-3

我想通过提供作为 DatetimeIndex 的买入信号来检查 ohlc 报价 DataFrame（调整后的收盘价），在 pandas 中执行简单而快速的回测，并且不确定我是否做对了。

为了清楚起见，我想计算整个持有期间所有交换买入信号的累积回报（以及股票回报？）。之后我想通过一个简单的Sharpe函数来比较几个计算。这是在熊猫中快速轻松地测试购买信号的正确方法吗？

非常感谢任何帮助！

信号：

In [216]: signal
Out[216]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2000-08-21, ..., 2013-07-09]
Length: 21, Freq: None, Timezone: UTC

奥尔克：

In [218]:
df.head()
Out[218]:
open    high    low close   volume  amount
Date                        
2000-01-14 00:00:00+00:00    6.64    6.64    6.06    6.08    74500   4.91
2000-01-17 00:00:00+00:00    6.30    6.54    6.25    6.40    45000   5.17
2000-01-18 00:00:00+00:00    7.56    8.75    7.51    8.75    250200  7.07

回测：

analysis = pd.DataFrame(index=df.index)
#calculate returns of adjusted close price
analysis["returns"] = df['amount'].pct_change()
#set signal returns to quote returns where there is a signal DatetimeIndex and ffill
analysis["signal"] = nan
analysis["signal"][signal] = analysis["returns"][signal]
analysis["signal"] = analysis["signal"].fillna(method="ffill")
#calculation of signal returns
trade_rets = analysis["signal"].shift(1)*analysis["returns"]

预期结果（buy_returns 的值不正确）：

Out[2]:
returns buy_returns
Date        
2000-08-21 00:00:00+00:00    -0.153226  -0.076613
2001-02-12 00:00:00+00:00    0.000000    0.000000
2002-10-29 00:00:00+00:00    0.246155    0.030769
2003-02-12 00:00:00+00:00    0.231884    0.014493
2003-03-12 00:00:00+00:00    1.548386    0.048387

我的问题真的是我如何计算一个回报系列来代表熊猫提供的购买信号（真/假系列或日期时间指数）的强度？

4

1 回答 1

2

您没有足够的信息来运行回测。您的“策略”目前只有 True 或 False。如果是真的，你想买多少？如果连续两次为真，这是否意味着买入并持有或两次买入？False是平仓还是不买？

你需要：

  1. 将您的信号转换为“保持在的数量t”
  2. 然后检查持有该数量的结果是什么
  3. 不要忘记基准测试

在做（2）时，我认为你的问题的重点在这里，不要专注于速度，只需制作一个直观的迭代模拟器，它会随着时间的推移进行迭代，做到你所说的，并具有新的整体价值。对于您正在查看的数据大小，pandas 中更复杂的任何加速都不会在一眨眼的时间内完成。

于 2014-07-28T21:44:42.633 回答