Muitas vezes, os membros do grupo discutem estratégias de algoritmos de indicadores de desempenho, e um algoritmo também foi divulgado no documento API da FMZ. Mas, sem comentários, há algo de mal entendido, e este artigo leva você para analisar o algoritmo.
Nós carregamos diretamente o código-fonte, o código é escrito na linguagem JavaScript. O sistema de retrospecção do FMZ também usa este algoritmo para gerar dados de desempenho de retrospecção automaticamente.
function returnAnalyze(totalAssets, profits, ts, te, period, yearDays)
Uma vez que é uma função de cálculo, é certo que há entrada, saída.
totalAssets, profits, ts, te, period, yearDays
Total de Ativos Este parâmetro é o total dos ativos iniciais quando a política é iniciada.
lucros
Este parâmetro é um parâmetro de importância comparativa, uma vez que uma série de cálculos de indicadores de desempenho são realizados em torno deste dado primário. Este parâmetro é um conjunto de matrizes em duas dimensões, com formato, por exemplo:[[timestamp1, profit1], [timestamp2, profit2], [timestamp3, profit3], ....., [timestampN, profitN]]
Como pode ser visto, a função returnAnalyze é uma estrutura de dados que requer uma ordem de tempo para registrar os ganhos de cada momento. O timestamp1 até o timestampN está na ordem de distância e perto no tempo. A cada ponto de tempo há um valor de ganho.
ts O tempo de início do teste foi interrompido.
Te
O tempo de término do teste é de
período O ciclo de computação em milissegundos.
anoDays O dia de negociação de um ano.
Agora vamos ver o resultado desta função:
return {
totalAssets: totalAssets,
yearDays: yearDays,
totalReturns: totalReturns,
annualizedReturns: annualizedReturns,
sharpeRatio: sharpeRatio,
volatility: volatility,
maxDrawdown: maxDrawdown,
maxDrawdownTime: maxDrawdownTime,
maxAssetsTime: maxAssetsTime,
maxDrawdownStartTime: maxDrawdownStartTime,
winningRate: winningRate
}
Sabendo o que é a entrada e a saída, então sabemos o que a função faz. Simplesmente, dê a função alguns registros primários, como o conjunto de estatísticas de ganho. A função calcula um resultado para mostrar o desempenho do teste de retorno.
A seguir, vamos ver como o código calcula:
function returnAnalyze(totalAssets, profits, ts, te, period, yearDays) {
// force by days
period = 86400000 // 一天的毫秒数,即 60 * 60 * 24 * 1000
if (profits.length == 0) { // 如果参数profits数组长度为0,无法计算直接返回空值
return null
}
var freeProfit = 0.03 // 无风险利率 ,也可以根据需求设置,例如国债年化3%
var yearRange = yearDays * 86400000 // 一年所有累计的交易日的毫秒数
var totalReturns = profits[profits.length - 1][1] / totalAssets // 累计收益率
var annualizedReturns = (totalReturns * yearRange) / (te - ts) // 年华收益率,把收益统计的时间缩放到一年的尺度上得出的预期收益率
// MaxDrawDown
var maxDrawdown = 0 // 初始化最大回撤变量为0
var maxAssets = totalAssets // 以初始净值赋值初始化最大资产变量
var maxAssetsTime = 0 // 初始化最大资产时刻的时间戳
var maxDrawdownTime = 0 // 初始化最大回撤时刻的时间戳
var maxDrawdownStartTime = 0 // 初始化最大回撤开始时刻的时间戳
var winningRate = 0 // 初始化胜率为0
var winningResult = 0 // 记录赢的次数
for (var i = 0; i < profits.length; i++) { // 遍历收益数组
if (i == 0) {
