# 5.1.1. Annualize
Mục đích: chuyển đổi chuỗi thời gian các giá trị (ví dụ: lợi suất) thành giá trị thường niên (annualized), dựa trên tần suất quan sát trong chuỗi thời gian đó.
Cấu trúc hàm: annualize(x)
Trong đó:
* **x**: `Series` — chuỗi thời gian (TimeSeries - Series có index là dạng datetime) các giá trị như lợi suất, biến động (volatility), hoặc bất kỳ số liệu nào cần annualize.
* **Return**: `Series` — chuỗi thời gian đã được annualize.
Cơ chế:
* Tự động **ước lượng tần suất mẫu (sample frequency)** của chuỗi `x`, ví dụ: hàng ngày, hàng tuần, hàng tháng,...
* Sau đó tính **hệ số annualization** phù hợp và áp dụng công thức:
$$
Y\_t = X\_t . \sqrt{F}
$$
* Trong đó:
* $$Y\_t$$ là giá trị thường niên tại thời điểm 𝑡
* $$X\_t$$ là giá trị gốc tại thời điểm 𝑡
* F là hệ số annualization (Annualization Factor)
Bảng hệ số annualization
| Kỳ quan sát | Hệ số annualization (F) |
| -------------------- | ----------------------- |
| Daily (hàng ngày) | 252 |
| Weekly (hàng tuần) | 52 |
| Bi-Weekly | 26 |
| Monthly (hàng tháng) | 12 |
| Quarterly (quý) | 4 |
| Annually (năm) | 1 |
Hàm này thường được dùng khi bạn có chuỗi thời gian là **returns hoặc volatility**, và bạn muốn:
* So sánh lợi suất thường niên giữa các cổ phiếu
* Tính độ biến động thường niên (annualized volatility)
* Chuẩn hóa dữ liệu để đưa vào mô hình tài chính
Nếu `returns(prices)` là chuỗi lợi suất hàng ngày, thì `annualized_returns` sẽ là lợi suất thường niên.
Lưu ý:
* Hàm `annualize()` sử dụng phương pháp **nhận diện tự động** tần suất dữ liệu (bằng cách đo khoảng cách giữa các `timestamp`) — bạn không cần cung cấp thông tin này.
* Trong thực tế, công thức annualization được dùng phổ biến nhất để **annualize volatility** (vì bản chất biến động cần được chuẩn hóa theo thời gian).
Ví dụ mẫu tính annualize return và annualize volatility của mã cổ phiếu HPG trong vòng 1 năm từ 24/06/2024 - 24/06/2025:
import pandas as pd
from FiinQuantX import FiinSession
from FiinQuantX.timeseries.econometrics import annualize
from datetime import datetime
from dateutil.relativedelta import relativedelta
username = "REPLACE_WITH_YOUR_USERNAME"
password = "REPLACE_WITH_YOUR_PASSWORD"
client = FiinSession(
username=username,
password=password
).login()
# Lấy dữ liệu giá đóng cửa 1 năm EOD của HPG
data = client.Fetch_Trading_Data(
realtime=False,
tickers="HPG",
fields=["close"],
adjusted=True,
by="1d",
from_date=(datetime.now() - relativedelta(years=1)).strftime("%Y-%m-%d")
).get_data()
# tính daily return
data["daily_return"] = data["close"] / data["close"].shift(1) - 1
# Đưa timestamp về dạng index để dùng trong hàm annyalize
data["timestamp"] = pd.to_datetime(data["timestamp"])
data.set_index("timestamp", inplace=True)
# Tính annualize returns
data["annualized_return"] = annualize(data["daily_return"])
print(data)
