计算夏普比率的python代码

计算夏普比率的Python代码可以参考以下示例：

import numpy as np
import pandas as pd
import math

def sharpe_ratio(returns, risk_free=0, period='daily'):
    # 计算收益率的平均值和标准差
    erp_rf = returns.mean() - risk_free
    sigmap = returns.std()
    
    # 根据不同的周期计算夏普比率
    if period == 'yearly':
        period = 252
    elif period == 'quarterly':
        period = 63
    elif period == 'monthly':
        period = 21
    elif period == 'weekly':
        period = 5
    elif period == 'daily':
        period = 1
    
    sharpe = erp_rf / sigmap * math.sqrt(period)
    
    return sharpe

# 使用示例
returns = np.array(\[0.05, 0.03, 0.02, 0.04, 0.01\])  # 收益率数据
risk_free_rate = 0.02  # 无风险利率
sharpe_ratio_daily = sharpe_ratio(returns, risk_free=risk_free_rate, period='daily')
sharpe_ratio_yearly = sharpe_ratio(returns, risk_free=risk_free_rate, period='yearly')

print("日夏普比率:", sharpe_ratio_daily)
print("年夏普比率:", sharpe_ratio_yearly)

这段代码定义了一个名为`sharpe_ratio`的函数，该函数接受收益率数据、无风险利率和计算周期作为参数，并返回夏普比率。在函数内部，首先计算收益率的平均值和标准差，然后根据给定的周期计算夏普比率。最后，使用示例展示了如何使用该函数计算日夏普比率和年夏普比率。
#### 引用[.reference_title]
- *1* *2* *3* [夏普比率 —— Python 实现](https://blog.csdn.net/qq_16026001/article/details/109706474)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]