return-calculation

# 收益率计算 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**：开盘价、收盘价、最高价、最低价、成交量 - **基金净值数据**：单位净值、累计净值、分红信息 - **债券价格数据**：全价、净价、到期收益率 - **指数数据**：各类市场指数、行业指数、主题指数 ### 2. 交易流水数据 - **交易记录**：买入价格、卖出价格、交易数量、交易日期 - **持仓数据**：持仓数量、持仓成本、当前市值 - **分红派息数据**：现金分红、股票分红、除权除息日期 ### 3. 数据格式要求 - **CSV格式**：标准时间序列数据，包含日期和价格列 - **Excel格式**：支持多工作表价格数据 - **JSON格式**：结构化价格数据 - **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数据。建议数据时间跨度不少于1年，以便进行年化收益率计算。 --- ## 功能 本 Skill 提供全面的收益率计算能力，涵盖多种计算口径： ### 1. 区间收益率计算 - **简单收益率** = (期末价格 - 期初价格) / 期初价格 × 100% - **对数收益率** = ln(期末价格 / 期初价格) × 100% - **累计收益率** = (期末价格 - 期初价格) / 期初价格 × 100% - **多期收益率** = (1 + r1) × (1 + r2) × ... × (1 + rn) - 1 ### 2. 年化收益率计算 - **年化简单收益率** = (1 + 区间收益率)^(365/天数) - 1 - **年化对数收益率** = 区间对数收益率 × (365/天数) - **考虑复利的年化收益率**：基于复利公式计算 ### 3. 考虑分红的收益率计算 - **总收益率** = (期末价格 + 分红 - 期初价格) / 期初价格 × 100% - **复权收益率**：考虑分红除权后的收益率 - **分红收益率** = 分红金额 / 期初价格 × 100% ### 4. 滚动收益率计算 - **滚动窗口收益率**：计算指定时间窗口内的滚动收益率 - **移动平均收益率**：基于移动平均价格计算收益率 - **分位数收益率**：计算收益率的分位数分布 ### 5. 数据处理能力 - **缺失值处理**：支持前向填充、后向填充、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 ```bash pip install -r requirements.txt ``` ### 2. 基础使用 ```bash # 计算简单收益率 python scripts/calc_return.py --input prices.csv --date-col date --price-col close --output returns.csv # 计算年化收益率 python scripts/calc_return.py --input prices.csv --date-col date --price-col close --output annual_returns.csv --annualize true # 计算对数收益率 python scripts/calc_return.py --input prices.csv --date-col date --price-col close --output log_returns.csv --method log ``` ### 3. 高级配置 ```bash # 考虑分红的收益率计算 python scripts/calc_return.py --input prices.csv --dividend-file dividends.csv --output total_returns.csv --include-dividend true # 计算滚动收益率 python scripts/calc_return.py --input prices.csv --output rolling_returns.csv --window 30 --min-periods 20 # 指定时间区间 python scripts/calc_return.py --input prices.csv --output period_returns.csv --start-date 2024-01-01 --end-date 2024-12-31 ``` ### 4. 输出示例 ```json { "symbol": "000001.SZ", "period": "2024-01-01 to 2024-12-31", "returns": { "simple_return": 15.8, "log_return": 14.7, "annualized_return": 15.8, "total_return": 18.2, "dividend_yield": 2.4 }, "statistics": { "trading_days": 245, "max_return": 8.5, "min_return": -5.2, "volatility": 12.3 }, "rolling_returns": { "30_day": 2.1, "60_day": 4.5, "90_day": 7.8 } } ``` --- ## 注意事项与限制 ### 1. 数据质量要求 - 价格数据需要经过清洗和验证 - 建议使用复权价格进行计算 - 异常价格数据会影响计算结果 ### 2. 计算口径说明 - 不同计算方法的收益率结果可能不同 - 年化收益率需要明确交易日天数 - 分红处理方式会影响总收益率 ### 3. 时间序列分析 - 收益率计算应结合时间序列分析 - 考虑市场波动对收益率的影响 - 不同时间区间的收益率不可直接比较 ### 4. 综合判断原则 - 单一收益率指标不能全面反映投资表现 - 需要结合风险指标进行综合分析 - 应结合市场环境和行业特点进行判断 ### 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： - 收益率计算公式手册 - 年化收益率计算方法 - 分红处理最佳实践指南 - 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