股票的波动率、股票收益率、股票最大回撤、股票夏普比率

最新推荐文章于 2023-03-04 10:54:04 发布

原创最新推荐文章于 2023-03-04 10:54:04 发布 · 2k 阅读

5 ·

CC 4.0 BY-SA版权

基础专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨了多种量化投资策略，包括alpha股票-指数期货对冲、多因子选股、海龟交易、移动平均等策略，并提供了Python实现代码示例，帮助读者理解和应用这些策略。

输入（cum）净值即可

#############################策略的年化统计######################################
def Tongji(cum):
    cum=cum.sort_index()
    NH=(cum[-1]-1)*100*252/len(cum.index)
    BD=np.std(np.log(cum/cum.shift(-1)))*np.sqrt(252)*100
    SR=(NH-4)/BD
    return_list=cum
    MHC=((np.maximum.accumulate(return_list) - return_list) / np.maximum.accumulate(return_list)).max()*100
    print("年化收益率：{:.2f}%:，年化夏普率：{:.2f},波动率为：{:.2f}%,最大回撤：{:.2f}%".format( NH,SR,BD,MHC))
############################################################################

1.python量化——alpha股票-指数期货对冲策略
2.多因子选股策略
3.海龟交易策略
4.移动平均策略——单/双均线策略
5.改进的美林时钟（介绍）
6.改进的美林时钟策略（一）
7.改进的美林时钟策略（二）
8.改进的美林时钟策略（三）
这里获取token码