成交数据统计与分析

要判定一个买卖系统的黑白，离不开对成交数据的分析，我们可以记录每一笔平仓单的盈亏，然后便可以分析其统计目标。

例如：

• 盈利可用盈利点数、盈利金额或盈利率暗示，计较盈利的标准差可判定盈利能否稳定
• 按照最大吃亏额可判定系统能承受的压力
• 胜率、盈亏比、均匀盈利率可用于凯利公式计较，以做资金治理
• 计较夏普比率等
• 还可以别离分析多头和空头的盈利情况

要计较平仓单的盈亏，需要在拜托单成交前先记录品种的持仓信息，拜托单成交后按照其成交价及持仓价格的变化来计较该笔拜托单的平仓盈亏。

我们用协程函数check_close_order来检查拜托单的成友谊况，并在拜托单成交后计较其相关数据，例如盈利点数、盈利金额、盈利率等，计较后的成果以列表发给协程函数close_order_log，由close_order_log将每一笔平仓单盈亏成果写入当地OrderCloseLog.csv文件。

与平仓单相对应的开仓价为理论计较值，例如残剩持仓为0时，原持仓的开仓均价即是平仓单对应的开仓价，若残剩持仓不为0，则持仓开仓均价变化的部分即是平仓单对应的开仓价，有了开仓价，再与平仓价作差即可计较盈亏。

平仓开释出的保证金，作为平仓前投入的资金，与盈亏金额做除计较盈利率。

我们用一个简单的示例，经过回测来记录一下平仓盈亏，买卖经过协程函数cta履行，持续开仓两笔，再持续平仓两笔，以期获得分歧的开仓价及平仓价，代码以下：

我们为平仓单增加了一个order_info，以实现某些情形下的需求，比如分批止盈的战略，能够需要分类统计分歧批次下的盈利表示。

平仓记录OrderCloseLog.csv结果以下：

与回测开平成交记录像分歧：

有了这个平仓记录，我们便可以分析其统计目标了，间接用pandas读取文件到DataFrame，再利用pandas函数计较，以下是几个常用的分析目标计较：

经过标准差std可知，盈亏的波动比力大，胜率也低，最大吃亏min阔别均匀吃亏mean，说明存在较大肥尾风险，

胜率用总盈利次数除以总买卖次数不敷以反应系统符合市场各个时段的稳定性，我们可以计较5日均匀胜率，按照5日胜率的变化可判定系统随着市场变化所具有的顺应性，5日盈利波动图以下：

从图形来看，胜率较不服稳，胜率标准差也大，说明系统对市场的顺应性差，上述买卖系统简直不是个好系统。

其他更多分析目标大师可按照需求自行计较。

下篇文章先容连系胜率、盈利率和凯利公式做资金治理。