在python中计算夏普比率和特雷诺比率

import tushare as ts
import pandas as pd
import numpy as np

先计算股票的对数收益率，并去除空行

df_F=ts.get_k_data('512880',start='2019-01-01',end='2020-12-30')
log_F=np.log(df_F.close/df_F.close.shift(1))
log_F=log_F.dropna()
df_G=ts.get_k_data('399300',start='2019-01-01',end='2020-12-30')
log_G=np.log(df_G.close/df_G.close.shift(1))
log_G=log_G.dropna()

夏普比率

xp=(np.mean(log_F)-0.015)/df_F.close.std()

先计算β

#计算相关系数
X=np.corrcoef(log_G,log_F)
#计算标准差
std_G = np.std(log_G)
std_F = np.std(log_F)
#计算β值
beta = X*std_F/std_G
beta = np.linalg.det(beta)
print(beta)

特雷诺比率

tln=(np.mean(log_F)-0.015)/beta