python 计算最大回撤

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

=

(

V

a

l

u

e

A

−

V

a

l

u

e

B

)

V

a

l

u

e

A

最大回撤 = frac{(ValueA – ValueB) } {ValueA}

最大回撤=ValueA(ValueA−ValueB)​

2. 计算最大回撤

下面演示使用p服务器托管网andas 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服务器托管网("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()

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 详解Django请求与响应：深入理解Web Http交互的核心机制Page not found

本文深入探讨了 Django 中的请求与响应处理，从 Django 请求和响应的基础知识、生命周期，到 HttpRequest 和 HttpResponse 对象的详细介绍。同时，讨论了 Django 的视图和请求、响应处理，以及安全性和异步处理的考虑。最后，…