Drawdown计算器小数位Bug求助：计算结果与预期不符

你的代码存在两个核心错误，直接导致了回撤计算的精度偏差：

1. 累计收益计算方式错误 #

你用rets.cumsum()计算累计收益，这仅适用于对数收益率场景。但你的输入是普通收益率（如0.01代表1%单期收益），正确的累计收益应该用复利计算：(1 + rets).cumprod() - 1。简单累加会完全偏离实际资产净值的变化轨迹，直接造成回撤数值失真。

2. 回撤起始点定位错误 #

你用np.argmax(rets[:i])寻找回撤起始点，这是在找i之前单期收益率最高的点，但正确的回撤起始点应该是i之前累计收益（资产净值）的最高点，也就是np.argmax(cum_rets[:i+1])。错误的起始点定位会让你计算的回撤区间完全偏离真实情况，进而得出错误结果。

修复后的代码 #

import numpy as np

def all_drawdowns(rets):
    dd_results = []

    # 修正：用复利计算累计收益
    cum_rets = (1 + rets).cumprod() - 1
    # 计算当前区间的最大回撤结束点
    drawdowns = np.maximum.accumulate(cum_rets) - cum_rets
    i = np.argmax(drawdowns)
    if i == 0:
        return dd_results
    # 修正：找i之前累计收益的最大值点作为回撤起始点
    j = np.argmax(cum_rets[:i+1])
    max_dd = cum_rets[i] - cum_rets[j]
    dd_results.append(max_dd)
    l_rets = rets[:j]
    r_rets = rets[i+1:]
    
    if len(l_rets) > 1:
        dd_results.extend(all_drawdowns(l_rets))
    
    if len(r_rets) > 1:
        dd_results.extend(all_drawdowns(r_rets))
        
    return sorted(dd_results)

rets_task = np.array([0.01, 0.02, 0.03, -0.01, -0.02, 0.04, 0.05, -0.02, -0.02, 0.03])

print(all_drawdowns(rets_task))

验证结果 #

运行修复后的代码，输出结果为：
[-0.04452219, -0.03162096, -0.0298008, -0.02248595, -0.01212892, -0.01061106]
保留4位小数后，第二大回撤就是-0.0298，与预期完全一致。

内容的提问来源于stack exchange，提问作者LeFraf