Python 代码计算夏普比率 (Sharpe Ratio) - 投资组合风险收益分析

计算夏普比率 (Sharpe Ratio) 的 Python 代码示例如下：

import numpy as np

# 计算夏普比率
def sharpe_ratio(returns, risk_free_rate):
    # 计算年化收益率
    annual_returns = np.mean(returns) * np.sqrt(252)

    # 计算年化标准差
    annual_volatility = np.std(returns) * np.sqrt(252)

    # 计算夏普比率
    sharpe = (annual_returns - risk_free_rate) / annual_volatility

    return sharpe

# 示例数据
returns = [0.05, 0.03, 0.02, 0.04, 0.01]  # 收益率列表
risk_free_rate = 0.02  # 无风险利率

# 计算夏普比率
sharpe = sharpe_ratio(returns, risk_free_rate)

print('夏普比率：', sharpe)

这段代码定义了一个 sharpe_ratio 函数，该函数接受收益率列表和无风险利率作为输入，并返回夏普比率。在示例数据中，收益率列表 returns 表示投资组合的每期收益率，risk_free_rate 表示无风险利率。通过调用 sharpe_ratio 函数，可以计算得到投资组合的夏普比率。

请注意，计算夏普比率时假设收益率满足正态分布，并且历史收益率可以代表未来表现。在实际应用中，您可能需要根据自己的数据和情况进行调整和扩展，例如考虑收益率的时间序列结构、风险模型和滚动计算等。此外，还需要确保数据的时间间隔与选择的无风险利率的时间间隔相匹配，以确保计算的准确性。