历史回撤
股票市场长期来看往往上涨，但这并不意味着不会经历回撤期。
回撤可以衡量为相对于历史最高点的累计回报的百分比亏损。
在 Python 中，您可以使用 .accumulate() 和 .maximum() 函数计算运行中的最大值，并使用下面的简单公式计算回撤：
$$ \text{Drawdown} = \frac{r_t}{RM} - 1$$
- $r_t$：时点 t 的累计回报
- $RM$：运行中的最大值
USO（跟踪油价的 ETF）的累计回报已存储在变量 cum_rets 中。
本练习是课程的一部分
Python 投资组合风险管理入门
练习说明
- 使用
np.maximum.accumulate()计算 USO 原油 ETF（cum_rets）的累计回报的运行最大值。 - 当运行最大值（
running_max）低于 1 时，将其设为 1。 - 使用上面的简单公式结合
cum_rets和running_max计算drawdown。 - 查看图表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate the running maximum
running_max = ____(cum_rets)
# Ensure the value never drops below 1
running_max[____] = 1
# Calculate the percentage drawdown
drawdown = (____)/____ - 1
# Plot the results
drawdown.plot()
plt.show()