计算风险指标，最大回撤

一、如何计算最大回撤

最大回撤：在选定周期内，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，它是一个非常重要的风险指标。

1.1计算公式

我们来看这张图，你可以作为一只基金的表现，它代表的是每日净值的变化。横轴是时间线：

最大回撤值 = (低谷值-最高值)/最高值

也就是一段周期内，最低值-减去最高值，再除以最高值。

比如说，我们取这个周期：

它的最高值约等于4000，最低值约等于2000，

最大回撤值 = (2000-4000)/ 4000 = -50%

算出来是负值，但我们通常描述为亏损50%

从实际含义上看，最大回撤就是描述，在选定周期内，购买股票产生的最糟糕的情况。亏损的最大比例是多少。

1.2实例

举例来说，假设有2个理财产品，它们近一周的收益率都是7%，近一月的收益率都是11%，近一年的收益率都是28%，从收益率来看，买这两个理财产品都差不多，但是他们的最大回撤不同，产品A的最大回撤和产品B的最大回撤见表格，你觉得哪个理财产品更值得选？最大回撤更小，也就是亏损情况更好。其实是产品B，收益不错，但是回撤更小，通常别人为更抗跌，大家都在跌，但是我跌的少。更稳定，这种产品买起来更安心。

总的来说，最大回撤的意义就是帮助你做风险控制。

二、实战

2.1计算回撤率

#计算最大回撤率
def caculate_max_drawndown(data):
    #选取时间周期（时间窗口）
    window = 7 #(7代表过去一周的时间窗口，这里根据你的时间轴的单位而定，这里是7天)
    #选取时间周期中的最大净值(min_periods表示每个窗口至少要的观测值)
    data['rolling_max'] = data['close'].rolling(window=7, min_periods=1).max()
    #计算当天的回撤比：[回撤比 = (谷值-峰值) / 峰值 = 谷值/峰值-1]也就是历史的最大净值和今天比，回撤了多少，这个回撤可能是负的，负的代表的是亏的。
    data['daily_drawndown'] = data['close']/data['rolling_max']-1
    #选取时间周期内最大的回撤比及最大回撤。
    data['max_drawndown'] = data['daily_drawndown'].rolling(window, min_periods=1).min()#为什么是min最小，比如说回撤比，他可能是-10%，-50%,越是负，值越小，回撤其实就是越大的，
    return data

在main中调用函数：

if __name__ == '__main__':
    # data = week_period_strategy(stock_code='000001.XSHE', timefrequency='daily', start_date=None, end_date='2021-06-01')
    # print(data)
    # print(data.describe())
    # data['cum_profit'].plot()
    # plt.show()

    data = st.get_single_price(stock_code='000001.XSHE', timefrequency='daily', start_date='2020-01-01', end_date='2021-01-01')
    # 计算最大回撤率
    data = caculate_max_drawndown(data)
    print(data)

运行结果：

2.2可视化数据

为了能够更好的观看回撤的趋势，时间窗口调整为1年：

window = 252

#计算最大回撤率
def caculate_max_drawndown(data):
    #选取时间周期（时间窗口）
    window = 252 #(252代表过去一年的时间窗口，这里根据你的时间轴的单位而定，这里是252天)
    #选取时间周期中的最大净值(min_periods表示每个窗口至少要的观测周期单位)
    data['rolling_max'] = data['close'].rolling(window=252, min_periods=1).max()

数据样本选取的时间范围相应的选择最长的时间范围

start_date='2006-01-01'

调用绘图函数查看趋势：

data[['daily_drawndown', 'max_drawndown']].plot()

plt.show()

运行查看结果：

if __name__ == '__main__':
    # data = week_period_strategy(stock_code='000001.XSHE', timefrequency='daily', start_date=None, end_date='2021-06-01')
    # print(data)
    # print(data.describe())
    # data['cum_profit'].plot()
    # plt.show()

    data = st.get_single_price(stock_code='000001.XSHE', timefrequency='daily', start_date='2006-01-01', end_date='2021-01-01')
    # 计算最大回撤率
    data = caculate_max_drawndown(data)
    print(data)
    data[['daily_drawndown', 'max_drawndown']].plot()
    plt.show()

橙色代表： max_drawndown，蓝色代表：daily_drawndown它代表过去252个交易日，也就是1年时间，它的最大回撤以及当天的回撤都是-0.076左右，也就是 如果你有10000元，到这一天，最多可能亏损8000元。后面的情况就好多了，最多只有40%的回撤，

回到最初的问题，2个理财产品，收益都差不多，选风险更低的，就可以通过看他们的回撤趋势作为选择条件。哪一个距离0轴更近，幅度越小，这个投资标的风险就更加的低一些。

转载请注明：xuhss » Python量化交易实战-17计算最大回撤率，挑选同样收益，风险更低股票