期貨策略夏普比率

⑴ 文華財經期貨的夏普比率與基金的夏普比率的區別在哪

文華財經的夏普比率計算如下：
收益率測算夏普比率計算公式：＝回[E(Rp)－Rf]/σp；
E(Rp)：平均年收答益率＝年化單利收益率
Rf：無風險利率（大約是3%）
σp：收益率的標准差率（年化標准差率）＝標准差率/sqrt (測試天數/365)
標准差率＝標准離差/初始資金

文華財經收益率測算里的夏普比率和基金的夏普比率計算公式都是一樣的，只不過無風險利率這個地方可能取值有所不同，因為這是一個參考設定的值，但通常都會用銀行存款利率作為無風險利率的值。

⑵ 一道投資學的題目，急求答案！ 1.計算這兩個組合的3年期風險溢價,標准差和夏普比率

分紅後除權除息價格=(股權登記日收盤價-每股現金紅利)*10股/(10+送紅股數)=(24-2/10)*10/(10+10)=11.9元。

配股後除權價格=(股權登記日收盤價*10+配股價*配股數)/(10+配股數)。

=(13*10+5*3)/(10+3)=11.15元。

「先送後配」：送現金紅利=10,000萬股*2/10元=2,000萬元。

配股融資=2*10,000萬股*3/10*5元=30,000萬元。

(2)期貨策略夏普比率擴展閱讀：

投資學專業畢業一般在資金投入與資金豐厚的地方就業，投資學是高風險與高收益並存的，想賺大錢又有能力，投資學專業是一個很不錯的選擇。這個專業牛人多，但競爭也大，就業不困難，但是能否取得大的成功，還是看個人悟性和能力。

投資學專業畢業生主要到證券、信託投資公司和投資銀行從事證券投資。證券公司的起薪低，但是發展潛力最大，銀行累，但起薪高，投行的話門檻較高。

另外，投資學專業的畢業生還可以到一些社會的投資中介機構、咨詢公司、資產管理公司、金融控股公司、房地產公司等做投資顧問，參與操作或提供專業建議。

⑶ 股指期貨如何對沖股市，具體如何操作

股指期貨的應用策略主要包括對沖性操作和趨勢操作。特別是對沖操作，更成為機構投資者應用研究的重點。本文就對沖操作效果和效率的關聯關系、關聯系數方面的研究作一探討。
一、對沖的概念
對沖作為股指期貨應用的一種策略，分為防禦性對沖、主動性對沖和綜合性對沖。防禦性對沖又叫被動性對沖，是把對沖操作作為一種避險措施來使用，目的是保護現貨利益，規避系統風險。主要包括完全套期保值和留有敞口風險的不完全套期保值。主動性對沖，是把收益最大化或效率最大化作為目標的對沖策略。主要包括套利策略和系統性投機策略。綜合性對沖又稱混合性對沖，是上述策略的綜合運用，比如把股指期貨的綜合功用融合進股票組合中，形成包含股指期貨的組合投資策略，把股指期貨策略當作風險控制器和效率放大器，從而使得夏普比率最大化，來實現不同時期、不同市場背景下的綜合效果。
二、關聯和系數
研究對沖基本策略，首先要著重研判關聯。股票組合，標的指數，期貨指數客觀上形成一個三維關聯關系。在這個三維體系中，研究方向是兩組關聯關系。即單品種（包括股票組合）和標的指數的關聯，現貨指數和期貨指數的關聯。研究重點是標的指數，因為其「一肩挑兩頭」。
（一）股票組合（包括單品種）和標的指數的關聯
股指期貨標的物有別於商品期貨標的物的主要特徵之一是不可完全復制性。商品現貨可以完全復制標准倉單，只要按照標准倉單的要求去生成，二者不僅可以消滅質量離差而且可以消滅價格離差。股票組合與股指之間的離差是永遠存在的，即使某指數基金嚴格按照滬深300指數的構成比例去組建這個組合，也不可能做到完全「復制」，因為滬深300指數以分級靠檔派許加權法計算的權重比例，每個撮合節都在變，是個序列變數。所以只能做到「逼近」，比如跟蹤指數的ETF基金。機構投資組合的品種中通常包括滬深300成分股之外的股票，收益率離差就更難以避免了。這個特徵可以派生出兩個概念：第一，商品期貨對沖操作的目標是價格風險，而股指期貨對沖的目標是價格風險中的系統性風險；第二，由於股指期貨的現貨價格形成於證券市場，是集中交易的結果，具有權威性、准確性、動態性和唯一性，因此更方便於建立數學模型來研判他們之間的關聯系數。而關聯系數就是對沖紐帶中的第一個環節。股票組合和標的指數的關聯可以用三個指標做定量化研究：撬動系數、貝塔系數、樣本誤差系數。
1.撬動系數。
單品種和指數的關聯研究一般有兩個實現途徑：一是動因分析，二是常態（現象）分析。動因分析主要著眼於股指的波動構成因素和反作用，常態分析主要著眼於通常狀態下的關聯程度的概念。動因分析是主動性對沖的關鍵，常態分析是防衛性對沖的要點。撬動系數是動因分析的一個基本指標。
滬深300指數計算公式為，報告期指數=報告期成分股的總調整市值/基期×1000，其中，總調整市值=∑（市價×樣本股調整股本數）。可見影響指數波動的直接動因是成分個股波動。我們把這種對造成指數波動的直接影響力進行解析稱為動因分析。根據滬深300指數的形成機制，可以逆運算撬動系數，表達式為：撬動系數=（市價×樣本股調整股本數）×指數市價/∑（市價×樣本股調整股本數）。
撬動系數是一個構成滬深300指數成分的重要性程度對比指標，是該品種或者股票組合收益率占指數收益率的百分比，靜態意義是在某一時間尺度，我們對其他品種做靜止替代，該品種或組合收益率波動1%對滬深300指數撬動多少個點，也可以表達為撬動幅度，即該品種或組合收益率波動1%對滬深300指數收益率撬動的百分比。此系數可以用來分析指數的歷史波動，也可以通過因素解析研判和預測指數未來的波動

