142 lines
3.9 KiB
Markdown
142 lines
3.9 KiB
Markdown
# チケット #004: 評価指標計算実装
|
||
|
||
## 概要
|
||
バックテスト結果の評価指標を計算するモジュールの実装。標準的な金融指標を網羅的に計算
|
||
|
||
## 目的
|
||
- 戦略パフォーマンスの定量的評価
|
||
- Buy & Holdとの比較可能な指標提供
|
||
- 業界標準の指標による結果の信頼性確保
|
||
|
||
## 実装要件
|
||
|
||
### 1. 評価指標クラス
|
||
|
||
```python
|
||
@dataclass
|
||
class PerformanceMetrics:
|
||
# リターン関連
|
||
total_return: float # 累積リターン
|
||
annual_return: float # 年率リターン
|
||
|
||
# リスク関連
|
||
sharpe_ratio: float # シャープレシオ
|
||
max_drawdown: float # 最大ドローダウン
|
||
max_drawdown_duration: int # 最大DD期間（日数）
|
||
|
||
# 取引統計
|
||
win_rate: float # 勝率
|
||
profit_factor: float # プロフィットファクター
|
||
total_trades: int # 総取引回数
|
||
winning_trades: int # 勝ち取引数
|
||
losing_trades: int # 負け取引数
|
||
|
||
# その他
|
||
final_capital: float # 最終資産
|
||
trading_days: int # 取引日数
|
||
|
||
class MetricsCalculator:
|
||
def calculate(self,
|
||
equity_curve: List[float],
|
||
trades: List[Trade],
|
||
initial_capital: float,
|
||
start_date: str,
|
||
end_date: str) -> PerformanceMetrics:
|
||
"""
|
||
評価指標を計算
|
||
"""
|
||
pass
|
||
```
|
||
|
||
### 2. 指標計算の詳細
|
||
|
||
#### 累積リターン
|
||
```
|
||
累積リターン = (最終資産 / 初期資産 - 1) × 100%
|
||
```
|
||
|
||
#### 年率リターン
|
||
```
|
||
年率リターン = ((1 + 累積リターン) ^ (365 / 日数) - 1) × 100%
|
||
```
|
||
|
||
#### シャープレシオ
|
||
```
|
||
日次リターン = (今日の資産 / 昨日の資産) - 1
|
||
シャープレシオ = (日次平均リターン / 日次標準偏差) × √252
|
||
※無リスク金利 = 0と仮定
|
||
```
|
||
|
||
#### 最大ドローダウン
|
||
```python
|
||
def calculate_max_drawdown(equity_curve: List[float]) -> tuple[float, int]:
|
||
"""
|
||
Returns:
|
||
(max_drawdown_pct, max_duration_days)
|
||
"""
|
||
peak = equity_curve[0]
|
||
max_dd = 0
|
||
max_duration = 0
|
||
current_duration = 0
|
||
|
||
for value in equity_curve:
|
||
if value > peak:
|
||
peak = value
|
||
current_duration = 0
|
||
else:
|
||
drawdown = (peak - value) / peak
|
||
max_dd = max(max_dd, drawdown)
|
||
current_duration += 1
|
||
max_duration = max(max_duration, current_duration)
|
||
|
||
return max_dd * 100, max_duration
|
||
```
|
||
|
||
#### 勝率とプロフィットファクター
|
||
```
|
||
勝率 = 利益取引数 / 総取引数 × 100%
|
||
プロフィットファクター = 総利益 / 総損失
|
||
```
|
||
|
||
### 3. Buy & Hold との比較
|
||
|
||
```python
|
||
class ComparativeMetrics:
|
||
def compare(self,
|
||
strategy_metrics: PerformanceMetrics,
|
||
buy_hold_metrics: PerformanceMetrics) -> dict:
|
||
"""
|
||
戦略とBuy & Holdを比較
|
||
|
||
Returns:
|
||
{
|
||
'excess_return': float, # 超過リターン
|
||
'relative_sharpe': float, # シャープレシオの差
|
||
'relative_drawdown': float, # DD改善率
|
||
}
|
||
"""
|
||
pass
|
||
```
|
||
|
||
## 受け入れ条件
|
||
- [ ] 全指標の正確な計算
|
||
- [ ] エッジケース（取引なし、損失のみ等）の処理
|
||
- [ ] Buy & Hold指標の同時計算
|
||
- [ ] 比較指標の提供
|
||
- [ ] 計算精度のテスト（小数点以下の扱い）
|
||
- [ ] パフォーマンス（大量データでの計算速度）
|
||
|
||
## 依存関係
|
||
- numpy（統計計算）
|
||
- pandas（時系列処理）
|
||
- BacktestEngineの出力形式
|
||
|
||
## タスク
|
||
- [ ] PerformanceMetricsデータクラスの定義
|
||
- [ ] MetricsCalculatorクラスの基本実装
|
||
- [ ] 各指標の計算メソッド実装
|
||
- [ ] Buy & Hold計算機能
|
||
- [ ] 比較指標計算機能
|
||
- [ ] エラーハンドリング（ゼロ除算等）
|
||
- [ ] 単体テストの作成
|
||
- [ ] ドキュメント作成 |