/performance_statistics

calculate performance for each model

Primary LanguagePython

业绩统计设计文稿

项目地址

数据需求

主要需要的数据如下:

  • 日数据
    1. 分仓后的持仓(已有)
    2. 分仓后的成交明细,需要有对应的指令时间用以给出vwap的价格(待补)
    3. T-1日的总资产(已有)
    4. 每个股票的分钟vwap数据(已有)
    5. bm的分钟vwap数据(待补)
    6. 股票和bm的日数据(已有 )
  • 配置信息
    1. 模型的BM和alpha计算方式(已有)
    2. 产品的佣金费率(已有)
    3. alpha的收益调整比例(已有)

模型计算方式

现有的计算方式有如下几种:

如果用了算法交易,成交明细的价格为vwap价格加上冲击成本(3% 1bp;3%~5% 2bps)

  • model每天的交易基本是market value neutral
    • 以T-1日市值做为总资产
    • 计算T日的持仓和交易pnl
    • 需要考虑加减仓时的alpha如何计算(待补)
  • model每天的交易不是market value neutral
    • 原则是计算每只股票实际持有时间段的alpha,减去对应时间段的bm
    • 以T-1日的市值做为总资产计算每个股票的占比
    • T-1日的买单,从买入时间到T日收盘的alpha算做T日的alpha
    • T日的卖单,从昨收盘到卖出时间的alpha算做T日的alpha
    • T日的alpha=T日的未交易持仓alpha + T-1日的买交易alpha + T日的卖交易alpha
  • 以产品为计量单位计算
    • alpha = return - bm
  • 算法交易
    • pnl = (实际成交价格 - 调整后的vwap价格) * 成交数量
    • alpha = pnl / 成交总额
  • T0
    • pnl = (实际成交价格 - 收盘价) * 成交数量
    • alpha = pnl / T日可用持仓市值

工作流图