定投改變命運(yùn)？python 幫你解答

最近股市火熱，有很多人躍躍欲試，面對(duì)琢磨不透的市場(chǎng)，除了隨波逐流，勇當(dāng)韭菜的命運(yùn)外，還有沒(méi)有其他選擇呢？今天就用 Python，從定投的視角上重新認(rèn)識(shí)下股市。

投資有風(fēng)險(xiǎn)！決策需謹(jǐn)慎！

定投

很多人都聽(tīng)說(shuō)過(guò)定投的概念，定投就是定期定額買(mǎi)入一個(gè)標(biāo)的（股票、基金或者其他有增長(zhǎng)空間的投資物），并且長(zhǎng)期持有，最終會(huì)獲得很好的收益，是很好的投資策略

關(guān)于長(zhǎng)期，股神巴菲特說(shuō)：

如果你沒(méi)打算將一只股票持有十年，甚至都不用考慮持有十分鐘

言下之意長(zhǎng)期就是十年或者永遠(yuǎn)。

為什么要定投？一般認(rèn)為，定投可以拉低購(gòu)買(mǎi)的成本價(jià)，使收益擴(kuò)大

不過(guò)也可能抬高成本價(jià)

真正原因是，市場(chǎng)中的 熊市比牛市長(zhǎng)很多很多，定投相當(dāng)于在長(zhǎng)期的熊市里積聚力量，最終在牛市中展現(xiàn)出投資的價(jià)值

真是這樣的嗎？

下面我們就研究下國(guó)內(nèi)市場(chǎng)上的一些股票基金，看看結(jié)果如何

獲取數(shù)據(jù)

我們以網(wǎng)易財(cái)經(jīng) http://quotes.money.163.com/old/#HS 作為數(shù)據(jù)來(lái)源

通過(guò)指定股票或者基金代碼獲取數(shù)據(jù)

由于網(wǎng)易財(cái)經(jīng)股票和基金 url 和 展示頁(yè)不同，所以需要分別處理，以獲取基金數(shù)據(jù)為例：

def?fund(code):
????url?=?'http://quotes.money.163.com/fund/jzzs_%s_%d.html?start=2001-01-01&end=2020-12-31&sort=TDATE&order=asc'
????data?=?pd.DataFrame()
????for?i?in?range(0,?100):
????????html?=?getHtml(url?%?(code,?i))
????????page?=?dataFund(html)
????????if?page?is?not?None:
????????????data?=?data.append(page,?ignore_index=True)
????????else:
????????????break
????????print("page?",?i)
????????time.sleep(1)
????filename?=?'fund_%s.xlsx'?%?code
????data.to_excel(filename,?index=False)
????print("數(shù)據(jù)文件:",?filename)

def?getHtml(url)):
????while(True):
????????rp?=?rq.get(url)
????????rp.encoding?=?'utf-8'
????????if?rp.text.find("對(duì)不起!您所訪問(wèn)的頁(yè)面出現(xiàn)錯(cuò)誤")?>?-1:
????????????print("獲取過(guò)于頻繁，等待?5?秒再試")
????????????time.sleep(5)
????????????continue
????????else:
????????????break
????return?rp.text

def?dataFund(html):
????table?=?Bs(html,?'html.parser').table
????if?table?is?None:
????????print(html)
????????return?None
????rows?=?table.find_all('tr',?recursive=True)
????data?=?[]
????columns?=?[th.text?for?th?in?rows[0].find_all('th')]
????for?i?in?range(1,?len(rows)):
????????data.append(rows[i].text.split('\n')[1:-1])
????if?len(data)?>?0:
????????pdata?=?pd.DataFrame(np.array(data),?columns=columns)
????????return?pdata
????else:
????????return?None

• 方法 fund 為基金數(shù)據(jù)獲取總方法，接受基金代碼作為參數(shù)
• 通過(guò)特定的 url，可查詢到 2001 年到 2020 年間的數(shù)據(jù)，數(shù)據(jù)開(kāi)始時(shí)間晚于 2001 年的，會(huì)以實(shí)際開(kāi)始時(shí)間來(lái)獲取
• 數(shù)據(jù)是分頁(yè)展示的，預(yù)設(shè)最大為 100 頁(yè)，循環(huán)每一頁(yè)獲取數(shù)據(jù)
• 將獲取的數(shù)據(jù)追加到 data 中，data 為 pandas 的 DataFrame
• 最后將數(shù)據(jù)存入以類(lèi)型和代碼命名的 Excel 文件中
• 方法 getHtml 接受 url 作為參數(shù)，返回 html 字符串
• rq 是 requests 的別名，通過(guò) get 方法，獲取頁(yè)面的 html 字符串
• 判斷是否被拒絕訪問(wèn)，如果被拒絕，等待 5 秒再試
• 方式 dataFund 接受 html 字符串作為參數(shù)，從中抓取基金數(shù)據(jù)
• 因?yàn)轫?yè)面只有一個(gè) table，所以先拿到 table，然后提取所有行
• 從第一行中獲取列名
• 然后獲取其他行的數(shù)據(jù)，存入 data 列表
• 如果獲取到了數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)換為 DataFrame 對(duì)象返回，否則返回 None

