投资与量化-任务7-量化回撤

传送门：第七章-量化回撤

思考

• 量化回测指标可分四个维度，几个常见指标如下：
  • 收益：总收益/累积收益率，年化收益率，平均收益率，夏普比率，索提诺比率
  • 稳定性：波动率，最大回撤，回撤恢复时间，收益曲线，收益分布
  • 胜率：胜率，盈亏比，盈利因子，连续亏损次数，连续盈利次数。
  • 风险：最大回撤，最大回撤比率，条件风险价值，预期亏损，Beta系数，Alpha系数，信息比率。
• 综合考量几个或从不同维度考量量化回撤的指标，可以识别大部分金融投资诈骗。
• 手写量化回测框架，目的在于造适合自己的轮子，简化并强化策略编写过程，最终直接对接到模拟盘与实盘当中。

笔记

• 量化回测基础指标，熟练掌握：年化收益率、基准年化收益率、最大回撤。
• 常见骗局
  • “胜率”确定策略好坏是非常业余且不可靠方法
  • 只看年化收益也不对忽略了波动风险情况（最大回撤）
  • 用周收益率来计算夏普比，而不是日收益率
• 量化回测四个维度：收益、稳定性、胜率、风险。
• 净值曲线：一组时间序列曲线，表示为股票或基金在不同时间的价值相对于期初的价值倍数。
• 年化收益：直观理解，假设按某种盈利能力，换算成一年的收益能有多少。但不能用单月的直接推算一年的，忽略了波动性。
• 波动率：方差表示，年波动率=策略收益和无风险收益的标准差除以其均值，再除以交易日倒数的平方根，交易日取252天。
• 最大回撤：选定周期任意历史时点往后推，于最低点时的收益率回撤幅度的最大值。地位比波动率还重要。
• Alpha系数和Beta系数：Beta 代表系统风险，Alpha 非系统风险，投资者获得于市场波动无关的回报。
• 夏普比（Sharpe ratio）：每承受一单位总风险，产生多少超额报酬，比率越高越好。
• 信息比：类似夏普比率，但参照基准不是无风险收益率，是策略的市场基准收益率。
• 量化回测平台：聚宽-图标丰富（https://www.joinquant.com/），Backtrader-学术风、基础数据来源 tushare （ https://www.backtrader.com），BigQuant-图标丰富明亮（https://bigquant.com/）
• 手写回测框架
  • 目的：避免重复造轮子，简化策略回测，三方框架过重过程繁琐（vnpy）
  • 优点：无须额外依赖，框架简单，策略编写简单
  • 解决痛点：不用手写回测结果，封装常用技术指标，便于优化策略，可直接对接模拟盘、实盘。