今天这节课计算风险收益指标：夏普比率

一、什么夏普比率

又叫做Sharpe Radio，夏普指数，衡量的是一项投资在对其调整风险后，相对于无风险资产的收益。

在1966年，威廉夏普提出，美国金融经济学学者，曾在1990年获得诺贝尔经济学奖。是资产定价模型的奠基者

夏普率=（期望投资回报率 - 无风险利率）/ 投资回报率标准差

1.1无风险利率

是指当你买入一个没有风险的资产所获得的回报，什么是没有风险的资产？通常来说是债。通常各个国家的无风险利率都是以国债的年化回报为准，比如：中国债年化汇报3%左右。

所以你会发现，夏普比率最常用于投资组合类的投资工具，比如说基金，因为基金除了纯货币或纯债基之外，大部分都是风险类的资产，比如说股票类的证券组成。这种基金有可能亏损。

1.2投资回报率标准差

投资回报率标准差：一种离散指标，体现数据样本内部的差异性。

等于（数据样本里面每个数据项 减去 样本的所有数据项的均值）的绝对值的平方的总和，除以 数据项个数，然后开根号。

比如说，有一支股票的收盘价，每个数据项就是每个收盘价，减去 所有收盘价的均值，取它们绝对值的平方，然后把每个收盘价和均值的距离差距 加起来，除以数据项个数，再开根号，就是标准方差。体现的是每个点和每个点之间的距离。

如果说一支股票，它的标准差很大，它代表这个股票的波动很大，也就意味着风险很大。所以标准差在金融领域中的应用代表的是风险指标。

1.3夏普比率

总的来说 夏普比率代表的是投资者额外承受的单位的风险， 对应所获得的额外收益有多少。基于这个层面，我们知道夏普比率肯定是越大越好的。只要它大于1，也 就是收益远高于风险的，如果小于1，那就是风险大于收益的。

在实际的应用中，不管做量化还是你在基金公司，非常看重的指标一定有夏普比率。其次就是回撤指标，还有收益率和风险其他相关的指标。

这就是关于夏普比率如何计算的问题，接下来学习一下如何使用Python代码来计算夏普比率。

二、实战

2.1计算夏普率

#计算夏普率
def caculate_sharp(data):
    #公式 夏普率 = (回报率均值 - 无风险率) / 回报率的标准差
    # pct_change()是pandas里面的自带的计算每日增长率的函数，它和calculate_profit_pct函数功能是一样的，用于计算股票的单次收益率。
    daily_return = data['close'].pct_change()
    # 回报率均值 
    avg_return = daily_return.mean()
    # 回报率标准差
    std_return = daily_return.std()
    #计算夏普
    sharp = avg_return / std_return
    return sharp

2.1.1回报率的均值

要计算回报率的均值首先要计算回报率。

回报率是怎么算的呢，假设我们是以股票每日的收盘价为单位来计算，回报率就是每日的增长率，也就是说，你可以理解为日涨跌幅。所以回报率的均值就是计算日涨跌幅的均值。

以基金为例，它是一个投资组合，里面有股票、货币和债券，那这个情况下，回报率的均值就可以用基金每天的净值的日涨跌幅来替代。

2.1.2无风险利率

我们的回报率是以天为单位的，那这里3%的年化回报率除以252就是每天的，几乎等于0，在大部分的sharp计算中，我们会把无风险利率约等于0，如果用年化算，就取3%，每家公司都不太一样。

所以你会发现，你去看同一个基金的sharp，你会发现有微小的差距。在这里，我们以天为单位，所以无风险利率等于0。

2.2计算年夏普率

这里我们计算的是每日收益率，通常来说对于基金，我们会计算年化收益率，年化收益率怎么做呢？

#计算夏普率
def calculate_sharp(data):
    #公式 夏普率 = (回报率均值 - 无风险率) / 回报率的标准差
    # pct_change()是pandas里面的自带的计算每日增长率的函数，它和calculate_profit_pct函数功能是一样的，用于计算股票的单次收益率。
    daily_return = data['close'].pct_change()
    # 回报率均值 
    avg_return = daily_return.mean()
    # 回报率标准差
    std_return = daily_return.std()
    #计算夏普
    sharp = avg_return / std_return
    #计算夏普 年华夏普
    sharp_year = sharp * np.sqrt(252)
    return sharp, sharp_year

为什么这里是开根号呢？因为根据之前的经验，我想把每日的收益率转化为每年的收益率 计算公式：

每日收益率*252 = 每年收益率

那为什么是开根号呢？标准差的计算是开过根号的.

夏普率=回报率均值*252/回报率标准差*根号252 

2.3调用计算函数：

    # 计算夏普比率
    # 获取数据
    data = st.get_single_price(stock_code='000001.XSHE', timefrequency='daily', start_date='2006-06-01', end_date='2021-06-01')
    # 计算最大回撤率
    sharp = calculate_sharp(data)
    print(sharp)

转载请注明：虚坏叔叔 » Python量化交易实战-18计算夏普比率，规避投资风险