python实现交易策略评价指标-最大回测

1. 什么是最大回撤

最大回撤是评估金融产品收益的一个非常重要的风险指标，它指的是在选定历史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。

以上图为例，$$最大回撤=\frac{(ValueA-ValueB)}{ValueA}$$

2. 计算最大回撤

下面演示使用pandas 计算最大回撤

1. 获取贵州茅台20191.1到2019.12.31的日k数据

import pandas as pd
import numpy as np
import baostock as bs

lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond  error_msg:'+lg.error_msg)

#### 获取沪深A股历史K线数据 ####
# 详细指标参数，参见“历史行情指标参数”章节；“分钟线”参数与“日线”参数不同。“分钟线”不包含指数。
# 分钟线指标：date,time,code,open,high,low,close,volume,amount,adjustflag
# 周月线指标：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg
rs = bs.query_history_k_data_plus("sh.600519",
    "date,code,open,high,low,close,volume",
    start_date='2019-01-01', end_date='2019-12-31',
    frequency="d", adjustflag="3")
print('query_history_k_data_plus respond error_code:'+ rs.error_code)
print('query_history_k_data_plus respond  error_msg:'+ rs.error_msg)

data_list = []
while (rs.error_code == '0') & rs.next():
    # 获取一条记录，将记录合并在一起
    data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)

#### 结果集输出到csv文件 ####   
result.to_csv("贵州茅台_k_data.csv", index=False)
print(result)

#### 登出系统 ####
bs.logout()

2. 读取贵州茅台的日k数据，读入日期和收盘价

data = pd.read_csv("贵州茅台_k_data.csv")[["date", "close"]];

3.计算每天的回撤值

# 找出当前值以前的最大值
data["previous_max"] = data["close"].cummax(axis=0)
# 计算每一天的回撤
data['draw_downs'] = data['close'] / data['previous_max'] - 1

4.可视化

data.plot(y=['close','previous_max'], figsize=(8,4))

# 绘制回撤曲线
data.plot(y='draw_downs',figsize=(8,4),color='g')

5.计算最大回撤

# 最大回撤
data['draw_downs'].min()