（三）python计算夏普率
夏普率是衡量股票组合的一个指标之一：
·
实际举例：
如果某个投资组合第一天收益率为5%、第二天收益为9%、第三天的收益为-10%（这里的收益率是相对于前一天的数据或者前一个周期的数据），同时假设国债的收益率为4%，计算夏普率：
shaper ration=average（5%+9%-10%）-国债收益率日数据/收益率的标准差
·
·
·
python 平安集团单支股票数据为例：
备注：tushare需要注册获取数据；
pro = ts.pro_api("xxxxxxxxxxxxxxxxxxxxxxxxxx")
df = pro.daily(ts_code='601318.SH',start_date='20190101', end_date='20200101')
#中国平安
数据展示：
注释：pct_chg获取的数据是不含百分数单位的，在后面换算的时候注意单位的统一；
注释：pct_chg获取的数据是不含百分数单位的，在后面换算的时候注意单位的统一；
注释：pct_chg获取的数据是不含百分数单位的，在后面换算的时候注意单位的统一；
计算方法一：
（1）计算日收益率的均值：
mm=np.mean(df['pct_chg'])
（2）无风险收益率的日数据
注意：
sharp-ratio里一定要注意分子分母周期的一致性。比如基金产品很多净值是一周进行一次更新，所以很多无风险利率，收益率的要使用周的。
收益率的计算比较简单为： 周盈利/周初始资金 。 一般国内无风年利率普遍习采用一年期存款利率，约为3%，一年有52周，则周化无风险利率为 (1+3%)^(1/52)-1 为0.0569%。标准差也用当周收益率跟历史周收益均值进行计算。
【（1+4%）的1/365次方 】-1=0.0001059015326852
（3）计算收益率的标准差
nn=df['pct_chg'].std()
（4）计算夏普率结果
import math
日夏普率：
ss=mm-0.01059015326852
SR=ss/nn
年夏普率：
SR1=(mm-0.01059015326852)/nn*math.sqrt(252)
输出结果：
（日）夏普比率=0.11034304470125009
（年）夏普比率1.7516415311111468
以上是原始的夏普比率的计算方法，实际上对于固定时间内的夏普比率还得乘上一个k值。
对于不同采样频率的k值情况：
Daily=sqrt(252)（最小粒度是按天计）
Weekly=sqrt(52)（最小粒度是按星期计）
Monthly=sqrt(12)（最小粒度是按月计）
参考链接：https://www.jianshu.com/p/40c160ddc616
·
计算方法二：
df1 = df['pct_chg'] - (4/252)
print((df1.mean() * math.sqrt(252))/df1.std())
参考这个方法输出结果是：
（年）夏普比率=1.7017083586393216
结果不一致原因：方法一和方法二计算无风险收益率的日数据不同；
结果不一致原因：方法一和方法二计算无风险收益率的日数据不同；
结果不一致原因：方法一和方法二计算无风险收益率的日数据不同；
附注：实际含义
如果SR为2表示投资者风险每增加1%个单位的时候换来的是2%的多余收益；
夏普比率为负，就是收益低于无风险收益率，可以根据绩效考核的需要和实际情况，选择詹森指数，或者把无风险利率换成最低可接受收益(MAR),等等