

一、什么是最大回撤率？

最大回撤率：在选定周期内任一历史时点往后推，产品净值走到最低点时的收益率回撤幅度的最大值。最大回撤用来描述买入产品后可能出现的最糟糕的情况。最大回撤是一个重要的风险指标，对于对冲基金和数量化策略交易，该指标比波动率还重要。

看了还有点懵，我们来划重点：

1)比较的是某一个时刻以及往后推的任意时刻，不是两个任意时刻相比较。

2)最大回撤率是一个比值。是某一时间段内：(最高-最低)/最高的比值。

3)最大回撤是计算出所有的回撤值后，取一个最大值。

4)最大回撤的波峰与波谷，不一定是该统计周期内的价格的波峰和波谷

二、开始计算

开始之前先使用numpy.ufunc.accumulate，该函数可以累计将运算符应用于所有元素的结果。举例子看一下：

1)现在有一个列表，list_a = [0, 2, 1, 3, 4, 5, 8, 7, 6, 5, 9]

2)使用np.maximum.accumulate(list_a )，将获得list_cu:[0 2 2 3 4 5 8 8 8 8 9]。可以看出来，这是按照列表的逐个元素遍历得到的最大值。

3)计算回撤的最大值list_cu - list_a即为中每个时间节点的回撤值。这里等于：

4)获取最大回撤比值(list_cu - list_a)/list_cu。这是最大的回测值就计算出来了。

5) index = numpy.argmax()返回最大值的索引。这也就是最大回撤的时间点。

6)计算获取最大回撤的时间点： numpy.argmax(list_a[:index])

就先到这里了。只是为了阐述最大回撤的计算方式，具体的股票数据的计算，后面找时间再更新~~

注1：

np.maximum.accumulate()等价于一下操作：

r = np.empty(len(A))

t = op.identity # op = the ufunc being applied to A's elements

for i in range(len(A)):

t = op(t, A[i])

r[i] = t

return r