ETF基金定投数据分析1——数据收集

作为一个80后的小伙，我错过了一次又一次让自己财富增加的机会，唯一的投资理财就是把钱通通放到某额宝里。一年前，我开始学习理财的知识，最后选择进行etf基金定投来投资。找了一家券商开了户。投资的品种就两个:300ETF和纳指ETF，分别追踪沪深300指数和纳斯达克指数。选择这两个指数之前我用python跑了一下历史数据，二者的相关性很低，也许可以做风险对冲？
开始是每个月一次，后来逐渐增加到每个月三次，隔十天左右进行一次。单纯买入，没有止盈止损。我计划是先这么投一年，再看结果来调整。截止2019年1月9日，账户收益情况如下:
亏的。前几天美股暴跌，亏得更多。近一年定投的感受就是，这种投资方式真的很考验人性，好几次我都想卖了，忍住了。
现在，我们就用Python来分析一下近一年来的投资数据吧。开发环境:由于条件限制，我是在安卓手机上用Pydroid3做编程环境的，Python版本3.6.2。

常用的一些库都能安装，看自带的例子，似乎还能写安卓APP，我还没试过。与在电脑上编程相比，有两个限制:首先画图不能直接显示，要用savefig保存图片到文件;其次，深度学习的一些库，如Tensorflow等，装不了，可能是因为与硬件相关吧。但机器学习的库，如scikit-learn等，可以安装的。另外还安装了Termux等，用于进行git操作。
开发环境搞定了，接下来就是获取数据的问题了。我从券商的APP上把数据一个一个搬到Excel表格里，像这样:

本来想就这么读了，发现还可以另存为csv文件。那更好。于是数据就有了。开工吧。先导入相关的库，然后用read_csv读入数据:

import pandas as pd
from pandas import Series, DataFrame


#从csv文件读入数据
def ImportData(FileName):
    df = pd.read_csv(FileName)
    return df
   
   
#主程序
if __name__ == "__main__":
    etfdata = ImportData("etfdata.csv")
    print(etfdata)

OK，没问题。
接下来就开始折腾数据吧。DataFrame是一种表格式的，含有多列的数据结构。每列的数据类型可以不一样。每行/每列数据都有一个索引。用DataFrame.columns()得到每列的索引。

#探索数据
def ExploreData(Data):
    #每列的索引名称
    print(Data.columns)

用每列索引名称可以提取相应列的数据

print(Data["成交金额"])

还可以用"变量名.列名"的方式，结果是一样的。

print(Data.成交金额)

还可以用相同的方式输出指定行的信息:

print(Data.ix[1])

用values属性可以返回DataFrame的值。

#返回Data的值   
print(Data.values)

现在，可以把原始数据按买入的etf分成两个了:

#分离数据:根据买入的etf的不同划分数据
def DivData(Data):
    df_300 = Data[Data["证券名称"] == "300ETF"]
    df_nas = Data[Data["证券名称"] == "纳指ETF"]
    return (df_300, df_nas)
    用describe描述数据特征
#描述数据
    print(df_300.describe())
    print(df_nas.describe())

按成交均价，画个图看看吧。

import matplotlib.pyplot as plt


plt.plot(df_300["成交均价"])
    plt.plot(df_nas["成交均价"])
    plt.savefig("成交均价.png")

OK，接下来要计算收益率等信息了，需要知道历