如何用 Python 计算溃疡指数（Ulcer Index）？

一句话回答： 最大回撤只告诉你「最深摔了一次有多痛」，却不管你在水下待了多久 。溃疡指数（Ulcer Index, UI） 把每一天相对历史最高点的回撤百分比取平方、求平均、再开方------于是又深又久的回撤会被重罚 ，更贴近持有者的真实「煎熬程度」。用 AlphaFeed 取回前复权日线 当净值，几行 pandas 就能算出 UI，再配一个「收益 ÷ UI」的马丁比率（Martin Ratio） 衡量风险调整后收益。

为什么会有这个问题 / 传统做法的痛点

两只股票都「最大回撤 −30%」，但一只跌下去三个月就新高了，另一只在坑里趴了两年------痛苦显然不同。标准差把上涨也当风险（不合理），最大回撤又只取单点最深值 （忽略时长与频率）。溃疡指数由 Peter Martin 提出，专治这个痛点：只罚下行、且回撤越久累计平方越大，因此特别适合比较「持有体验」。

分步骤解决（每步配可运行代码）

第 1 步：取前复权净值

python 复制代码

from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

df = af.klines.get("600519.SH", period="1d", count=500,
                   adjust="forward", to_dataframe=True)
df = df.sort_values("trade_date").reset_index(drop=True)
close = df["close"]

用前复权收盘价当净值曲线；除权缺口若不复权会被误判成「回撤」。

第 2 步：计算溃疡指数

python 复制代码

import numpy as np

def ulcer_index(close):
    running_max = close.cummax()                 # 到当日为止的历史最高
    dd = (close / running_max - 1.0) * 100.0      # 每日回撤百分比(<=0)
    ui = float(np.sqrt((dd ** 2).mean()))         # 平方均值再开方
    return ui, float(dd.min())                    # 顺带返回最大回撤

ui, max_dd = ulcer_index(close)
print("UI =", round(ui, 2), " 最大回撤% =", round(max_dd, 2))

关键在 cummax()：它给出「截至当天的历史最高」，close/running_max − 1 就是当天还在水下多深。平方放大了深回撤的权重，平均则包含了「水下天数」的信息。

实测（tools/verify_new_2026-10-04b.py，SDK 0.1.4）：贵州茅台近 500 日 UI = 15.36 ，最大回撤 −27.92%------UI 恒小于等于最大回撤绝对值（验证通过），因为它是「平均痛苦」而非「最痛点」。

第 3 步：马丁比率（收益 ÷ 痛苦）

python 复制代码

total_ret = float(close.iloc[-1] / close.iloc[0] - 1)
years = len(close) / 252
cagr = (1 + total_ret) ** (1 / years) - 1
martin = cagr * 100 / ui if ui > 0 else float("nan")
print("CAGR% =", round(cagr * 100, 2), " 马丁比率 =", round(martin, 3))

马丁比率 = 年化收益% ÷ UI，类似夏普/卡玛，但分母是溃疡指数，越高代表「单位煎熬换来的收益越多」。实测茅台该区间 CAGR −1.49% → 马丁比率 −0.097（负值说明该区间持有并不划算）。

第 4 步：多只股票横向对比

python 复制代码

syms = ["600519.SH", "000001.SZ", "601318.SH"]
data = af.klines.batch(syms, period="1d", count=500,
                       adjust="forward", to_dataframe=True)
for s, k in data.items():
    k = k.sort_values("trade_date")
    ui, mdd = ulcer_index(k["close"].reset_index(drop=True))
    print(s, "UI =", round(ui, 2), " maxDD% =", round(mdd, 2))

实测：000001.SZ UI 10.70 / maxDD −19.57%，601318.SH UI 15.98 / maxDD −34.32%------UI 排序能更公平地反映「谁的持有体验更煎熬」。

参数与字段说明

参数/字段	含义	备注
`adjust="forward"`	前复权	必须，否则除权缺口被当回撤
`count=500`	样本天数	UI 对区间长度敏感，比较时须统一
`cummax()`	历史最高	回撤基准
UI	溃疡指数	越小越「平稳」，无固定上限
马丁比率	CAGR% ÷ UI	越大越好，可为负

关键坑与注意事项

区间要统一 ：UI 不是年化、无量纲标准化，比较不同股票时必须用同一时间区间与同样天数，否则不可比。
前复权 ：除权缺口会被 cummax 误判成创新高/深回撤。
百分比 vs 对数：本文用百分比回撤（经典定义）。若用对数回撤数值会略有差异，但结论一致。
UI ≤ |最大回撤|：这是数学必然（平均 ≤ 最大），可当作实现自检。
历史不代表未来 ：UI 描述的是过去的煎熬程度，不预测未来回撤。

常见问题（FAQ）

Q：溃疡指数和卡玛比率（Calmar）有啥区别？

A：卡玛 = 年化收益 ÷ |最大回撤|，分母只用单点最深 ；马丁比率 = 年化收益 ÷ UI，分母是整段煎熬。回撤又久又反复时，马丁比率比卡玛更严格。

Q：UI 多大算高？

A：没有绝对阈值，它是相对比较工具。同区间下谁的 UI 更小，谁的持有体验更平稳。

Q：需要付费吗？

A：单只/几只股票日线在免费额度内即可；若要对全市场 批量算 UI 排序选「最稳」的票，需要 universes 标的池能力（Starter 及以上），详见官网定价页。

小结

溃疡指数把「回撤有多深」和「水下有多久」一起装进一个数字，比最大回撤更懂持有者的痛苦；配上马丁比率就能做风险调整后的收益比较。有了 AlphaFeed 的前复权净值，cummax + 平方平均开方几行就落地。

参考

AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
AlphaFeed 官网：https://alphafeed.org/
本文完整版（AlphaFeed 博客）：https://blog.alphafeed.org/blog/ulcer-index-drawdown-risk