max-drawdown-calculation

name	max-drawdown-calculation
description	用于回撤指标的最大回撤计算原子 skill，适用于通用行业金融计算场景。

最大回撤计算 Skill

数据来源

本 Skill 支持多种金融数据输入格式，核心数据来源包括：

1. 价格序列数据

• 股票价格数据：日收盘价、周收盘价、月收盘价
• 基金净值数据：单位净值、累计净值
• 组合净值数据：组合累计净值序列
• 指数数据：各类市场指数、行业指数

2. 净值数据

• 累计净值序列：已计算的累计净值数据
• 收益率序列：基于收益率计算的累计净值
• 回撤序列：历史回撤数据

3. 数据格式要求

• CSV格式：标准时间序列数据，包含日期和价格/净值列
• Excel格式：支持多工作表数据
• JSON格式：结构化时间序列数据
• 数据库连接：支持SQL数据库直接查询

说明：本 Skill 不包含数据采集功能，需要用户提供清洗后的价格或净值数据。建议数据时间跨度不少于1年，以便进行准确的最大回撤计算。

---

功能

本 Skill 提供全面的最大回撤计算能力，涵盖多种计算方法：

1. 最大回撤计算

• 绝对最大回撤 = (峰值 - 谷值) / 峰值 × 100%
• 相对最大回撤：相对于初始值的最大回撤
• 滚动最大回撤：计算指定时间窗口内的滚动最大回撤
• 分段最大回撤：计算不同时间段的最大回撤

2. 回撤指标计算

• 最大回撤持续时间：从峰值到谷值的时间长度
• 回撤恢复时间：从谷值恢复到峰值的时间长度
• 回撤频率：统计回撤发生的频率
• 平均回撤：计算平均回撤水平

3. 回撤分析

• 回撤分布：分析回撤的分布特征
• 回撤趋势：分析回撤的时间趋势
• 回撤预警：设置回撤阈值进行预警

4. 回撤对比

• 与基准对比：与基准指数的回撤对比
• 与同类对比：与同类产品的回撤对比
• 历史对比：与历史回撤水平对比

5. 数据处理能力

• 缺失值处理：支持前向填充、插值等方法
• 异常值检测：基于统计方法识别和处理异常价格
• 数据标准化：支持不同数据源的格式统一
• 交易日调整：自动识别交易日和非交易日

---

使用示例

1. 安装依赖

pip install -r requirements.txt

2. 基础使用

# 计算最大回撤
python scripts/calc_max_drawdown.py --input prices.csv --date-col date --price-col close --output drawdown.csv

# 计算滚动最大回撤
python scripts/calc_max_drawdown.py --input prices.csv --date-col date --price-col close --output rolling_drawdown.csv --window 30

# 计算分段最大回撤
python scripts/calc_max_drawdown.py --input prices.csv --date-col date --price-col close --output period_drawdown.csv --period monthly

3. 高级配置

# 计算回撤持续时间
python scripts/calc_max_drawdown.py --input prices.csv --date-col date --price-col close --output drawdown_analysis.csv --include-duration true

# 与基准对比
python scripts/calc_max_drawdown.py --input prices.csv --benchmark benchmark.csv --output comparison.csv --compare-benchmark true

# 设置回撤预警阈值
python scripts/calc_max_drawdown.py --input prices.csv --date-col date --price-col close --output alert.csv --threshold 0.1

4. 输出示例

{
  "symbol": "000001.SZ",
  "period": "2024-01-01 to 2024-12-31",
  "max_drawdown": {
    "absolute_drawdown": 25.8,
    "relative_drawdown": 25.8,
    "peak_date": "2024-06-15",
    "trough_date": "2024-08-20",
    "recovery_date": "2024-11-10",
    "duration_days": 66,
    "recovery_days": 82
  },
  "rolling_drawdown": {
    "30_day_max": 8.5,
    "60_day_max": 15.2,
    "90_day_max": 22.3
  },
   
     
     
     
  
   
     
     
     
  

---

注意事项与限制

1. 数据质量要求

• 价格或净值数据需要经过清洗和验证
• 建议使用足够长的历史数据（至少1年）
• 异常数据会影响最大回撤计算结果

2. 计算方法选择

• 不同计算方法的结果可能不同
• 滚动窗口大小会影响回撤计算结果
• 分段计算需要考虑时间段的合理性

3. 时间序列特性

• 最大回撤具有时间依赖性
• 不同时间区间的回撤不可直接比较
• 市场环境变化会影响回撤水平

4. 综合判断原则

• 单一回撤指标不能全面反映风险特征
• 需要结合其他风险指标进行综合分析
• 应结合市场环境和投资策略进行判断

5. 使用限制

• 本 Skill 输出为技术分析结果，不构成投资建议
• 使用者应结合专业判断和具体业务场景
• 对于重大决策，建议咨询专业投资顾问

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 最大回撤计算公式手册
  • 回撤分析方法指南
  • 风险指标计算最佳实践
  • 数据处理方法说明文档

License

• 本 skill 代码部分采用 MIT License，详见 LICENSE 文件
• 依赖与运行环境以 requirements.txt 为准
• 文档内容采用 CC BY 4.0 许可