在 Numpy Array Python 中计算回撤

Question

我正在尝试编写一个函数来计算每个数组中最大的下降量。下面的函数在最大值和最小值之间进行计算，但它没有得到我正在寻找的预期输出。 calc(C) 的结果应该是 -62，因为 11,66,45,4 数组中的值从 66 下降到 4，导致下降到低于 66 的 -62 点。我如何才能修复下面的函数？示例代码来自：issue

def calc(arr):
    try:
        _min  = min(arr)
        index_min = np.where(arr == _min)[0][0] #first occurence
        _max = max(arr[:index_min])
        print(_min-_max)
    except:
        print('No drawdown')

A = np.array([0,2,5,44,-12,3,-5])
B = np.array([0,10,-110,23,45,66,30,2,12])
C = np.array([0,10,11,-23,45,11,66,45,4,12])
D = np.array([0,5,6,7,8])
E = np.array([0,10,5,6,8])

calc(A)
calc(B)
calc(C)
calc(D)
calc(E)

输出：

-56
-120
-34
No drawdown
No drawdown

预期输出：

-56
-120
-62
No drawdown
-5

Answer 1

最大的下降不一定发生在全局最大值或全局最小值处。我们需要一种详尽的方法来找到最大的倾角：

1. 检查到目前为止的最大值，我们可以使用numpy.maximum.accumulate;
2. 计算每个位置的最大跌幅。
3. 并采取所有下降中最大的下降。

---

def calc(a):
    acc_max = np.maximum.accumulate(a)
    return (a - acc_max).min()

calc(A)
# -56
calc(B)
# -120
calc(C)
# -62
calc(D)
# 0
calc(E)
# -5