第 19 篇：策略评价指标：年化收益、夏普与最大回撤

import numpy as np
import pandas as pd


def load_data():
    """优先 akshare 真实行情，失败则退回固定种子的模拟数据。"""
    try:
        import akshare as ak
        raw = ak.stock_zh_a_hist(symbol="000001", period="daily",
                                 start_date="20200101", end_date="20241231",
                                 adjust="qfq")            # 前复权，保证价格连续
        raw = raw.rename(columns={"日期": "date", "收盘": "close"})
        df = raw[["date", "close"]].copy()
        df["date"] = pd.to_datetime(df["date"])
        df = df.set_index("date")
        print(f"已加载 akshare 真实数据：000001，共 {len(df)} 个交易日")
    except Exception as e:
        print(f"akshare 不可用（{e}），改用本地模拟数据")
        rng = np.random.default_rng(7)
        idx = pd.bdate_range("2020-01-01", "2024-12-31")
        df = pd.DataFrame(
            {"close": 10 * np.cumprod(1 + rng.normal(0.0002, 0.015, len(idx)))},
            index=idx)
        df.index.name = "date"
        print(f"已生成模拟数据，共 {len(df)} 个交易日")
    return df


df = load_data()

import numpy as np
import pandas as pd

# —— 信号 -> 持仓 -> 日收益 -> 净值，四步与第 18 篇完全一致 ——
df["ma_fast"] = df["close"].rolling(5).mean()             # MA5 快线
df["ma_slow"] = df["close"].rolling(20).mean()            # MA20 慢线
df["signal"] = (df["ma_fast"] > df["ma_slow"]).astype(int)
df["position"] = df["signal"].shift(1).fillna(0).astype(int)  # 信号次日执行，防未来函数
df["asset_ret"] = df["close"].pct_change().fillna(0)      # 标的日收益
df["trade"] = df["position"].diff()                       # +1 建仓，-1 清仓
df["cost"] = df["trade"].abs().fillna(0) * 0.001          # 双边 0.1% 手续费
df["strategy_ret"] = df["position"] * df["asset_ret"] - df["cost"]
df["nav"] = (1 + df["strategy_ret"]).cumprod()            # 策略净值
df["nav_bnh"] = df["close"] / df["close"].iloc[0]         # 买入持有基准净值

import numpy as np
import pandas as pd

TRADING_DAYS = 252                                    # A 股年均交易日数
RF = 0.02                                             # 系列统一：无风险利率年化 2%


def ann_return(nav):
    """年化收益：(1 + 总收益)^(252/n) - 1，n 为交易日数。"""
    total = nav.iloc[-1] / nav.iloc[0]                # 区间总收益（复利口径）
    n = len(nav)
    return total ** (TRADING_DAYS / n) - 1


def ann_vol(ret):
    """年化波动率：日收益标准差 × sqrt(252)。"""
    return ret.std() * np.sqrt(TRADING_DAYS)


def sharpe(ret):
    """夏普比率：(年化收益 - 无风险利率) ÷ 年化波动率。"""
    nav = (1 + ret).cumprod()
    return (ann_return(nav) - RF) / ann_vol(ret)


def max_drawdown(nav):
    """最大回撤：1 - 净值 ÷ 历史最高净值，返回（深度, 最深日）。"""
    peak = nav.cummax()                               # 截至每天为止的历史最高净值
    dd = 1 - nav / peak                               # 每一天的回撤深度
    return dd.max(), dd.idxmax()


def calmar(nav):
    """卡玛比率：年化收益 ÷ |最大回撤|。"""
    mdd, _ = max_drawdown(nav)
    return ann_return(nav) / abs(mdd)

import numpy as np
import pandas as pd


def trade_stats(df):
    """按「建仓日 → 清仓日」配对每笔交易，返回（胜率, 盈亏比, 单笔收益序列）。"""
    entries = df.index[df["trade"] == 1]              # 每次建仓日
    exits = df.index[df["trade"] == -1]               # 每次清仓日
    nav_before = df["nav"].shift(1).fillna(df["nav"].iloc[0])  # 建仓前一日净值
    rets = [df.loc[x, "nav"] / nav_before[e] - 1      # 单笔净收益，已含双边手续费
            for e, x in zip(entries, exits)]          # 教学简化：一对一顺序配对
    rets = pd.Series(rets)
    win, loss = rets[rets > 0], rets[rets <= 0]
    win_rate = len(win) / len(rets) if len(rets) else float("nan")
    plr = win.mean() / abs(loss.mean()) if len(win) and len(loss) else float("nan")
    return win_rate, plr, rets


# —— 汇总打印：策略 vs 买入持有，一张体检表 ——
mdd, mdd_date = max_drawdown(df["nav"])
bnh_mdd, _ = max_drawdown(df["nav_bnh"])
win_rate, plr, rets = trade_stats(df)
print(f"期末净值：策略 {df['nav'].iloc[-1]:.3f} | 买入持有 {df['nav_bnh'].iloc[-1]:.3f}")
print(f"年化收益：策略 {ann_return(df['nav']):.2%} | 买入持有 {ann_return(df['nav_bnh']):.2%}")
print(f"年化波动：策略 {ann_vol(df['strategy_ret']):.2%} | 买入持有 {ann_vol(df['asset_ret']):.2%}")
print(f"夏普比率：策略 {sharpe(df['strategy_ret']):.2f}")
print(f"最大回撤：策略 {mdd:.2%}（最深日 {mdd_date.strftime('%Y-%m-%d')}）"
      f" | 买入持有 {bnh_mdd:.2%}")
print(f"卡玛比率：策略 {calmar(df['nav']):.2f}")
print(f"完成 {len(rets)} 笔交易：胜率 {win_rate:.1%}，盈亏比 {plr:.2f}")

已加载 akshare 真实数据：000001，共 1215 个交易日
期末净值：策略 1.423 | 买入持有 1.187
年化收益：策略 7.59% | 买入持有 3.62%
年化波动：策略 17.63% | 买入持有 21.05%
夏普比率：策略 0.32
最大回撤：策略 15.84%（最深日 2022-04-27） | 买入持有 32.17%
卡玛比率：策略 0.48
完成 14 笔交易：胜率 50.0%，盈亏比 1.64