例如獲取代碼為 150124 的基金：

fund('150124')

最后在當(dāng)前目錄中，生成 fund_150124.xlsx 文件

相應(yīng)的股票對(duì)應(yīng)的方法是 stock，例如獲取代碼為 601600 的股票數(shù)據(jù)：

fund('601600')

生成的數(shù)據(jù)文件則為: stock_601600.xlsx

整理數(shù)據(jù)

股票數(shù)據(jù)和基金數(shù)據(jù)列有所不同，需要在分析前將數(shù)據(jù)處理為統(tǒng)一的形式

另外，定投而言，只需保留日期和價(jià)格，這樣也有助于減少數(shù)據(jù)量

代碼如下：

def?dataFormat(code,?type_='fund',?cycleDays=5,?begin='2001-01-01'):
????rawdf?=?pd.read_excel('%s_%s.xlsx'?%?(type_,?code))
????#?選擇對(duì)應(yīng)的列
????if?type_?==?'fund':
????????buydf?=?buydf[['公布日期','單位凈值']]
????else:
????????buydf?=?buydf[['日期','收盤(pán)價(jià)']]
????buydf.columns?=?["日期","單價(jià)"]
????buydf?=?buydf[buydf['日期']>=begin]
????buydf?=?buydf[buydf.index?%?cycleDays==0]?#?選出定投時(shí)機(jī)
????return?buydf

• 方法 dataFormat 為數(shù)據(jù)整理方法
• 參數(shù) code 為股票或者基金代碼，type_ 用來(lái)指定分析的是股票還是基金
• 參數(shù) cycleDays 表示定投時(shí)間間隔，默認(rèn)為 5 天，即一個(gè)星期(扣除周末)
• 參數(shù) begin 為開(kāi)始定投日期，默認(rèn)為 2001-01-01，這也是獲取數(shù)據(jù)最早的日期
• 根據(jù) code 和 type_ 用 pandas 讀取數(shù)據(jù)文件，存入原始數(shù)據(jù) rawdf 中
• 然后根據(jù) type_ 參數(shù)抽取需要的列，即 日期 和 價(jià)格，由于股票數(shù)據(jù)和基金數(shù)據(jù)的列名不同，需要更新為統(tǒng)一的列，日期 和 單價(jià)
• 然后再篩選出開(kāi)始日期及以后的數(shù)據(jù)，作為定投數(shù)據(jù)
• 最后過(guò)濾出購(gòu)買(mǎi)定投的數(shù)據(jù)，即從開(kāi)始日期起，把每隔定投時(shí)間間隔的數(shù)據(jù)篩選出來(lái)，并返回

呈現(xiàn)

開(kāi)始之前，需要先搞清楚怎么計(jì)算定投的價(jià)值

首先在每個(gè)定投點(diǎn)上，需要定投固定的金額，這個(gè)金額除以當(dāng)前價(jià)格，會(huì)得到購(gòu)買(mǎi)份數(shù)

持續(xù)下去，到將來(lái)某個(gè)點(diǎn)上，價(jià)值是多少呢？應(yīng)該是 此前所有購(gòu)買(mǎi)份數(shù)之和乘以這個(gè)點(diǎn)上的價(jià)格

對(duì)比每個(gè)點(diǎn)上定投的金額合計(jì)與這個(gè)點(diǎn)上的價(jià)值，就能知道此點(diǎn)上是盈是虧，用圖表來(lái)展示更加直觀