if (profits[i][1] > 0) { // 如果第一个收益记录点,收益大于0,表示盈利
winningResult++ // 赢的次数累加1
}
} else { // 如果不是第一个收益记录点,只要当前的点的收益,大于前一个时刻(收益点)的收益,表示盈利,赢的次数累加1
if (profits[i][1] > profits[i - 1][1]) {
winningResult++
}
}
if ((profits[i][1] + totalAssets) > maxAssets) { // 如果该时刻的收益加初始净值大于记录出现过的最大资产,就更新最大资产数值,记录这个时刻的时间戳
maxAssets = profits[i][1] + totalAssets
maxAssetsTime = profits[i][0]
}
if (maxAssets > 0) { // 当记录的最大资产数值大于0时,计算回撤
var drawDown = 1 - (profits[i][1] + totalAssets) / maxAssets
if (drawDown > maxDrawdown) { // 如果当前回撤大于记录过的最大回撤,更新最大回撤、最大回撤时间等
maxDrawdown = drawDown
maxDrawdownTime = profits[i][0]
maxDrawdownStartTime = maxAssetsTime
}
}
}
if (profits.length > 0) { // 计算胜率
winningRate = winningResult / profits.length
}
// trim profits
var i = 0
var datas = []
var sum = 0
var preProfit = 0
var perRatio = 0
var rangeEnd = te
if ((te - ts) % period > 0) {
rangeEnd = (parseInt(te / period) + 1) * period // 把rangeEnd处理为period的整倍数
}
for (var n = ts; n < rangeEnd; n += period) {
var dayProfit = 0.0
var cut = n + period
while (i < profits.length && profits[i][0] < cut) { // 确保当时间戳不越界,数组长度也不越界
dayProfit += (profits[i][1] - preProfit) // 计算每天的收益
preProfit = profits[i][1] // 记录昨日的收益
i++ // 累加i用于访问下一个profits节点
}
perRatio = ((dayProfit / totalAssets) * yearRange) / period // 计算当时年华的收益率
sum += perRatio // 累计
datas.push(perRatio) // 放入数组 datas
}
var sharpeRatio = 0 // 初始夏普比率为0
var volatility = 0 // 初始波动率为0
if (datas.length > 0) {
var avg = sum / datas.length; // 求均值
var std = 0;
for (i = 0; i < datas.length; i++) {
std += Math.pow(datas[i] - avg, 2); // std用于计算后面的方差,后面的std / datas.length就是方差,求算数平方根就是标准差
}
volatility = Math.sqrt(std / datas.length); // 当按年时,波动率就是标准差
if (volatility !== 0) {
sharpeRatio = (annualizedReturns - freeProfit) / volatility // 夏普计算公式计算夏普率:(年华收益率 - 无风险利率) / 标准差
}
}
return {
totalAssets: totalAssets,
yearDays: yearDays,
totalReturns: totalReturns,
annualizedReturns: annualizedReturns,
sharpeRatio: sharpeRatio,
volatility: volatility,
maxDrawdown: maxDrawdown,
maxDrawdownTime: maxDrawdownTime,
maxAssetsTime: maxAssetsTime,
maxDrawdownStartTime: maxDrawdownStartTime,
winningRate: winningRate
}
}
Em geral, os algoritmos não são complexos e podem conter vários conceitos que precisam ser entendidos antes.
A diferença: A partir de agora, o número de pessoas que se inscreveram na lista de beneficiários aumentará. 1, 2, 3, 4, 5 Este conjunto de amostras, cuja média é ((1 + 2 + 3 + 4 + 5) / 5 = 3, e a diferença é a média da soma do quadrado da diferença entre os números médios de cada dado e o seu total, é: [ ((1-3) ^ 2 + ((2-3) ^ 2 + ((3-3) ^ 2 + ((4-3) ^ 2 + ((5-3) ^ 2) / 5 = 2, a diferença é 2.
O padrão é ruim: A raiz quadrada do número de divisões é o diferencial padrão.
A taxa de flutuação: Quando a escala é calculada em anos, a variação é o desvio padrão.
Compreendendo esses conceitos e fórmulas de cálculo, a parte da função sobre o cálculo de Sharpe também fica clara. Fórmula de cálculo de Sharpe para calcular a taxa de Sharpe: (Renta anual de China - taxa de juros sem risco) / desvio padrão
Você aprendeu?