复合年化收益率：backtrader,quantstats,pyfolio，empyrical为何结果...

ailabx

给定一个日收益率序列，如何计算复合年化收益率？

如果你用backtrader （使用Returns分析者统计），quantstats（cagr函数）, empyrical（annual_return函数），pyfolio分别统计同一个收益率序列的年化收益率，会发现quantstats统计的和其它几个不一样（backtrader，empyrical，pyfolio是一样的，pyfolio底层采用的也是empyrical的），为啥会这样呢？其实他们都没有错。

复合年化收益率理论公式是这样的：

CAGR =([(Ending Value / Beginning Value) ^ (1 / number of years)] - 1)

之所以有不同结果，是因为其中的年数number of years各家计算方式不一样。

假设收益率系列如下：

quantstats是这样计算年数的，它用最后日期2016-10-21减去起始日期2016-8-24，得到期间有几个“自然日”，这里是58天，然后除以365，得到年数是0.1589年。

而其它库计算年数是这样的：统计交易日数，这里是22天，然后除以一年252个“工作日“数，得到年数为0.8730年。

正是年数计算方法不一致，导致quantstats的年化收益率与其它库的不一样，有时差异极大，可能差异高达几倍。