⑷ 關於期貨的作業。。。求大神幫忙

標記下，目測是沒有人回答的。

⑸ 穿過夏普比率的手，如何選擇一隻好的基金

關於如何去選擇一隻比較好基金，有如下幾點需要主要：

一、看基金經理人

1、首先看基金經理人的簡歷，經驗是否老道，從事基金管理工作幾年。

2、是否經常性跳槽，還是一直在一家公司。

3、看基金經理人對市場波動時，持倉的調整是否有效保證收益。

二、看基金過往業績

1、分析基金的往年收益業績如何。

2、與同類型的大盤進行比較，如果長期超過大盤，說明基金較好。

三、看投資風險

1、市場風險，如果遇到市場低迷，就不要輕易出手。

2、系統風險，投資的理念、策略是否能持續收益。

3、學會閱讀基金公司的年報，分析風險。

四、看費用

1、申購的費用，不同的基金申購費率不同，購買時要注意比較。

2、贖回的費用，不同的基金贖購費率不同，購買時要注意比較。

3、託管費，託管費是直接在收益中扣除了，這就影響到了收益，要注意託管費的比較。

五、數據分析

1、凈值增長率標准差，反映的是波動性。

2、基金的評級，星級高說明業績好。

3、基金的周轉率，也稱換手率。

4、基金份額的變化，是否穩定。

六、總結

俗話說投資有風險，投資需謹慎，但沒有風險那有收益，風險越高收益越高，風險與收益共存不分。任何分析數據都是針對過往業績表現，也會存在未來風險，只有弄懂了整個市場才能百分百規避風險。

⑹ 夏普比率和最大回撤到底怎麼計算

你的迷惑主要來自於收益率怎麼算吧。
如果按投資期兩端相減再年化，結果是-1。如果日收益年化，那就是（-1+1+0.5)/3的年化，這樣是正的。

依我看應該按後者來，前者的計算方法平滑掉了波動率偏差。和Ito積分裡面的情況有點像。
要看什麼類型的策略，假如買期權，一天虧完是有可能的，但是一天賺翻倍也是有的。要是你的信號虧完第一次，賺翻倍10次，還是好信號。（當然虧完是資金分配和止損不對，不過信號是好信號）

⑺ 求問怎麼用python求夏普比率和最大回撤

本程序為Ernest Chen所著Quantitative Trading中文版書中42頁中例子，書中主要介紹了如何使用Excel和matlab來實現夏普比率與計算最大回撤和最大回撤時間的方法，python作為一種開源語言，能夠實現matlab的相同功能，並能寫交易程序，因此採用python實現了書中功能，作為練手
#計算夏普率與回撤與回撤時間
#第一次完成於2016/5/24
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
#讀取sheet1中的內容，存放在data中，數據類型為DataFrame
data = pd.ExcelFile('example3_4.xls')
data = data.parse('Sheet2')
#計算日收益率(G3-G2)/G2
data['return']=(data['Adj Close'].shift(-1)-data['Adj Close'])/data['Adj Close']
#計算超額回報率
data['exReturn']=data['return']-0.04/252
#計算夏普比率
sharperatio=math.sqrt(252)*data['exReturn'].mean()/data['exReturn'].std()
print('該策略的夏普率為： ', sharperatio)
data['Adj Close'].plot()
#計算累積收益率cumret=(1+return).cumsum
data['cumret']=np.cumprod(1+data['exReturn'])-1
fig = plt.figure()
data['cumret'].plot()
#計算累積最大收益率,最大回撤，累積最長回撤時間
Max_cumret=np.zeros(len(data))
retracement=np.zeros(len(data))
Re_date=np.zeros(len(data))

for i in range(len(data)):
#計算累積最大收益率
if i==0:
Max_cumret[0]=data['cumret'][0]
retracement[0]=(1+Max_cumret[0])/(1+data['cumret'][0])-1
else:
#計算累積最大收益率
Max_cumret[i]=max(Max_cumret[i-1],data['cumret'][i])
#計算策略回撤
retracement[i]=float((1+Max_cumret[i])/(1+data['cumret'][i])-1)
#計算最大回撤時間
if retracement[i]==0:
Re_date[i]=0
else:
Re_date[i]=Re_date[i-1]+1
#計算最最大回撤幅度
retracement=np.nan_to_num(retracement)
Max_re=retracement.max()
#計算最大回撤時間
Max_reDate=Re_date.max()

