重邮2024年数模国赛校赛阶段相关代码_Mathematical-Modeling-Competition-2024.zip

import pandas as pd import numpy as np import glob import os import xlsxwriter # 定义无风险利率和基准年化回报率 risk_free_rate = 0.017 benchmark_return = 0.0917 # 设置文件目录路径 folder_path = '分段表格' # 获取该目录下所有的Excel文件 excel_files = glob.glob(os.path.join(folder_path, '*.xlsx')) # 初始化一个空的DataFrame来收集结果 all_data = pd.DataFrame() # 确保读取了所有文件 if not excel_files: print("没有找到Excel文件，请检查路径。") else: # 逐个读取文件 for file in excel_files: # 读取数据 df = pd.read_excel(file, parse_dates=['日期']) # 计算各资产类别的日收益率 returns = df.iloc[:, 1:].pct_change().dropna() # 计算日望收益率和日方差 expected_daily_returns = returns.mean() variance_daily_returns = returns.var() # 计算年期望收益率和年方差 annual_returns = (1 + expected_daily_returns) ** 365 - 1 annual_variance_returns = variance_daily_returns * 365 std_dev_annual_returns = np.sqrt(annual_variance_returns) # 计算夏普比率 sharpe_ratio = (annual_returns - risk_free_rate) / std_dev_annual_returns # 计算索提诺比率 negative_returns = returns[returns < 0] semi_deviation = np.sqrt(negative_returns.var() * 365) sortino_ratio = (annual_returns - risk_free_rate) / semi_deviation # 计算信息比率 tracking_error = np.sqrt((returns - benchmark_return) ** 2).mean() * np.sqrt(365) information_ratio = (annual_returns - benchmark_return) / tracking_error # 文件名作为DataFrame的标签 file_name = os.path.basename(file).split('.')[0] # 去除路径和文件扩展名 # 为每个资产类别生成一行数据 for asset in df.columns[1:]: result_df = pd.DataFrame({ '文件标签': f"{file_name}_{asset}", '日望收益率': [expected_daily_returns[asset]], '年期望收益率': [annual_returns[asset]], '日方差': [variance_daily_returns[asset]], '年方差': [annual_variance_returns[asset]], '日标准差': [std_dev_annual_returns[asset]], '年标准差': [std_dev_annual_returns[asset]], '夏普比率': [sharpe_ratio[asset]], '索提诺比率': [sortino_ratio[asset]], '信息比率': [information_ratio[asset]] }) # 将结果添加到总DataFrame中 all_data = pd.concat([all_data, result_df], axis=0) # 将所有结果保存到一个Excel文件中 output_path = '汇总分析结果.xlsx' with pd.ExcelWriter(output_path, engine='xlsxwriter') as writer: all_data.to_excel(writer, index=False, sheet_name='Analysis Results') # 获取工作表和工作簿对象 workbook = writer.book worksheet = writer.sheets['Analysis Results'] # 设置列的格式 format = workbook.add_format({'num_format': '0.###############'}) worksheet.set_column('B:K', None, format) print("所有文件已分析完毕并汇总到一个Excel文件。")