株式投資において、過去の下落幅・ドローダウンをPythonで分析・可視化！【コピペで動く！】

2022/04/08　追記　

Webアプリで18種類のETFの一年間のドローダウンが見れるようにしました。
基準として　

・S＆P500連動ETF
・米国国債 7-10年 ETF
・米国国債 20年超 ETF
・金地金との連動ETF
と以下の14銘柄から一つを選べるようになります。

基本の4つはレイ・ダリオ推奨「オール・ウェザー戦略」をETFで構築で扱った銘柄です。

その他14銘柄を含む合計18銘柄の詳細はこちらの記事で紹介しています。

結果は以下のようになります。

興味ある人は是非使ってみてください。また、追加してほしい銘柄などあるようであれば、コメントなどいただければ場合によっては対応できるかもしれません。

—

以下のような株式投資におけるドローダウン時のデータをPythonのデータフレームで出力する方法についての質問をいただきました。

python便利より:
2022-02-11 05:29
ドローダウンの部分が非常に参考になりました。
ありがとうございます。
ドローダウンの部分をグラフでなく、データフレーム型で表示させたいときは、どのようにコードを打てばいいのですか？
https://worth2know.com/python-statistical/#comment-33

以前書いたコードなどがありますので、疑問や問題の解決にご協力したいと思います。

2022/03/06　追記　
Google Colaboratoryでは動いていたのですが、一部Windowsの環境では動いていないとの連絡を行けましたので、修正を行いました。

また過去データを取得してのWebアプリにしてみました。過去データについては需要によっては更新していきたいと思ています。

株式トレード的な視点や、Pythonの関数的な視点、数学的な統計的な視点など、”分からない・難しい”と感じる部分をきちんと切り分けて対応できれば、何か新しいことを見つける機会になるのではないでしょうか。

Webアプリにについてはこちらをご参照ください。

すべての質問に答えられるわけではないですが、依然調べたこともあったように記憶してますので、それをもとに python便利様のご質問にお応えできればと思います。

この記事でできる事
下準備
Pythonでのデータ取得
ディスクレーマー
まとめ

この記事でできる事

Yahoo-USから米国株のETFデータをダウンロードし、そのドローダウンについて考察します。

下準備

いつも通りGoogle Colaboratoryのpythonを使うことにより、無料で、簡単に調査します。

Google Colaboratory については以下の記事を参考にして下さい

また、今回は以下の記事に対して、ご質問をいただきました。

Pythonでのデータ取得

まずは、データを取得します。

!pip install yfinance --upgrade --no-cache-dir

import datetime
import yfinance as yf
import matplotlib.pyplot as plt
%matplotlib inline

start = datetime.date(2014,12,31)
end = datetime.date.today()

codelist = ["QYLD","QQQ","SPY"]

data2 = yf.download(codelist, start=start, end=end)["Adj Close"]
display(data2.head(2).append(data2.tail(2)))

df_pct=100*data2.pct_change().dropna()
display(df_pct[codelist].head(2).append(df_pct[codelist].tail(2)))

df=(1+data2.pct_change()).cumprod()
df.plot(figsize=(8,6),fontsize=18)
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5), fontsize=18)  

plt.grid(True)
plt.show()

ここからドローダウンの解析なのですが、以前 Stack overflow（熱狂的でプロフェッショナルなプログラマーのためのQ&A）あたりで見つけて自分なりにチューニングしたコードがありますので、それを紹介しておきます。

2022/03/06　追記　
Google Colaboratoryでは動いていたのですが、一部Windowsの環境では動いていないとの連絡を行けましたので、修正を行いました。

修正箇所は5行目の（以下に

index=data2.index,

を追記しています。

スクリーンキャプチャは以前のまま、コードは修正後となっています。

import pandas as pd
import matplotlib.dates as mdates

output_df=pd.DataFrame(index=data2[codelist].columns,columns=["MAXDD","STD","RETURN"])
input_sheet_df=pd.DataFrame(index=data2.index,columns=["close","Roll Max","Daily_Drawdown","Max_Daily_Drawdown"])

code=["SPY"]
df3=data2[code].copy()

window = 252
plt.rcParams["font.size"] = 18
fig, ax = plt.subplots(figsize=(12, 7))


input_sheet_df["close"]=df3[code].dropna().copy()
input_sheet_df["Roll_Max"] = input_sheet_df["close"].rolling(window, min_periods=1).max()
input_sheet_df["Daily_Drawdown"] = input_sheet_df["close"]/input_sheet_df["Roll_Max"] - 1.0
input_sheet_df["Max_Daily_Drawdown"] = input_sheet_df["Daily_Drawdown"].rolling(window, min_periods=1).min()

output_df.at[code,"MAXDD"]=input_sheet_df["Max_Daily_Drawdown"].min()

input_sheet_df["HV"]=100*input_sheet_df["close"].pct_change().std()

output_df.at[code,"STD"]= input_sheet_df["HV"][-1]
output_df.at[code,"RETURN"]=100*(input_sheet_df["close"][-1]-input_sheet_df["close"][0])/input_sheet_df["close"][0]    


plt.plot(input_sheet_df.index,input_sheet_df["Daily_Drawdown"],label=code,linewidth=4)
plt.plot(input_sheet_df.index,input_sheet_df["Max_Daily_Drawdown"],label=code,linewidth=4)    

plt.grid(True)
Dateform=mdates.DateFormatter('%y/%m')
ax.xaxis.set_major_formatter(Dateform)

display(output_df.T[code])
display(input_sheet_df)