[Python] Step#5 백테스트 해보기 1/2

본격적인 백테스트 코드를 작성해 보도록 하겠습니다.

 

먼저 필요한 라이브러리를 Import 해줍니다.

 

import pandas_datareader as pdr
import pandas as pd
import numpy as np
import math

from datetime import datetime, timedelta
from Get_Price_Data import *

 

Get_Price_Data 파일은 웹페이지에서 주가 정보를 크롤링 하기위한 파일 입니다.

Get_Price_Data 파일은 아래글을 참조하시기 바랍니다.

 

[Python] Step#4 주가 데이터 크롤링 (tistory.com)

[Python] Step#4 주가 데이터 크롤링

 

우선 함수를 선언해 보겠습니다.

 

def Calc_Asset_Balance(Universe,Initial_Balance,start_day,end_day):

 

입력 인자로는 

Universe : 종목들의 티커가 담긴 리스트 입니다.

Initial_Balance : 최초 자산값 입니다.

start_day, end_day : 백테스트의 시작일 과 종료일 입니다.

 

    df_ALL = get_datareader_price_data(Universe, start_day, end_day)
    df_ALL.index = df_ALL.index.values.astype('<M8[m]')

 

해당 코드는 주가 데이터를 df_ALL 이라는 데이터 프레임에 저장 합니다.

그리고 인덱스 ('Date') 의 자리수 중 "시 분 초" 는 의미 없으므로 절삭합니다.

(이해하기 어려워도 상관 없습니다. 그냥 Ctrl C+V 하시고 궁금하면 나중에 찾아보셔도 됩니다^^)

 

# Calculate Profit & log Profit
    for i in range(len(Universe)):
        df_ALL.rename(columns = {Universe[i]:'ASSET'+'{}'.format(i)}, inplace = True)

 

해당 코드는 개인의 개별 티커가 명확하지 않고 몇년주기의 데이터를 전부 병합하기위해 각 자산의 이름을 ASSET#0~15까지 명명하는 작업입니다.

 

    col_list_P = [col+'_P' for col in df_ALL.columns]
    df_ALL[col_list_P] = df_ALL.pct_change()
    df_ALL[col_list_P] = df_ALL[col_list_P]*100

각 자산군의 '_P' 는 Profit 을 뜻합니다.

pct_change() 는 수익률을 구해주는 메서드 이고,

각각의 수익률을 100분율로 변환합니다.

 

# Duration of backtest
    df_ALL = df_ALL[start_day:end_day]

백테스트 날짜를 지정해 줍니다. Get_datareader_price_data 함수는 시작일로부터 두달전 데이터 까지 가져오고 있습니다. 우리가 원하는 백테스트 기간으로 절삭해 줍니다.

 

    for i in range(len(df_ALL)):

        date = df_ALL.index[i]
        temp = 0
        total_Bal = 0
        
# Calculate Balance
        for j in range(Universe_Cnt):
            if i==0:
                temp = ( (Initial_Balance/Universe_Cnt) * (1 + df_ALL['ASSET'+'{}'.format(j)+'_P'].iloc[i]/100))
                df_ALL.loc[date,'ASSET'+'{}'.format(j)+'_BAL'] = temp
            else:
                temp = (df_ALL['ASSET'+'{}'.format(j)+'_BAL'].iloc[i-1] * (1 + df_ALL['ASSET'+'{}'.format(j)+'_P'].iloc[i]/100))
                df_ALL.loc[date,'ASSET'+'{}'.format(j)+'_BAL'] = temp
            
            total_Bal = total_Bal + (df_ALL['ASSET'+'{}'.format(j)+'_BAL'].iloc[i])
                
        df_ALL.loc[date,'ASSET_BAL'] = total_Bal
        
   return df_ALL

이제부터 포트폴리오의 전체 자산을 구해 보도록 하겠습니다.

최초 시작 시 (i==0)는  최초 자산(Initial_Balance) 을 균등 분배한후 수익률을 곱합니다.

이후 부터는 각 자산의 수익률을 따로 계산하고 전체를 합쳐 포트폴리오 자산을 계산합니다.

그리고 전체 데이터프레임 (df_ALL)을 반환 합니다.

 

전체 코드는 아래와 같습니다.

 

---

def Calc_Asset_Balance(Universe,start_day,end_day):

    Universe_Cnt = len(Universe)
        
    df_ALL = get_datareader_price_data(Universe, start_day, end_day)

    df_ALL.index = df_ALL.index.values.astype('<M8[m]')
    
# Calculate Profit & log Profit
    for i in range(len(Universe)):
        df_ALL.rename(columns = {Universe[i]:'ASSET'+'{}'.format(i)}, inplace = True)

    col_list_P = [col+'_P' for col in df_ALL.columns]
    df_ALL[col_list_P] = df_ALL.pct_change()
    df_ALL[col_list_P] = df_ALL[col_list_P]*100

# Duration of backtest
    df_ALL = df_ALL[start_day:end_day]

# Set Initial Value
    df_ALL['ASSET_BAL'] = Initial_Balance
    
    for j in range(Universe_Cnt):
        df_ALL['ASSET'+'{}'.format(j)+'_BAL'] = 0

# Calculate Balance
    for i in range(len(df_ALL)):

        date = df_ALL.index[i]
        temp = 0
        total_Bal = 0

        for j in range(Universe_Cnt):
            if i==0:
                temp = ( (Initial_Balance/Universe_Cnt) * (1 + df_ALL['ASSET'+'{}'.format(j)+'_P'].iloc[i]/100))
                df_ALL.loc[date,'ASSET'+'{}'.format(j)+'_BAL'] = temp
            else:
                temp = (df_ALL['ASSET'+'{}'.format(j)+'_BAL'].iloc[i-1] * (1 + df_ALL['ASSET'+'{}'.format(j)+'_P'].iloc[i]/100))
                df_ALL.loc[date,'ASSET'+'{}'.format(j)+'_BAL'] = temp
            
            total_Bal = total_Bal + (df_ALL['ASSET'+'{}'.format(j)+'_BAL'].iloc[i])
    
    	df_ALL.loc[date,'ASSET_BAL'] = total_Bal 
        
    return df_ALL

test.py

 

이제 작성한 함수를 호출해 보도록 하겠습니다.

 

import quantstats as qs
import time

from Test import *

## 백테스트 기간 설정 ##
start_day = datetime(2020,1,1)
end_day = datetime.now()

## Universe (포르폴리오) 설정 ##
Universe = ['AAPL','GOOG','FB']

## Main 함수 호출 ##
df_ALL = Calc_Asset_Balance(Universe,start_day,end_day)
print(df_ALL.tail())

main.py

 

df_ALL.tail() 의 의미는 아래서 부터 5줄의 데이터를 의미합니다.

결과물을 보시겠습니다.

 

정상적으로 'ASSET_BAL' 이 계산되고 각 자산의 자산값도 계산되고 있습니다.

 

이제 quantsts 이라는 라이브 러리를 사용하여 포트폴리오를 분석해 보겠습니다.

 

import quantstats as qs

라이브러리를 import 하고

 

qs.reports.html(df_ALL['ASSET_BAL'], mode='full', title='Test',output='E:\Test.html', download_filename='Test.html')

 

리포트를 생성합니다.

 

정상적으로 포트폴리오 리포트가 생성 되었습니다.