基于Python的指数基金量化投资——指数基金偏离度计算

本文链接：https://blog.csdn.net/SocratesNietzsche/article/details/121492642

本文介绍了指数偏离度的概念及其在量化投资中的应用。通过公式100% × (当日指数 - N日平均指数) / N日平均指数计算偏离度，揭示了60日偏离度适合长期趋势判断，10日偏离度适合短期变化分析。文章还提到指数偏离度适用于右侧投资模式，并预告了关于左侧投资方式的微笑曲线策略。同时分享了获取指数数据的方法和交流途径。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

什么是指数偏离度

它是指数涨跌的快慢和偏离幅度指标。

当指数快速上涨，偏离度数据会迅速的向上偏离，当快速下跌时，偏离度数据会迅速的向下偏离。
在这里插入图片描述
而持续的上涨中出现下跌，偏离度就会急转直下，另一种持续的下跌中出现上涨，偏离度就会迅速上升。

指数偏离度的计算公式：100% × (当日指数 - N日平均指数) / N日平均指数；

其中N可以取5、10、20、30、60等值，就能反映出多少日的偏离度情况。数值越小反映的结果越趋近于瞬时变化，而数值越大反映的结果趋近于于平均变化。

指数偏离度反映的特征

下面是沪深300指数60日偏离度和10偏离度的情况。
在这里插入图片描述
60日偏离度更能反映指数在一段时间区间内的变化，整体性更好，抖动较大，有助于了解指数的长期偏离走势，而10日偏离度更能反映当前指数的瞬时变化，独立性更好，抖动较小，有助于了解指数的短期变化走势。

指数偏离度反映的是趋势的变化，更适用在量化的趋势投资中，也就是右侧投资模式，并不适合左侧投资方式，后续会介绍微笑曲线的投资方式，微笑曲线就是一种左侧投资方式。

在小将看来左侧投资方式的胜率更大也更适合自己，但萝卜青菜各有所爱，大家按自己的投资策略来就行。

源码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

view_name = 'sh.000300'

# (当日指数或收盘价-N日平均指数或收盘价)/N日平均指数或收盘价×100%

index_info = pd.read_csv('./exportfile/indexDataAll/' + view_name + '.csv')

index_data = index_info['close'].values[1:len(index_info['close']):1]
win_10 = 10
win_30 = 30
win_60 = 60
offset = 60
index_data_deviation_10 = np.zeros([len(index_data),1])
index_data_deviation_30 = np.zeros([len(index_data),1])
index_data_deviation_60 = np.z