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。