implementa rolling_sharpe (#17)

* implementa rolling_sharpe

* remove comentários de célula p/ ipython

Author: anor4k

turingquant/metrics.py

@@ -48,7 +48,6 @@ def alpha(end_price, dps, start_price):
     return(end_price + dps - start_price) / start_price
 
 
-# %%
 def rolling_beta(returns, benchmark, window, plot=True):
     """
     Plota o beta móvel para um ativo e um benchmark de referência, na forma de séries de retornos.
@@ -71,7 +70,7 @@ def rolling_beta(returns, benchmark, window, plot=True):
     # que itera entre (window, len) e calcula o beta pros últimos `window` dias
     merged['rolling_beta'] = np.append(np.full(window, np.nan),
                                        [beta(merged.iloc[i - window:i, 0], merged.iloc[i - window:i, 1])
-                                       for i in range(window, len(merged))]
+                                        for i in range(window, len(merged))]
                                        )
     merged = merged[window:]
     if plot:
@@ -103,7 +102,52 @@ def rolling_beta(returns, benchmark, window, plot=True):
     return merged['rolling_beta']
 
 
-# %%
+def rolling_sharpe(returns, window, risk_free=0, plot=True):
+    """
+    Plota o beta móvel para um ativo e um benchmark de referência, na forma de séries de retornos.
+
+    Parâmetros:
+        returns (array): série de retornos para o qual o Sharpe Ratio será calculado.
+        window (int): janela móvel para calcular o Sharpe ao longo do tempo.
+        risk_free (float): valor da taxa livre de risco para cálculo do Sharpe.
+        plot (bool): se `True`, plota um gráfico de linha com o Sharpe ao longo do tempo.
+
+    Retorna:
+        rolling_beta (pd.Series): uma série com os valores do Beta para os últimos `window` dias.
+            A série não possui os `window` primeiros dias.
+
+    """
+    rolling_sharpe = pd.Series([sharpe_ratio(returns[i - window:i], risk_free)
+                                for i in range(window, len(returns))], returns[window:].index)
+    if plot:
+        fig = px.line(rolling_sharpe, title="Sharpe móvel")
+        overall_sharpe = sharpe_ratio(returns, risk_free)
+        fig.update_layout(shapes=[
+            dict(
+                type='line',
+                xref='paper', x0=0, x1=1,
+                yref='y', y0=overall_sharpe, y1=overall_sharpe,
+                line=dict(
+                    color='grey',
+                    width=2,
+                    dash='dash'
+                )
+            )
+        ], annotations=[
+            dict(
+                text='sharpe total: %.3f' % overall_sharpe,
+                xref='paper', x=0.05,
+                yref='y', y=overall_sharpe,
+                xanchor='left'
+            )
+        ])
+        fig.update_layout(showlegend=False)
+        fig.update_xaxes(title_text='Tempo')
+        fig.update_yaxes(title_text='Sharpe móvel: ' + str(window) + ' períodos')
+        fig.show()
+    return rolling_sharpe
+
+
 def test_metrics():
     """
     Essa função define uma série aleatória de 50 elementos de retornos de um ativo fictício e de um índice de mercado e, a partir deles,