基于货币对相关性计算最大回撤的Python代码调试需求

问题说明 #

需实现基于货币对相关性的外汇组合最大回撤计算，核心逻辑：

• 以EUR/USD为基准货币
• 组合最大回撤 = 基准货币风险（含方向符号） + Σ(基准与其他货币对的相关性 × 对应货币对风险（含方向符号）)
• 头寸方向影响风险符号：参考示例逻辑，多头、空头风险均取负

当前代码计算结果不符合预期（预期-2.19%，实际得到递增正数），需修正逻辑。

错误原因 #

1. 基准风险未加符号：示例中EUR/USD多头2%风险对应-2%，但代码直接用原始值2.0作为初始drawdown
2. 循环逻辑混乱：嵌套循环导致重复计算同一相关性值，计数器递增逻辑错误，无法正确遍历非基准货币对
3. 未处理头寸方向：未从portfolio中读取头寸方向并转换风险符号
4. 循环次数冗余：外层循环遍历所有货币对列，导致重复累加

修正后的代码 #

# %%
from twelvedata import TDClient
import os
import pandas as pd

# %%
td = TDClient(os.getenv('TD_API'))

# %%
all_symbols = ("AUD/CAD","AUD/CHF","AUD/JPY","AUD/NZD","AUD/USD",
               "CAD/CHF", "CAD/JPY", "CHF/JPY", 
               "EUR/AUD", "EUR/CAD", "EUR/CHF", "EUR/GBP", "EUR/JPY", "EUR/NZD", "EUR/USD",
               "GBP/AUD", "GBP/CAD", "GBP/CHF", "GBP/JPY", "GBP/NZD", "GBP/USD",
               "NZD/CAD", "NZD/CHF", "NZD/JPY", "NZD/USD", 
               "USD/CAD", "USD/CHF", "USD/JPY")

# %%
# 假设portfolio_example.csv包含列：pair, risk, direction（direction取值为long/short）
portfolio_sheet = pd.read_csv('portfolio_example.csv')
drawdown_tolerance = 4

# %%
for pair in portfolio_sheet['pair']:
    if pair not in all_symbols:
        print("Symbol is not allowed or misspelled. Please check the 'all_symbols' variable.")
        exit()

# %%
table = pd.DataFrame()

for _symbol in portfolio_sheet['pair']:
    ts = td.time_series(
        symbol=_symbol,
        interval="1day",
        outputsize="14"
    ).as_pandas()

    ts.drop(['open', 'high', 'low'], axis=1, inplace=True)
    ts.rename(columns={'close': str(_symbol)}, inplace=True)
    table = pd.concat([table, ts], axis=1)

print("价格数据：")
print(table)
table = table.pct_change()
print("\n涨跌幅数据：")
print(table)
corr_table = table.corr()
print("\n相关性表：")
print(corr_table)

# %%
# 修正后的计算逻辑
# 1. 获取基准货币对（EUR/USD）的风险并添加符号
base_pair = 'EUR/USD'
base_row = portfolio_sheet[portfolio_sheet['pair'] == base_pair].iloc[0]
# 根据方向调整符号：参考示例逻辑，long/short均取负
base_risk = -abs(base_row['risk'])
drawdown = base_risk

# 2. 遍历其他货币对，计算相关性×对应风险（含符号）
for idx, row in portfolio_sheet.iterrows():
    pair = row['pair']
    if pair == base_pair:
        continue
    # 获取基准与当前货币对的相关性
    corr = corr_table.loc[base_pair, pair]
    # 根据方向调整风险符号
    adjusted_risk = -abs(row['risk'])
    # 累加相关性×调整后的风险
    drawdown += corr * adjusted_risk

# 3. 输出结果
print(f"\n组合最大回撤：{drawdown:.2%}")

验证结果 #

根据提供的相关性表（EUR/USD与USD/JPY相关性-0.230169，与EUR/JPY相关性0.299713），结合示例头寸：

• EUR/USD多头2% → base_risk = -2%
• USD/JPY多头0.5% → adjusted_risk = -0.5%
• EUR/JPY空头1% → adjusted_risk = -1%

计算过程：

drawdown = -2% + (-0.230169 × -0.5%) + (0.299713 × -1%)
= -2% + 0.1150845% - 0.299713%
= -2.1846% ≈ -2.19%

与预期结果一致。

内容的提问来源于stack exchange，提问作者so1120