Python计算贝塔系数和夏普比率

版权声明：https://blog.csdn.net/thfyshz版权所有 https://blog.csdn.net/thfyshz/article/details/83443783

1.贝塔系数

1.1理论含义

贝塔系数衡量了个股或基金相对于整个股市的波动情况。

β范围	含义
β=1	股票或基金的风险收益率与市场平均风险收益率相同
β>1	股票或基金的风险相较于市场平均更大
β<1	股票或基金的风险相较于市场平均更小

2.夏普比率

2.1理论含义

衡量股票或基金所获得的风险溢价，即如果股票或基金额外承担一单位的风险，可以获得多少单位的收益作为补偿。若为正值，代表股票或基金报酬率高过波动风险；若为负值，代表股票或基金操作风险大过于报酬率。

3.代码部分

# -*- coding: utf-8 -*-
import math
import pandas as pd
import numpy as np
import tushare as ts
ts.set_token('your token')
pro = ts.pro_api()

START_DATE = '20170101'
END_DATE = '20181025'

#提取股票每日行情
df1 = pro.daily(ts_code='000001.SZ', start_date=START_DATE, end_date=END_DATE).sort_values(by='trade_date')

#提取深市指数
df2 = pro.index_daily(ts_code='399300.SZ', start_date=START_DATE, end_date=END_DATE).sort_values(by='trade_date')

#计算贝塔系数
s1 = df1['pct_change']
s2 = df2['pct_change']
print((np.cov(s1, s2))[0][1]/np.var(s2))

#计算夏普比率
df1['ex_pct_close'] = df1['pct_change'] - 0.04/252
print((df1['ex_pct_close'].mean() * math.sqrt(252))/df1['ex_pct_close'].std())

输出：

#贝塔系数
1.2772845904286678
#夏普比率
0.6094095907213576

注：

• 使用tushare数据接口（接口描述文档），token需要自己注册获得，致谢tushare！
• 使用的是简单收益率。
• 使用深证成指（399300.SZ）代替市场指数。
• 无风险收益率使用年化利率为4%的国债利率，并化为日利率。

4.后续

• 使用对数收益率再计算两个指数