夏普比率計算
摘要：
夏普比率的計算公式為：
$$sharpe\;ratio= \frac{(R_p - R_f)}{σ_p}$$
$R_p$ : 回報率平均值
$R_f$ : 無風險利率
$σ_p$ : 回報率標準差
下面，開始實踐計算。
首先，假設你 $N$ 天的...
夏普比率的計算公式為：
$$sharpe\;ratio= \frac{(R_p - R_f)}{σ_p}$$
- $R_p$ : 回報率平均值
- $R_f$ : 無風險利率
- $σ_p$ : 回報率標準差
下面，開始實踐計算。
首先，假設你 $N$ 天的累計回報序列為 ${∣=0,1,...,−1}$。
計算回報率:
$$r_i=\frac{R_i - R_{i-1}}{R_{i-1}}$$
計算夏普比率：
$$SR_{daily}=\frac{E{r_i}-r_f}{σ{r_i}}$$
$$SR_{yearly}=\frac{E{r_i}-r_f}{σ{r_i}} * \sqrt{252}$$
無風險回報率$r_f$一般取0。
示例程式碼：
import numpy as np
import pandas as pd
np.random.seed(0)
# Simulate cumulative returns of 100 days
N = 100
D = pd.DataFrame(np.random.normal(size=N))
R = D.cumsum()
# Calcute returns ratio
r = (R - R.shift(1))/R.shift(1)
sr = r.mean()/r.std() * np.sqrt(252)
print("sharpe ratio =", sr)
轉載請註明出處
：
http://zgljl2012.com/xia-pu-bi-lu-ji-suan/