aifinlab/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

pip install -r requirements.txt

2. 基础使用

# 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

# 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

{
  "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