资管大数据普及-最大回撤

定义

        在做基金分析时,最大回测是一个很重要的分析指标,其就是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。它一般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,比波动率还重要

计算逻辑

        最大回撤实际上是一个比率的概念,假设Di为分析时间段内某i日的净值,i为分析时间段内的某一天,j为i后的某一天,Dj是Di后面某一天的净值,那么最大回撤=max(Di-Dj)/Di,实质就是对分析时段内每一个净值进行回撤率求值,然后找出最大的。极端情况,如果分析时段内,该基金净值一直增长,那么概念上理解该段时间内,该基金实际是没有回撤的,也就是最大回撤为0,不能为负值;如下图所示

 实现方案

 分析周期2021-09-14至2021-09-27,最大回撤为1-D26/D25=0.189231,具体实现方案很多,但是具体实现方案中需要考虑系统时间复杂度,如果简单的按定义计算区间内每个点回撤后再比较,那时间复杂度将会是O(n2)数量级!

最根本的就是找出分析区间内两个日期净值比例最小值Dj/Di

可以使用的工具很多,比如python中的numpy包中的函数等等

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python中计算股票最大回撤的方法可以通过使用rolling函数来实现。首先,需要计算选取周期内的最大净值,即窗口滚动值里的最大值。这可以通过使用rolling函数后加.max()来实现。具体代码如下: ```python data['roll_max'] = pd.DataFrame(data)['close'].rolling(window=window, min_periods=1).max() ``` 接下来,计算当天的回撤比,即当天股价与股价峰值之间的比例。具体公式为(当天股价 - 股价峰值)/股价峰值,可以通过下面的代码实现: ```python data['daily_dd'] = data['close'] / data['roll_max'] - 1 ``` 最后,计算选取周期内的最大回撤比,取最小值作为最大回撤。这里将回撤比当成负数处理。具体代码如下: ```python data['max_dd'] = data['daily_dd'].rolling(window=window, min_periods=1).min() ``` 这样就可以得到带最大回撤值的新数据。以上是计算股票最大回撤的Python代码实现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [股票python量化交易016-计算最大回撤](https://blog.csdn.net/Johnny2004/article/details/124918005)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值