131 lines
6.6 KiB
Python
131 lines
6.6 KiB
Python
import pandas as pd
|
||
import numpy as np
|
||
|
||
def calculate_sharpe_sortino_labels_efficient(
|
||
df: pd.DataFrame,
|
||
N_days: int = 5, # 未来考察的天数，用于计算收益率序列
|
||
risk_free_rate_annual: float = 0.02, # 年化无风险利率 (例如 0.02 表示 2%)
|
||
annualization_factor: float = np.sqrt(252), # 年化因子，日数据通常用sqrt(252)
|
||
min_periods_for_std: int = 2 # 计算标准差所需的最小有效数据点数
|
||
) -> pd.DataFrame:
|
||
"""
|
||
高效计算每只股票在每个交易日未来 N 日的年化夏普比率和索提诺比率，作为训练的Label。
|
||
函数会获取未来 N 天的每日收益率序列，并基于此序列计算夏普/索提诺。
|
||
|
||
Args:
|
||
df (pd.DataFrame): 输入 DataFrame，需包含 'ts_code', 'trade_date', 'close' 列。
|
||
'close' 列必须是股票收盘价。
|
||
N_days (int): 未来考察的天数。例如，N_days=5 表示考察未来5个交易日。
|
||
risk_free_rate_annual (float): 年化无风险利率。
|
||
annualization_factor (float): 用于将日收益率转化为年化收益率的因子 (例如 np.sqrt(252))。
|
||
min_periods_for_std (int): 计算标准差所需的最小有效数据点数。
|
||
如果未来N天有效数据少于此值，则 Label 为 NaN。
|
||
|
||
Returns:
|
||
pd.DataFrame: 原始DataFrame，新增 'sharpe_ratio_label' 和 'sortino_ratio_label' 列。
|
||
注意：数据末尾 N_days 行的 Label 将为 NaN。
|
||
"""
|
||
df_copy = df
|
||
|
||
# 确保数据已按股票和日期排序，这对于高效计算至关重要
|
||
df_copy = df_copy.sort_values(by=['ts_code', 'trade_date'])
|
||
|
||
# # 计算每日收益率
|
||
# df_copy['pct_chg'] = df_copy.groupby('ts_code')['close'].pct_change()
|
||
|
||
# 将年化无风险利率转换为每日无风险利率
|
||
daily_risk_free_rate = risk_free_rate_annual / 252 # 假设每年252个交易日
|
||
|
||
def _calculate_metrics_for_window(returns_series):
|
||
"""
|
||
辅助函数：计算单个滚动窗口内的夏普和索提诺比率。
|
||
这个函数将被 apply 调用于每个 (N_days) 收益率序列。
|
||
"""
|
||
if len(returns_series.dropna()) < min_periods_for_std:
|
||
return np.nan, np.nan # 数据不足，返回NaN
|
||
|
||
excess_returns = returns_series - daily_risk_free_rate
|
||
|
||
# --- 夏普比率 ---
|
||
mean_excess_return = excess_returns.mean()
|
||
std_dev_returns = returns_series.std() # 夏普比率使用总收益率的标准差
|
||
|
||
sharpe = np.nan
|
||
if std_dev_returns != 0:
|
||
sharpe = (mean_excess_return / std_dev_returns) * annualization_factor
|
||
|
||
# --- 索提诺比率 ---
|
||
downside_returns = returns_series[returns_series < daily_risk_free_rate]
|
||
sortino = np.nan
|
||
if not downside_returns.empty:
|
||
downside_deviation = np.sqrt(np.mean((downside_returns - daily_risk_free_rate)**2))
|
||
if downside_deviation != 0:
|
||
