python金融分析小知识(35)——最大回撤的计算
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助!
今天就给大家讲讲在进行量化策略回测结果分析的时候最最最常见的有一个指标——最大回撤的计算。
最大回撤(Max drawdown)指标评价一个交易模型及其投资组合的风险度,最大回撤越小越好。最大回撤的计算公式是MDD = (A-B) / A,其中A是最大下跌前的资产最大净值(peak asset value before largest drop),B为资产净值创新高之前的最低的资产净值(lowest asset value before new high established)。
1.导入数据
导入数据:
## 我们先读入数据
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use("seaborn")
data = pd.read_excel("万得全A收盘价.xlsx",index_col=[0],parse_dates=[0])
data
绘制一下万得全A收盘价图像:
plt.figure(figsize=(10,6))
plt.plot(data['close'])
2. 最大回撤计算方法1
这里在计算的时候我们需要传入收盘价这一列数据,或者在平时的使用中我们传入净值数据:
i = np.argmax((np.maximum.accumulate(data['close']) - data['close'])) # 最大回撤结束的位置 最低的那个位置 np.argmax作用:取出数组中最大值对应的索引
if i == 0:j = 0
else:j = np.argmax(data['close'][:i]) # 回撤开始的位置 最高的那个点
maxdrawdown = data['close'][j] - data['close'][i] # 最大回撤
maxdrawdown_rate = (data['close'][j] - data['close'][i]) / data['close'][j] # 最大回撤率
drawdown_days = i - j # 回撤持续天数
看看结果:
3. 最大回撤计算方法2
还有一种方法如下:
i = np.argmax((data['close'].cummax() - data['close'])) # 最大回撤结束的位置 最低的那个位置
if i == 0:j = 0
else:j = np.argmax(data['close'][:i]) # 回撤开始的位置 最高的那个点
maxdrawdown = (data['close'].cummax() - data['close']).max() # 最大回撤
maxdrawdown_rate = ((data['close'].cummax() - data['close']) / data['close'].cummax()).max() # 最大回撤率
drawdown_days = i - j # 回撤持续天数
看看结果,和第一种方法计算的结果是一样的:
4.计算方法比较
我们看看这两种计算方法,其实里面的数据是一模一样的:
证明如下:
5.最大回撤可视化
start_DAY = data.index[i] #开始回撤的日期
end_DAY = data.index[j] #结束回撤的日期
start_net_value = data[data.index == start_DAY]['close'].values[0] #开始回撤的净值
end_net_value = data[data.index == end_DAY]['close'].values[0] #结束回撤的净值
plt.figure(figsize=(10,6))
plt.plot(data['close'],color='b')
plt.plot([start_DAY, end_DAY], [start_net_value, end_net_value], linestyle='--', label="最大回撤",color='r')
plt.legend()
可视化结果如图,红色虚线代表回撤:
好啦!今天的文章就分享到这里啦!
python金融分析小知识(35)——最大回撤的计算相关推荐
- python金融分析小知识(30)——比较常见的pd.set_option的使用
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 哈喽大家好,今天我要给大家讲讲在pandas的 ...
- python金融分析小知识(22)——时间序列之Timestamp对象的处理
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 在我的这篇文章中我有介绍到时间序列中的Tims ...
- python金融分析小知识(12)——python爬虫工具xpath使用
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 本篇文章紧接上一篇文章,python金融分析小 ...
- python金融分析小知识(38)——Jupyter Notebook更改文件路径
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 大家好,好久不见我又来啦!今天要给大家分享的小 ...
- python金融分析小知识(34)——年化收益率、年化波动率以及夏普比率的计算
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 大家好呀 好久不见!最近忙的事情太多了 没来得 ...
- python金融分析小知识(19)——NLP初探之LDA话题建模
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 让机器帮助我们在海量的文本中快速找到关键信息, ...
- python金融分析小知识(27)——如何通过python连接Wind(万得)数据库
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 今天要个大家讲的是一个十分重要的知识,在我们平 ...
- python金融分析小知识(21)——如何计算股票、基金的收益净值曲线并通过python绘制
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 今天给大家讲讲如何计算股票或者基金的净值曲线, ...
- python金融分析小知识(29)——使用pandas输出excel表格并且在不同的sheet中
Hello 大家好,我是一名新来的金融领域打工人,日常分享一些python知识,都是自己在学习生活中遇到的一些问题,分享给大家,希望对大家有一定的帮助! 今天要给大家讲的是pandas导出excel文 ...
最新文章
- linux mq查看端口_通过rabbitmq的web监控mcollective的状态
- leetcode算法题--组合总和
- 3. nginx的请求转发算法,如何配置根据权重转发
- 【效率】一次打包,无限复用!教你用 PyCharm 搭建一劳永逸的开发环境
- step4 . day6 线程与线程的创建
- 伪原创方法-学习一下
- org_chart.js 使用方法
- ASP.NET MVC的帮助类HtmlHelper和UrlHelper
- ubuntu1604 grep sed 正则表达式
- 获取必应每日一图网址
- 招商银行笔试题之鸡鸭分类问题
- StudentManageSystem(学生管理系统)
- 【RASA】NLU模块组件分析
- 微软xcloud服务器,微软公布云游戏服务Project xCloud详情 2019年公测
- 适合运动的无线蓝牙耳机有哪些,运动无线蓝牙耳机推荐
- 电机学他励直流发电机matlab,基于Matlab并励直流发电机的自励过程分析
- 杰理之调音限幅器 压缩器【篇】
- 蓝桥杯试题 基础练习 Sine之舞
- 华为S2300交换机端口镜像配置
- nlp自我重塑计划_重塑我们的自我