⑻ 股指期貨能不能做對沖，具體如何操作

指期貨的應用策略主要包括對沖性操作和趨勢操作。特別是對沖操作，更成為機構投資者應用研究的重點。本文就對沖操作效果和效率的關聯關系、關聯系數方面的研究作一探討。
一、對沖的概念
對沖作為股指期貨應用的一種策略，分為防禦性對沖、主動性對沖和綜合性對沖。防禦性對沖又叫被動性對沖，是把對沖操作作為一種避險措施來使用，目的是保護現貨利益，規避系統風險。主要包括完全套期保值和留有敞口風險的不完全套期保值。主動性對沖，是把收益最大化或效率最大化作為目標的對沖策略。主要包括套利策略和系統性投機策略。綜合性對沖又稱混合性對沖，是上述策略的綜合運用，比如把股指期貨的綜合功用融合進股票組合中，形成包含股指期貨的組合投資策略，把股指期貨策略當作風險控制器和效率放大器，從而使得夏普比率最大化，來實現不同時期、不同市場背景下的綜合效果。
二、關聯和系數
研究對沖基本策略，首先要著重研判關聯。股票組合，標的指數，期貨指數客觀上形成一個三維關聯關系。在這個三維體系中，研究方向是兩組關聯關系。即單品種（包括股票組合）和標的指數的關聯，現貨指數和期貨指數的關聯。研究重點是標的指數，因為其「一肩挑兩頭」。
（一）股票組合（包括單品種）和標的指數的關聯
股指期貨標的物有別於商品期貨標的物的主要特徵之一是不可完全復制性。商品現貨可以完全復制標准倉單，只要按照標准倉單的要求去生成，二者不僅可以消滅質量離差而且可以消滅價格離差。股票組合與股指之間的離差是永遠存在的，即使某指數基金嚴格按照滬深300指數的構成比例去組建這個組合，也不可能做到完全「復制」，因為滬深300指數以分級靠檔派許加權法計算的權重比例，每個撮合節都在變，是個序列變數。所以只能做到「逼近」，比如跟蹤指數的ETF基金。機構投資組合的品種中通常包括滬深300成分股之外的股票，收益率離差就更難以避免了。這個特徵可以派生出兩個概念：第一，商品期貨對沖操作的目標是價格風險，而股指期貨對沖的目標是價格風險中的系統性風險；第二，由於股指期貨的現貨價格形成於證券市場，是集中交易的結果，具有權威性、准確性、動態性和唯一性，因此更方便於建立數學模型來研判他們之間的關聯系數。而關聯系數就是對沖紐帶中的第一個環節。股票組合和標的指數的關聯可以用三個指標做定量化研究：撬動系數、貝塔系數、樣本誤差系數。
1.撬動系數。
單品種和指數的關聯研究一般有兩個實現途徑：一是動因分析，二是常態（現象）分析。動因分析主要著眼於股指的波動構成因素和反作用，常態分析主要著眼於通常狀態下的關聯程度的概念。動因分析是主動性對沖的關鍵，常態分析是防衛性對沖的要點。撬動系數是動因分析的一個基本指標。
滬深300指數計算公式為，報告期指數=報告期成分股的總調整市值/基期×1000，其中，總調整市值=∑（市價×樣本股調整股本數）。可見影響指數波動的直接動因是成分個股波動。我們把這種對造成指數波動的直接影響力進行解析稱為動因分析。根據滬深300指數的形成機制，可以逆運算撬動系數，表達式為：撬動系數=（市價×樣本股調整股本數）×指數市價/∑（市價×樣本股調整股本數）。
撬動系數是一個構成滬深300指數成分的重要性程度對比指標，是該品種或者股票組合收益率占指數收益率的百分比，靜態意義是在某一時間尺度，我們對其他品種做靜止替代，該品種或組合收益率波動1%對滬深300指數撬動多少個點，也可以表達為撬動幅度，即該品種或組合收益率波動1%對滬深300指數收益率撬動的百分比。此系數可以用來分析指數的歷史波動，也可以通過因素解析研判和預測指數未來的波動

⑼ 實際策略中的夏普比率多少才合適

首先,要對統計進行講說,讓孩子初步了解.隨後,要加深知識性,提一些實際問題.也許,統計行事很多,如列表式統計、復試統計條形圖、簡試條形圖等類,其實很好接觸,我在這方面,也有很大興趣!