import pandas as pd  
import numpy as np
from pyfinance import TSeries
import tushare as ts
def get_data(code,start='2011-01-01',end=''):
    df=ts.get_k_data(code,start,end)
    df.index=pd.to_datetime(df.date)
    ret=df.close/df.close.shift(1)-1
    #返回TSeries序列
    return TSeries(ret.dropna())
#獲取中國平安數(shù)據(jù)
tss=get_data('601318')
#tss.head()

#年化收益率
anl_ret=tss.anlzd_ret()
#累計收益率
cum_ret=tss.cuml_ret()
#計算周期收益率
q_ret=tss.rollup('Q')
a_ret=tss.rollup('A')
print(f'年化收益率：{anl_ret*100:.2f}%')
print(f'累計收益率：{cum_ret*100:.2f}%')
#print(f'季度收益率：{q_ret.tail().round(4)}')
#print(f'歷年收益率：{a_ret.round(4)}')

from pyecharts import Bar
attr=q_ret.index.strftime('%Y%m')
v1=(q_ret*100).round(2).values
bar=Bar('中國平安各季度收益率%')bar.add('',attr,v1,)
bar

from pyecharts import Bar
attr=a_ret.index.strftime('%Y')
v1=(a_ret*100).round(2).values
bar=Bar('中國平安歷年收益率%')
bar.add('',attr,v1,is_label_show=True,
       is_splitline_show=False)
bar

#以滬深300指數(shù)為基準
#為保證二者長度一致，以中國平安的索引為準
benchmark=get_data('hs300')
benchmark=benchmark.loc[tss.index]
alpha,beta,rsq=tss.alpha(benchmark),tss.beta(benchmark),tss.rsq(benchmark)
tstat_a,tstat_b=tss.tstat_alpha(benchmark),tss.tstat_beta(benchmark)
print(f'alpha:{alpha:.4f}，t統(tǒng)計量：{tstat_a:.2f}')
print(f'beta :{beta:.4f}，t統(tǒng)計量：{tstat_b:.2f}')
print(f'回歸決定系數(shù)R2：{tss.rsq(benchmark):.3f}')

alpha:0.0004，t統(tǒng)計量：1.55
beta :1.0634，t統(tǒng)計量：60.09
回歸決定系數(shù)R2：0.606

#年化標準差
a_std=tss.anlzd_stdev()
#下行標準差
s_std=tss.semi_stdev()
#最大回撤
md=tss.max_drawdown()
print(f'年化標準差：{a_std*100:.2f}%')
print(f'下偏標準差：{s_std*100:.2f}%')
print(f'最大回撤差：{md*100:.2f}%')

年化標準差：31.37%
下偏標準差：0.43%
最大回撤差：-45.76%

bat=tss.batting_avg(benchmark)
uc=tss.up_capture(benchmark)
dc=tss.down_capture(benchmark)
tc=uc/dc
pct_neg=tss.pct_negative()
pct_pos=tss.pct_positive()
print(f'比基準收益高的時間占比：{bat*100:.2f}%')
print(f'上行期與基準收益比：{uc*100:.2f}%')
print(f'下行期與基準收益比：{dc*100:.2f}%')
print(f'上行期與下行期比：{tc*100:.2f}%')
print(f'個股下行（收益負）時間占比：{pct_neg*100:.2f}%')
print(f'個股上行（收益正）時間占比：{pct_pos*100:.2f}%')

比基準收益高的時間占比：47.83%
上行期與基準收益比：111.70%
下行期與基準收益比：105.32%
上行期與下行期比：106.06%
個股下行（收益負）時間占比：48.94%
個股上行（收益正）時間占比：50.00%

ir=tss.info_ratio(benchmark)
tr=tss.treynor_ratio(benchmark)
print(f'信息比率：{ir:.3f}')
print(f'特雷諾指數(shù)：{tr:.3f}')
信息比率：0.433
特雷諾指數(shù)：0.096

sr=tss.sharpe_ratio()
sor=tss.sortino_ratio(freq=250)
cr=tss.calmar_ratio()
print(f'夏普比率：{sr:.2f}')
print(f'索提諾比率：{sor:.2f}')
print(f'卡瑪比率：{cr:.2f}')

夏普比率：0.33
索提諾比率：28.35
卡瑪比率：0.27

def performance(code,start='2011-01-01',end=''):
    tss=get_data(code,start,end)
    benchmark=get_data('hs300',start,end).loc[tss.index]
    dd={}
    #收益率
    #年化收益率
    dd['年化收益率']=tss.anlzd_ret()
    #累積收益率
    dd['累計收益率']=tss.cuml_ret()
    #alpha和beta
    dd['alpha']=tss.alpha(benchmark)
    dd['beta']=tss.beta(benchmark)
    #風險指標
    #年化標準差
    dd['年化標準差']=tss.anlzd_stdev()
    #下行標準差
    dd['下行標準差']=tss.semi_stdev()
    #最大回撤
    dd['最大回撤']=tss.max_drawdown()
    #信息比率和特雷諾指數(shù)
    dd['信息比率']=tss.info_ratio(benchmark)
    dd['特雷納指數(shù)']=tss.treynor_ratio(benchmark)
    #風險調(diào)整收益率
    dd['夏普比率']=tss.sharpe_ratio()
    dd['索提諾比率']=tss.sortino_ratio(freq=250)
    dd['calmar比率']=tss.calmar_ratio()
    df=pd.DataFrame(dd.values(),index=dd.keys()).round(4)
    return df

#獲取多只股票數(shù)據(jù)
df=pd.DataFrame(index=performance('601318').index)
stocks={'中國平安':'601318','貴州茅臺':'600519',\
        '海天味業(yè)':'603288','格力電器':'000651',\
        '萬科A':'00002','比亞迪':'002594',\
        '云南白藥':'000538','雙匯發(fā)展':'000895',\
        '海爾智家':'600690','青島啤酒':'600600'}
for name,code in stocks.items():
    try:
        df[name]=performance(code).values
    except:
        continue

d