Python策略范例4-策略怎么样,米筐来分析

收益概览

展示策略的风险调整收益(Sharpe, InformationRatio等)、回测收益图、每日盈亏图以及成交记录图。您自己通过plot画图结果也会在该页面展示,具体展示的页面如下:

In [1]:
from IPython.display import display, Image
display(Image(filename='收益概览.png'))

其中:

回测收益率:

策略在期限内的收益率

$$回测收益 = \frac{期末投资组合总权益-期初投资组合总权益}{期初投资组合总权益} $$
In [2]:
from IPython.display import display, Image
display(Image(filename='收益.png'))

年化收益

采用了复利累积以及Actual/365 Fixed的年化方式 计算得到的年化收益。

$$年化收益率 = (1+R)^\frac{1}{t}-1$$

基准收益率

相同条件下,一个简单的买入并持有基准合约策略的收益率(默认基准合约为沪深300指数,这里假设指数可交易,最小交易单位为1)

$$基准收益率 = \frac{买入并持有至期末投资组合总权益-期初投资组合总权益}{期初投资组合总权益} $$

阿尔法($alpha/ \alpha$):

CAPM模型表达式中的残余项。表示策略所持有投资组合的收益中和市场整体收益无关的部分,是策略选股能力的度量。当策略所选股票的总体表现优于市场基准组合成分股时,阿尔法取正值;反之取负值。

$$\alpha = E[r_p-[r_f+\beta \cdot(r_b-r_f)]]$$

其中$r_p$是策略所持有投资组合收益;$r_f$为无风险投资组合收益;$\beta$为CAPM模型中的贝塔系数;$E[\cdot]$表示随机变量的期望

In [3]:
from IPython.display import display, Image
display(Image(filename='alpha.png'))

贝塔($beta/ \beta$):

CAPM模型中市场基准组合项的系数,表示资产收益对市场整体收益波动的敏感程度

$$\beta = \frac{Cov(r_p,e,r_b,e)}{Var(r_b,e)}$$

其中$r_p,e$为策略超额收益(策略收益率-无风险组合收益率);$r_b,e$为市场基准组合超额收益(市场基准组合收益率-无风险组合收益率);$Cov(\cdot)$表示协方差;$Var(\cdot)$表示方差

$$
\begin{array}{c|c|c|c}
\hline
\text{Beta值} & \text{解释} & \text{举例}\\
\hline
\beta<0 & 投资组合和指数基准的走向通常反方向 & 反向指数ETF或空头头寸\\
\beta=0 & 投资组合和指数基准的走向没有相关性 & 固定收益产品,他们的走向通常和股市不相关\\
0<\beta<1 & 投资组合和指数基准的走向相同,但是比指数基准的移动幅度更小 & 稳定的股票,比如制作肥皂的公司的股票,通常和市场的走势相同,但是受到每日的波动影响更小\\
\beta=1 & 投资组合和指数基准的走向相同,并且和指数基准的移动幅度贴近 & 蓝筹股,指数中占比重大的股票\\
\beta>1 & 投资组合和指数基准的走向相同,但是比指数基准的移动幅度更大 & 受每日市场消息或是受经济情况影响很大的股票\\
\hline
\end{array}
$$
In [4]:
from IPython.display import display, Image
display(Image(filename='beta.png'))