量化投资之定投，无脑却收益还不错，记得周三来

目标：

本系列开始重点研究量化，逐步改善模型，改善策略，然后评估各个策略的优劣。 本文是第一篇，也是最容易最无脑投资的一篇，每周三定投，收益还不错。

---

内容：

如果工作太忙没法投资，闲钱无处放，不妨看看这这种方式。

学金融的都知道最简单靠谱的投资方式：定投。
是否真有效？假期封在家，做了下实验。
假设每周，通过支付宝线下买基金定投1000，从15年元旦开始。就投创业板吧，亏钱了就当给科技做贡献。要知道15年可是股灾年，19年也是，经历了2次股灾还能有收益吗？一起来看看到今天2020-02-07，收益如何？
图1为指数行情，证明数据没有错。

图2为定投VS年化5%无风险收益的对比图。可见，定投确实收益超过存定期。

图3为定投选星期几呢？国外有个著名的“周四效应”，而在创业板中，最好的却是周三！国外的月亮比一定在国内元。最差周一、周五。差值能达到20000元。

图4为定投的纯收益，亏损最多的是在19年初那次股灾。

图5为收益率曲线，也可以看出周三的收益率最好。

图6为收益率，定投最多也能亏40%，让人有点崩溃吧。

为啥定投很少有人坚持？2016-2020年4年都在亏钱，好多人的心理早已崩溃，心理承受能力早已塌陷。但曙光就在后面。

这种机械式定投显然不是很好的办法。但确实也有赚钱机会。
股市有风险，投资需谨慎。

改进措施：

最大回撤=82% - （-39%） = 120%。策略波动太大。 亏钱源自于高价位买太多，低价位买太少，所以机械的每次买一样的金额，明显不好，可以考虑增加弹性，高价位买少，低价位买多。这样最大回撤能小很多。 下篇见。

---

代码：

实验数据此处下载：链接：https://pan.baidu.com/s/1yVThgukzc3iXFhjHMLVONA
提取码：1234

# -*- coding:utf-8 -*-
"""
作者：luoji
日期：2022年02月06日
"""

import pandas as pd
import time
import matplotlib.pyplot as plt
import matplotlib as mpl
from matplotlib.ticker import FuncFormatter

# 设置显示为中文
mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['font.serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

# dateTOBegin = '2018-01-01'
dateTOBegin = '2015-01-01'  # 定投开始时间

data = pd.read_csv('C:\\LuojiPythonProject\\AGuquant\\data\\399006.csv', encoding='UTF-8', index_col=0)  # 加载数据，去掉第一列
print(data.head(5))

data['trade_date'] = pd.to_datetime(data['trade_date'], format='%Y%m%d')  # 把字符日期转换为日期格式
print(data['trade_date'])
data = data[data['trade_date'] >= dateTOBegin]  # 筛选定投开始以后的数据

data = data.set_index('trade_date')  # 把日期设置为index，方便存取和画图，原地更改data

print(data.head(5))
print(data.index)
print(data.columns)  # 这里trade_date在列中被删除了，排了序之后，再补回来

data = data.sort_values(['trade_date'], ascending=True)  # 按照日期从大到小排序
print(data.head(5))

figure = plt.figure(1)  # 画图1
data['close'].plot(title='创业板指数价格', xlabel='交易日期', ylabel='价格', legend='收盘价', grid=True)  # 按 收盘价画指数图
# plt.show()

print(data.columns)
# print(data['trade_date'].head(5))
data['trade_date'] = data.index  # 新增一列trade_date，之前那个trade_date设置为了index，并排序。现在还原回来，
listWeekDay = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday']  # 星期1-5
data['day_of_week'] = data['trade_date'].dt.dayofweek  # 获得星期几的序号，从0开始，到6，表示星期一到星期天

# def conver2weekDay(x):
#     return listWeekDay[x]
#
# data['weekDay'] = data['weekDay'].map(conver2weekDay)  # 等效为：
data['day_of_week'] = data['day_of_week'].map(lambda x: listWeekDay[x])  # 把day_of_week转换成英语的星期，用了匿名函数
print(data.head(5))

baseCapital = 1000  # 每周初始定投资金

for i in range(5):
    principal = 'principal_on_' + listWeekDay[i]  # 本金 principal
    data[principal] = 0  # 新建本金 principal列并初始化
    bugAmount = 'bug_amount_on_' + listWeekDay[i]  # 购买数量，也即是定投的股数
    data[bugAmount] = 0  # 初始化定投的股数