代碼如下：

def?show(buydf,?amount=1000):
????buydf.insert(2,'定投金額',?np.array(len(buydf)*[amount]))??##?增加定投列
????buydf.insert(3,'數(shù)量',?buydf['單價(jià)'].apply(lambda?x:?amount/x))??#?計(jì)算出價(jià)值
????buydf.insert(4,'累計(jì)本金',?buydf['定投金額'].cumsum())??##?計(jì)算定投累計(jì)
????buydf.insert(5,'累計(jì)數(shù)量',?buydf['數(shù)量'].cumsum())??##?計(jì)算價(jià)值累計(jì)
????buydf.insert(6,'當(dāng)前價(jià)值',?buydf['累計(jì)數(shù)量']*buydf['單價(jià)'])?##?計(jì)算實(shí)際單價(jià)

????##?凈值趨勢(shì)
????tend?=?pd.DataFrame(columns=['單價(jià)'],index=buydf['日期'].to_list(),data={'單價(jià)':buydf['單價(jià)'].to_list()})

????tend.plot.line(title="凈值走勢(shì)",?linewidth=1.5,?yticks=[])
????plt.show()

????##?選取投資比較
????data?=?pd.DataFrame(columns=['累計(jì)本金','當(dāng)前價(jià)值'],
????????index=buydf['日期'].to_list(),
????????data={'累計(jì)本金':?buydf['累計(jì)本金'].to_list(),
??????????????'當(dāng)前價(jià)值':?buydf['當(dāng)前價(jià)值'].to_list()})

????data.plot.line(title="定投效果",?linewidth=1.5,?yticks=[])
????plt.show()

• 方法 show 數(shù)據(jù)展示方法，接受兩個(gè)參數(shù)，buydf 為需要定投的數(shù)據(jù)，amount 為定投金額
• 向 buydf 中插入輔助計(jì)算的列，并利用 pandas 的集合運(yùn)算計(jì)算出 數(shù)量、累計(jì)本金、累計(jì)數(shù)量 和 當(dāng)前價(jià)值，其中 DataFrame 的 cumsum 方法會(huì)計(jì)算每行的累計(jì)值
• 再提取 單價(jià) 用于展示價(jià)格走勢(shì)
• 最后提取 累計(jì)本金 和 當(dāng)前價(jià)值 作為投資效果展示

價(jià)格走勢(shì)和投資效果最好展示在一個(gè)圖表上，試試有什么辦法可以做到，歡迎在學(xué)習(xí)群里交流

以基金建信央視50B (150124) 為例，從2015年5月26日開(kāi)始到現(xiàn)在的定投：

show(dataFormat('150124',?begin='2015-05-26'))

圖表如下：

注意：基金為隨意挑選，并不具備投資參考價(jià)值

結(jié)論

對(duì)多個(gè)不同的基金、股票做定投分析，發(fā)現(xiàn)以下結(jié)論：

• 更早的投資，獲取收益的可能性較大
• 熊市越久，最后獲得的收益越好
• 無(wú)論是熊市還是牛市買(mǎi)入，長(zhǎng)期來(lái)看對(duì)最終結(jié)果影響不大
• 最重要的是：即使在最高點(diǎn)買(mǎi)入，在價(jià)格收復(fù)之前，價(jià)值便會(huì)超過(guò)成本，太神奇了！

最終可以得到一個(gè)與眾不同的觀點(diǎn)，定投策略幾乎可以穩(wěn)賺，只要堅(jiān)持的時(shí)間夠久

與大多數(shù)人認(rèn)知不同的是，熊市是最終收益的基礎(chǔ)，進(jìn)一步證實(shí)了:

市場(chǎng)中的熊市比牛市長(zhǎng)很多很多，定投相當(dāng)于在長(zhǎng)期的熊市里積聚力量，最終在牛市中展現(xiàn)出投資的價(jià)值

看來(lái)只要選對(duì)具有上升空間的標(biāo)的，堅(jiān)持長(zhǎng)期定投，就能獲得豐厚回報(bào)

不過(guò)還得提醒：

投資有風(fēng)險(xiǎn)！決策需謹(jǐn)慎！

你怎么看的，跑下代碼試試看

總結(jié)

習(xí)得一個(gè)技能，不僅僅可以提高效率，更重要的是它可能改變我們的思考方式，將之前視而不見(jiàn)的東西，看的更清楚，理解的更透徹了，就像帶上了眼鏡，面對(duì)的是相同的世界，卻看的更清晰了。

參考

• https://www.liaoxuefeng.com/wiki/1016959663602400/1017785454949568
• https://blog.csdn.net/ajian6/article/details/93615594
• https://www.pythonf.cn/read/71
• https://zhuanlan.zhihu.com/p/33450843
• https://ri.firesbox.com/#/cn/