python收益风险点图_【手把手教你】Python量化策略风险指标

如何衡量一个量化策略的好坏？一是比较稳定的收益，二是有严谨的回测，三是有清晰的逻辑。——刘富兵

引言

引言尽管过去不能代表未来，通过历史回测来评估量化策略仍然是量化投资非常重要的一环。量化回测过程中常用到的指标有年化收益率、最大回撤、beta、alpha、夏普比率、信息比率等(见下图)。目前很多量化网站都能提供Python的量化回测框架，如聚宽 、优矿、万矿、Zipline 、vnpy 和pyalgotrade等，为我们评估量化策略提供了很好的交互平台。毕竟平台的使用有其局限性，如果不借助平台， 如何使用python写一个简单的量化回测框架呢？本文将一步一步为你展示如何使用python计算量化策略风险指标。文中提及股票仅供学习示例，不构成投资建议。

(数据来源：优矿·通联实验室)

01指标含义及公式

01累计收益率与年化收益率

年化收益率是把当前收益率(日收益率、周收益率、月收益率)换算成年收益率来计算的，是一种理论收益率，并不是真正的已取得的收益率。因为年化收益率是变动的，所以年收益率不一定和年化收益率相同。

累计收益率：

其中，PT是期末卖出时的价格，Pt是期初买入时的价格。

年化收益率：

其中，R是期间总收益率，m是与n(可以是天数、周数、月数)相对应的计算周期，根据计算惯例，m=250、52、12分别指代日、周、月向年化的转换。

02最大回撤

在选定周期内任一历史时点往后推，于最低点时的收益率回撤幅度的最大值。最大回撤用来描述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，对于量化策略交易，该指标比波动率还重要。

P为某一天的净值，i为某一天，j为i后的某一天，Pi为第i天的产品净值，Pj则是Pi后面某一天的净值

则该基金的最大回撤计算如下：

即通过对每一个净值进行回撤率求值，然后找出最大的。

03Beta和Alpha

Beta：相当于业绩评价基准收益的总体波动性，计算如下：

Pi和Pm分别指代个股(组合)、市场(如上证综指)的收益率序列，beta值也常被用来衡量某一策略的系统性风险。

其含义可以简单理解为：如果Beta为1，策略和市场(如沪深300指数)波动相同；如果Beta大于1，策略波动大于市场，如2，则市场上涨10%时，策略上涨20%；反之亦然。如果Beta小于1，则策略波动小于市场，如为0.8，市场上涨10%时，策略上涨8%；反之亦然。

Beta值如何看呢？这得具体问题具体分析，如果是牛市，个股、大盘狂涨，Beta值大的策略占优；如果是熊市&#