for i in range(5):
    day = listWeekDay[i]  # 获取星期几
    bugAmount = 'bug_amount_on_' + listWeekDay[i]  # 购买数量
    principal = 'principal_on_' + listWeekDay[i]  # 本金 principal
    data.loc[data['day_of_week'] == day, principal] = baseCapital  # 本金字段，写到具体星期几做的定投
    # 计算定投时的股数，也就是用本金除以收盘价，得到当天购买的股数
    data.loc[data['day_of_week'] == day, bugAmount] = baseCapital / data[data['day_of_week'] == day]['close']
    # print(data.head(5))
print(data.head(10))
print(data.columns)

for i in range(5):
    accumulateAmount = 'accumulate_amount_' + listWeekDay[i]  # 累积购买股数
    bugAmount = 'bug_amount_on_' + listWeekDay[i]  # 购买数量
    data[accumulateAmount] = data[bugAmount].cumsum()  # 购买数量累加，即可得到累积购买的股数
    marketValue = 'market_value_on_' + listWeekDay[i]  # 当前持有股数的市值
    data[marketValue] = data['close'] * data[accumulateAmount]  # 收盘价乘以累积购买股数，即可得到市值

figure = plt.figure(2)
for i in range(5):
    marketValue = 'market_value_on_' + listWeekDay[i]  # 画市值图形
    data[marketValue].plot(title='定投市值', xlabel='交易日期', ylabel='市值', legend=marketValue, grid=True)

# no risk profit 无风险收益曲线，作为对照，进行对比投资是否有效，无风险利率5%
data['no_risk_principal'] = 0
data.loc[data['day_of_week'] == 'Monday', 'no_risk_principal'] = baseCapital  # 无风险定投选在每周1
data['no_risk_accumulate_principal'] = data['no_risk_principal'].cumsum()  # 无风险累积成本
no_risk_rate = 0.05  # 无风险收益率5%
no_risk_rate_daily = no_risk_rate / 200  # 交易天数按200天计算，得到每天的无风险收益率
data['no_risk_profit_everyday'] = data['no_risk_accumulate_principal'] * no_risk_rate_daily  # 每天的无风险收益
data['no_risk_profit'] = data['no_risk_profit_everyday'].cumsum()  # 每天的无风险收益累加，即可得到累积的收益
data['no_risk_market_value'] = data['no_risk_accumulate_principal'] + data['no_risk_profit'] # 无风险收益加本金，得到市值
data['no_risk_market_value'].plot(xlabel='交易日期', ylabel='市值', legend='5%_no_risk_market_value', grid=True)
data['no_risk_accumulate_principal'].plot(xlabel='交易日期', ylabel='市值', legend='无风险本金', grid=True) # 画本金

# plt.show()

# 减去本金，计算纯收益
for i in range(5):
    principal = 'principal_on_' + listWeekDay[i]  #本金
    accumulate_principal = 'accumulate_principal_' + listWeekDay[i] #累积本金
    data[accumulate_principal] = data[principal].cumsum()  # 累积成本=本金相加
    marketValue = 'market_value_on_' + listWeekDay[i]  # 市值
    profit = 'profit_on_' + listWeekDay[i] # 纯收益
    data[profit] = data[marketValue] - data[accumulate_principal] # 市值减去累计本金，得到纯收益
    profit_rate = 'profit_rate_on_' + listWeekDay[i] # 收益率
    data[profit_rate] = data[profit] / data[accumulate_principal] # 收益率 = 收益/累积本金

figure = plt.figure(3) # 画收益曲线
for i in range(5):
    profit = 'profit_on_' + listWeekDay[i]
    data[profit].plot(title='定投收益', xlabel='交易日期', ylabel='收益（元）', legend=profit, grid=True)

data['no_risk_profit_rate'] = data['no_risk_profit'] / data['no_risk_accumulate_principal'] #无风险收益/无风险本金=无风险收益率
data['no_risk_profit'].plot(title='定投收益', xlabel='交易日期', ylabel='收益（元）', legend='5% no_risk_profit', grid=True)

# plt.show()


figure = plt.figure(4) # 画定投收益率
for i in range(5):
    profit_rate = 'profit_rate_on_' + listWeekDay[i]
    data[profit_rate].plot(title='定投收益率', xlabel='交易日期', ylabel='收益率', legend=profit_rate, grid=True)

data['no_risk_profit_rate'].plot(xlabel='交易日期', ylabel='收益率', legend='5% no_risk_profit_rate', grid=True)


def to_percent(temp, position): # 转换画收益图的Y轴为百分数。
    return '%1.0f' % (100 * temp) + '%'

plt.gca().yaxis.set_major_formatter(FuncFormatter(to_percent))
plt.show()

---

产出：

如果资金有计划近期不会使用，可以考虑研究一下如何投资。
修改一下代码，如果我们2018-01-01年开始定投，会怎么样？




收益更好，能达到50%。