資訊專欄INFORMATION COLUMN
摘要：再平衡策略基本就是以固定收益為標準，圍繞其做波動，而波動的影響就是股市的漲跌。
賺錢是個俗氣的話題，但又是人人都繞不開的事情。我今天來“ 科學 ”地觸碰下這個話題。
談賺錢，就會談到理財、投資，談到炒股。有這樣一個笑話：
問：如何成為百萬富翁？
答：帶一千萬進入股市。
那么你有沒有炒過股？有沒有虧過錢？
股市雖然是個充滿造富神話的地方，但對于大部分參與者來說，風險都是極高的，所謂 七虧二平一賺 。而一般的銀行理財、貨幣基金，則是相對穩定的低收益率。今天要聊的是一個介于二者之間的投資策略， 既能提升你的收益率，又能維持一個相對可控的風險 。（真有這種好事？）
策略很簡單，一共分兩步：
把你手頭準備用于投資的閑錢（注意是閑錢）， 50%投資于股票指數基金 ，比如指數基金300ETF， 50%投資于低風險固定收益產品 ，比如大家都知道的余額寶、其他貨幣基金、銀行固定收益理財等。
每隔固定的一段時間 進行一次資產再平衡（假設一年）， 使股票資產和固定收益資產的比例恢復到50%對50% ，比如每年12月31日，如果這一年股票大漲，則需要賣出股票，買入貨幣基金，使調整后兩中資產的市值恢復50%對50%。
然后，就沒有然后了……就這么簡單。
這個策略并不是我拍腦袋想出來的，它的正式名稱叫做 動態再平衡策略 ，最早由“華爾街教父” 格雷厄姆 提出，之后也被很多證券分析師所引用。上述是一個極簡的初級版本。
關于策略的實際效果，很多人在書籍或文章中有過論述。但我想你恐怕還是對此持謹慎懷疑的態度。那么接下來，我就用代碼，在歷史數據上做一些模擬統計實驗，看看效果究竟如何。
這里的數據來源是 tushare ，一個開源財經數據接口包，我之前在文章中也有介紹過，詳見：想用 Python 做數據分析？先玩玩這個再說
數據處理用到了 numpy ，繪圖使用了 matplotlib 。
詳細代碼獲取見文末。
我們模擬場景設定為：
初始資金為 _10000 元_
以 滬深300[399300]指數 作為指數基金的參考
為了簡化模型，我們不考慮休息日，假設 每個交易日的固定收益為萬分之一 （年化3%左右）。
每隔一段固定時間，就進行一次“再平衡”操作，將指數基金與固定收益的比例恢復50:50。
將結果與 全部購買指數基金 和 全部購買固定收益 的效果進行對比。
根據之前的策略和設定，選取不同周期和時間段進行數次實驗，結果為：
在幾次實驗中，再平衡策略的收益均處在另外兩種策略中間：當股市好時，可以獲取遠超固定收益的回報；而當你的買賣點選擇不好，股票賠錢的時候，也不會虧太多。尤其像最后一組，從07年3000點左右買入，經歷10年2輪大牛市，股票回到原點后，再平衡策略依然有相當于固定收益的效果。
可視化展示：
藍線為指數，紅線為全指數基金策略 （二者曲線一致，只是坐標軸不一樣）， 綠色是固定收益的曲線 ， 堆疊折線圖則是再平衡策略的曲線 （下半部固定收益，上半部指數基金）。再平衡策略基本就是 以固定收益為標準，圍繞其做波動，而波動的影響就是股市的漲跌 。因此既保證了收益穩定性，又增加了有超額收益的機會。
在最簡版的基礎上，還可以有個變化： 不按固定周期再平衡，而是按比例，比如當其中一部分超過另一部20%時，則觸發再平衡 。
放在上述實驗數據中，總體來說收益率有所提升：
還可以將再平衡策略與定投策略結合起來，比如初始 10000 元，之后每個月（以30個交易日簡化）投入 1000 元，按照我們第二種再平衡策略，從 07 年 5 月一直堅持到現在，結果是：
共投入成本 101000 元
再平衡策略最終資金 131010 元
對比只買固定收益是 118317 元
只買指數基金是 108857 元
當然，僅從選取這幾次來下結論，依然不是很有說服力，所以我讓程序隨機選取開始和結束的時間點（至少1000個交易日），進行了 1000次實驗 ，最終的收益率統計如下圖：
紅點是再平衡策略收益率，黃點是固定收益率，綠點是指數基金收益率 。
我們的策略收益率大部分保持在 0~7 之間，標準差為 5.88，相對穩定。這一收益率也有賴于固定收益的基礎收益率，如果固定收益能提高到 5% 以上，此策略的收益率平均將接近 10%。
