股票交易策略的统计分析与模型构建
1. 策略统计分析
首先,我们创建一个函数来分析三种交易策略的统计数据,包括获胜、失败、盈亏平衡交易的统计信息以及夏普比率。夏普比率用于在考虑回报波动性的基础上比较不同策略的回报。以下是计算统计信息的函数:
import numpy as np
def get_stats(s, n=252):
s = s.dropna()
wins = len(s[s>0])
losses = len(s[s<0])
evens = len(s[s==0])
mean_w = round(s[s>0].mean(), 3)
mean_l = round(s[s<0].mean(), 3)
win_r = round(wins/losses, 3)
mean_trd = round(s.mean(), 3)
sd = round(np.std(s), 3)
max_l = round(s.min(), 3)
max_w = round(s.max(), 3)
sharpe_r = round((s.mean()/np.std(s))*np.sqrt(n), 4)
cnt = len(s)
print('Trades:', cnt,
'\nWins:', wins,
'\nLosses:', losses,
'\nBreakeven:', evens,
'\nWin/Loss Rat
超级会员免费看
订阅专栏 解锁全文
250

被折叠的 条评论
为什么被折叠?