sortino = (mean_excess_return / downside_deviation) * annualization_factor
|
||
|
||
return sharpe, sortino
|
||
|
||
# 使用 groupby().rolling() 结合 apply 来高效计算
|
||
# 注意: 这里使用 shift(-N_days) 来获取未来 N_days 的窗口
|
||
# 同时 rolling 窗口需要是 N_days 大小，并对 pct_chg 序列进行操作
|
||
# 结果会被放置在窗口的末尾，但我们实际上需要它对应到窗口的起始位置
|
||
# 因此，我们先计算，然后将其向上 shift N_days + 1 （或者根据 rolling 的行为调整）
|
||
|
||
# 获取未来 N_days 的每日收益率序列
|
||
# 为了避免在每一行中循环，我们构造一个辅助的DataFrame，其中包含未来N天的收益率
|
||
# 这里使用一个更高效的思路：对每只股票，生成一个N天的收益率列表
|
||
|
||
# 使用 groupby().apply() 和 list comprehension 来构建未来N天的收益率列表
|
||
# 为了获得未来N天的收益率，需要对pct_chg进行shift(-N_days)
|
||
# 然后再对每个N_days的窗口进行处理
|
||
|
||
# 方法一：先获取未来N天的收益率列，然后进行滑动窗口计算 （更推荐，效率高）
|
||
# 创建一个辅助列，表示未来 N 天的每日收益率列表
|
||
# 注意：这里需要 N_days 长度的窗口，且数据点至少为 min_periods_for_std
|
||
|
||
# 对每只股票进行分组，然后计算未来 N 天的夏普/索提诺
|
||
# 这仍然涉及到对每个时间点获取未来N天的收益序列，Pandas 的 rolling 默认是向后看的
|
||
# 为了实现向后看 N_days (即从当前日期 t 预测 t+1 到 t+N_days)，我们需要一些技巧
|
||
|
||
# 最直接且通常高效的方法是：
|
||
# 1. 计算日收益率。
|
||
# 2. 对每个股票，对日收益率进行反向滚动，然后计算指标。
|
||
# 或者更简单地，使用 shift(-N_days) 创建“未来的”日收益率列，然后进行滚动。
|
||
|
||
# 为了简化且保持效率，我们可以这样做：
|
||
# 1. 计算每个股票的每日收益率。
|
||
# 2. 对于每个 (ts_code, trade_date) 行，我们将查看其未来的 N_days 每日收益率。
|
||
# 这在 Pandas 中不直接通过 .rolling() 实现，因为 rolling 是“当前及之前”的窗口。
|
||
# 我们可以用 groupby().apply() 配合自定义函数来模拟这个“未来窗口”的行为。
|
||
|
||
def _apply_metrics_per_stock(stock_df_group):
|
||
"""
|
||
对单只股票的数据帧进行处理，计算其每个日期的未来 N 日夏普/索提诺比率。
|
||
"""
|
||
sharpe_labels = [np.nan] * len(stock_df_group)
|
||
sortino_labels = [np.nan] * len(stock_df_group)
|
||
|
||
# 遍历当前股票的每个日期，获取未来的 N_days 收益率序列
|
||
for i in range(len(stock_df_group) - N_days):
|
||
# 获取未来 N_days 的每日收益率序列
|
||
# 从当前日期 t 的下一天 (t+1) 开始，到 t+N_days
|
||
future_pct_chgs = stock_df_group['pct_chg'].iloc[i+1 : i+1+N_days].dropna()
|
||
|
||
# 计算夏普和索提诺
|
||
sharpe, sortino = _calculate_metrics_for_window(future_pct_chgs)
|
||
|
||
# 赋值到对应日期
|
||
sharpe_labels[i] = sharpe
|
||
sortino_labels[i] = sortino
|
||
|
||
stock_df_group['sharpe_ratio_label'] = sharpe_labels
|
||
stock_df_group['sortino_ratio_label'] = sortino_labels
|
||
return stock_df_group
|
||
|
||
# 对每个股票分组应用这个函数
|
||
df_result = df_copy.groupby('ts_code', group_keys=False).apply(_apply_metrics_per_stock)
|
||
|
||
# # 清理不再需要的中间列
|
||
# df_result = df_result.drop(columns=['pct_chg'])
|
||
|
||
return df_result
|