เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประเมินประสิทธิภาพกลยุทธ์ด้วย Sharpe ratio

Sharpe ratio คือตัวชี้วัดผลตอบแทนที่ปรับตามความเสี่ยง พัฒนาขึ้นโดย William F. Sharpe ผู้ได้รับรางวัลโนเบล คำนวณได้จากผลตอบแทนเฉลี่ยที่หักอัตราผลตอบแทนไร้ความเสี่ยงออก แล้วหารด้วยส่วนเบี่ยงเบนมาตรฐานของผลตอบแทนส่วนเกิน

ในแบบฝึกหัดนี้จะคำนวณและวิเคราะห์ Sharpe ratio ของกลยุทธ์ที่ใช้สัญญาณการซื้อขาย กลยุทธ์นี้สร้างสัญญาณ Long หรือ Short โดยใช้ตัวชี้วัด Moving Average สองตัว และได้ผ่านการ Backtest ด้วยข้อมูลราคาย้อนหลัง 3 ปีของหุ้น Google สถิติผลการทดสอบถูกเก็บไว้ใน resInfo

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การเทรดทางการเงินด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ดึงข้อมูลผลตอบแทนรายปีและความผันผวนรายปีจาก resInfo แล้วบันทึกลงในตัวแปร yearly_mean และ yearly_vol ตามลำดับ
  • คำนวณ Sharpe ratio ด้วยตนเองโดยใช้ yearly_return และ yearly_vol
  • แสดงค่า Sharpe ratio รายปีที่ได้จาก resInfo โดยตรง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Get annual return and volatility
yearly_return = ____
print('Annual return: %.2f'% yearly_return)
yearly_vol = ____
print('Annual volatility: %.2f'% yearly_vol)

# Calculate the Sharpe ratio manually
sharpe_ratio = ____ / ____
print('Sharpe ratio calculated: %.2f'% sharpe_ratio)

# Print the Sharpe ratio
print('Sharpe ratio %.2f'% ____)
แก้ไขและรันโค้ด