而純股票的收益率，雖然有可能達到驚人的數值（比如頂上那個點 150+%），但標準差有 14.1，也有很大的概率虧損。
因此，這個策略不太能讓你暴富，但對于尋求資產穩定增值的朋友，是非常值得參考的資產配置策略。
有人嘀咕了，說的這么神，你自己買了沒？
emmmm……這個，我就低調地曬個圖吧：
當然，這點盈利純屬狗屎運。（35倍的收益率其實是股票轉件計算收益的一個“bug”：是以剩余資金來計算百分比）
策略重要，找到一個好的入場時機更重要。不跟風，保持獨立思考，正所謂“別人貪婪時我恐懼，別人恐懼時我貪婪”。現在是不是合適的入場時機，這就不是我這個代碼能幫你算出來了的。
獲取文中相關代碼，請在公眾號（Crossin的編程教室）里回復關鍵字 策略
════
其他文章及回答：
如何自學Python | 新手引導 | 精選Python問答 | Python單詞表 | 人工智能 | 嘻哈 | 爬蟲 | 我用Python | 高考 | requests | AI平臺 | 計算機視覺
歡迎搜索及關注： Crossin的編程教室
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/45019.html
摘要：如果我們把這三個因子都加進去會怎樣呢收益率為倍，沒有剛才那么好了，還是剛才的和凈利潤環比增長率這兩個因子比較好，那就保留兩個吧。因此，我們可以考慮使用排名的方法，對這些因子進行排名。 導語：每一位寬客都相信，影響股票漲跌的因素不勝枚舉，而這些因素就是因子！本文作為一篇合格的入門教程，提供代碼當做框架，各路寬客可以自己測試，查看收益率，亦可利用聚寬python平臺自行構建代碼。 規范源碼...
摘要：財富管理專場上，螞蟻金服財富事業群資深技術專家康宇麟做了主題為人工智能在財富領域的應用與探索的精彩分享。使用人工智能技術可以幫助螞蟻金服決定給客戶理賠的金額，這大大提升了運營的效率。 摘要： 以數字金融新原力(The New Force of Digital Finance)為主題，螞蟻金服ATEC城市峰會于2019年1月4日上海如期舉辦。財富管理專場上，螞蟻金服財富事業群資深技術專家...
摘要：如何實現這一價值致力于將人工智能的能力賦予每一位量化投資者，平臺擁有股美股港股期貨期權等多市場海量數據，全面支持主流框架。人工智能量化投資平臺 導語：歡迎大家來到BigQuant人工智能量化投資平臺，本文將通過簡短的介紹幫助大家快速認識BigQuant，快速了解人工智可以為投資者帶來哪些價值，希望可以幫助大家快速建立起對BigQuant人工智能量化平臺的初步認識。 BigQuant是一...
摘要：最近研究量化交易，看了幾個回測的框架，最后盯上這個項目。所以對這個框架進行了一番研究。比如的設計，也是采用事件回調來計算指標或者進行交易。在的科學計算框架體系中，是核心，其核心的數據結構也被廣泛使用于其他數據分析框架之中。 最近研究量化交易，看了幾個回測的框架，最后盯上PyAlgoTrade這個項目。感覺很不錯，支持 策略回測和實盤交易，提供全面的技術分析接口，算是python的量化交...
摘要：預測，公有云服務將持續強勁成長，年終端使用者于公有云服務的支出可望成長至億美元。至年，公有云服務市場規模預計可逾億美元。此外，亦需仔細評估境外服務供應商在云端式服務所做的任何投資。 國際研究暨顧問機構Gartner指出，盡管產業化服務的日漸普及將使傳統與客制化服務的業務量縮減，但投資云端式服務所產生的新增營收可彌補境外服務供應商所受到的沖擊。然而，步調緩慢、無法或不愿投資云端以進行轉型的服...
閱讀 2222·2023-04-26 01:57
閱讀 3240·2023-04-25 16:30
閱讀 2324·2021-11-17 09:38
閱讀 1068·2021-10-08 10:14
閱讀 1382·2021-09-23 11:21
閱讀 3678·2019-08-29 17:28
閱讀 3450·2019-08-29 15:27
閱讀 944·2019-08-29 13:04
