标普500指数的恒定市值回测

长期持有不等于“躺平”。

长期持有并不意味着买入之后就不再调整。
卖出的逻辑是当初买入的逻辑不成立了。

传统的收益率止盈之类的不合适，止盈之后买什么呢？拿着现金？除非有更好的选择，或者当前基金的基本面变坏了，比如基金经理变更。

高估止盈是否需要？是需要的。否则就会坐过山车，但怎么止很关键。
传统上的做法是估值分位点超过85%止盈20%，超过90%再止盈20%这样的操作，这种操作会上牛市前期，早早就下车了。

我们选择恒定市值，就是保持恒定的仓位在市场中，比如一支基金仓位恒定5万，当市场上涨10%之后，把这个上涨的部分卖出落袋为安，而当市场下跌10%后，则在低位补仓至市值5万。如此持续做网格，不惧波动。

今天我们使用标普500指数近十年的数据来回测看看效果。

from engine.strategy import Strategy
from engine.datafeed import CSVDatafeed
import logging

logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)


# 恒定市值维护
class FixMarketValueSpx(Strategy):
    def __init__(self, feed):
        super(FixMarketValueSpx, self).__init__(feed)
        self.fix_mv = 100000.0
    def onbar(self, index, date, df_bar):
        print(date)
        instrument = 'SPX'
        if index == 0:
            self.acc.order_buy_mv(instrument, 80000)

        # 取当前市值，若超过设定值，比如5万的10%，即55000，则卖掉5000，反之买入差额的部分
        # 取当前instrument的持仓市值，
        curr_mv = self.acc.get_instrument_mv(instrument)
        print(date, '当前持仓：{}'.format(round(curr_mv, 2)), '现金：{}'.format(round(self.acc.curr_cash, 2)))

        if curr_mv >= 1.1 * self.fix_mv:
            gap = curr_mv - self.fix_mv  # +5000
            self.acc.order_sell_mv(instrument, gap)
        elif curr_mv <= 0.9 * self.fix_mv:
            gap = self.fix_mv - curr_mv
            self.acc.order_buy_mv(instrument, gap)


feed = CSVDatafeed()
# 标普500指数的恒定市值回测
feed.add_data('SPX', '../datas/SPX.csv')

s = FixMarketValueSpx(feed=feed)
s.run()
s.plot(benchmark=['SPX'], filename='SPX恒定市值.html')

结果如下图：

最大回测和波动率肯定是显著下降。

不过大家也许注意到了，年化收益也下降了，是的，像标普这种年化11.4%的指数，七年就能够翻一番，我们做网格，会有越来越多的现金往出提。不过注意，未体现在策略里的是，这些取出来的现金部分，还是会再投资的。这一部分没有算。

另外代码里把bokeh更换为了pyecharts，这个新版本还不错，使用起来很简单，功能很强大，推荐大家使用。

(公众号：七年实现财富自由（ailabx），用数字说基金，用基金做投资组合，践行财富自由之路)