python计算累计收益率的函数_大盘及策略收益率的公式推导与Python代码

一、模型前提与假设

设策略总天数为\(n\)、第\(t\)日大盘的收盘价为\(P_t\)、第\(t\)日的单日收益率为\(r_t\)、\(n\)天的累积收益率为\(r_{cum}\)

假设策略仅买卖大盘指数，第\(t\)日的头寸是根据第\((t-1)\)日收盘价计算出的\(s_{t-1}\)，因此第1天的收益率\(r_{1}=0\)

特别注意：为避免未来函数，不能使用\(s_{t}\)计算第\(t\)日的头寸。

二、大盘单日收益率

1. 离散型

\[r_t=\frac{P_t}{P_{t-1}}-1

\]

对应的Python代码为：

df['market_dis'] = df['close']/df['close'].shift()-1

或

df['market_dis'] = df['close'].pct_change()

2. 连续型

\[r_t=ln\frac{P_t}{P_{t-1}}

\]

对应的Python代码为：

df['market_con'] = np.log(df['close'] / df['close'].shift())

三、大盘累积收益率

1. 离散型

\[\begin{align}

1+r_{cum}&=(1+r_{1})(1+r_{2})\cdots(1+r_{n})\\[1.5ex]

&=\frac{P_{1}}{P_{0}}\cdot \frac{P_{2}}{P_{1}