基金收益怎么改，基金收益怎么改地区？-钱如故

基金收益怎么改，基金收益怎么改地区？

关注“发发与柴柴”，一起鼓捣赚钱的秘密

任凭弱水三千，我只取一瓢来饮

——曹雪芹《红楼梦》

在再平衡：简单操作将基金投资收益提升10%（上）中，我们简单介绍了“再平衡 ”。“再平衡”是对投资组合中各资产占比进行初始化，自动实现高抛低吸的一种投资组合管理策略。

根据华泰金工研报：【华泰金工林晓明团队】再平衡策略的收益原理与改进方法

一般来说，再平衡策略主要分为三大类：定期再平衡（Calendar rebalancing）、超出范围再平衡（Percent threshold rebalancing）以及其他再平衡（Other rebalancing）。定期再平衡指在一定的时间频率下进行再平衡操作，再平衡时间频率可根据需要设置为月度、季度或者年度等，例如固定每季度末进行组合再平衡。超出范围再平衡即在原资产配置比例的基础上设置一个阈值范围，一旦资产权重偏离比例超过阈值就进行再平衡的操作。更复杂的再平衡手段，则包括定期和动态相结合的方式或者利用计算风险、趋势等指标的其他方法。

本文主要利用Python, 对之前文章如何利用Python天天基金获取基金单位净值、累计净值、增长率（上）中获取的基金数据进行分析，构建投资组合，并利用“超出范围再平衡”策略进行回测，以检验“再平衡”策略的有效性。（下文所称“再平衡”均为超出范围再平衡”）

检验主要分为如下部分：

获取相应的基金数据如何利用Python天天基金获取基金单位净值、累计净值、增长率（下）设置投资组合中各资产的初始比例将偏离度阈值设置为10%，并进行回测分析利用假设检验，将“再平衡”的投资组合表现与“买入持有”不操作的投资组合表现进行对比

手动下划线

数据已经在之前的文章如何利用Python天天基金获取基金单位净值、累计净值、增长率（下）中获取，这次直接导入使用即可。

因为用累计净值计算的收益率存在偏差（具体原因请参加基金收益率：单位净值还是累计净值？），故还是改用通常的做法，利用“日增长率”进行累乘，计算最终的收益率。

# 获取日增长率fund_df_=locals()datas_ret=[]for i in range(len(my_df)): jingzhi=fund_df_[i]['日增长率'].to_frame() jingzhi=jingzhi.rename(columns={'日增长率':my_df['name'][i]}) datas_ret.append(jingzhi)

2. 设置投资组合初始比例

投资组合的比例是之前根据某个策略，优化sharpe ratio得到的。该比例并没有针对“再平衡”进行优化，故针对再平衡策略并不存在人为过拟合的情况。而且本文主要是为了检验“再平衡”策略与“买入并持有”策略之间是否存在显著差异，即看起来“多此一举”的再平衡是否更带来正向的收益，故初始化的比例并不是非常重要。

基金名称	比例
广发纳指100	27%
银河收益混合	22%
易方达稳健收益B	27%
易方达安心回报债券A	24%
	100%

3. 在Python 代码中将偏离值阈值设置为10%。该比例为参考券商研报得到的一个大概印象值，并没有经过优化。

阈值10% 再平衡策略，投资组合表现如下：

Start date	2014-02-07
End date	2020-12-25
Total months	80
	Backtest
Annual return	17.0%
Cumulative returns	185.6%
Annual volatility	8.5%
Sharpe ratio	1.88
Calmar ratio	1.55
Stability	0.90
Max drawdown	-10.9%
Omega ratio	1.43
Sortino ratio	2.76
Skew	-0.80
Kurtosis	9.44
Tail ratio	1.20
Daily value at risk	-1.0%

Worst drawdown periods	Net drawdown in %	Peak date	Valley date	Recovery date	Duration
0	10.44	2020-02-20	2020-03-20	2020-06-19	87
1	7.28	2015-12-29	2016-02-05	2016-07-26	151
2	6.52	2018-09-28	2019-01-02	2019-02-25	107
3	5.78	2015-08-17	2015-08-24	2015-10-23	50
4	5.06	2018-01-26	2018-02-08	2018-06-04	92

Stress Events	mean	min	max
Apr14	0.02%	-0.71%	0.72%
Oct14	0.21%	-1.09%	1.14%
Fall2015	-0.13%	-1.97%	1.37%
New Normal	0.06%	-4.67%	2.40%

基金收益怎么改，基金收益怎么改地区？

而按照初始比例，买入并持有的投资组合表现如下：

Start date	2014-02-07
End date	2020-12-25
Total months	80
	Backtest
Annual return	16.3%
Cumulative returns	175.2%
Annual volatility	8.9%
Sharpe ratio	1.74
Calmar ratio	1.39
Stability	0.90
Max drawdown	-11.7%
Omega ratio	1.40
Sortino ratio	2.53
Skew	-0.81
Kurtosis	9.46
Tail ratio	1.13
Daily value at risk	-1.1%

Worst drawdown periods	Net drawdown in %	Peak date	Valley date	Recovery date	Duration
0	11.18	2020-02-20	2020-03-20	2020-06-22	88
1	7.13	2018-09-28	2019-01-02	2019-02-25	107
2	7.12	2015-12-30	2016-01-27	2016-08-08	159
3	6.04	2015-06-03	2015-08-24	2015-10-23	103
4	5.62	2020-09-02	2020-09-23	2020-12-21	79

Stress Events	mean	min	max
Apr14	0.02%	-0.71%	0.72%
Oct14	0.21%	-1.09%	1.14%
Fall2015	-0.12%	-1.98%	1.35%
New Normal	0.06%	-4.68%	2.62%

基金收益怎么改，基金收益怎么改地区？

我们可以发现

再平衡：总收益185.6%，年化收益约17%，最大回撤为-10.9%

“买入持有不平衡”：总收益：175.2%。年化16.3%，最大回撤-11.7%

可以初步得出结论：

再平衡总收益高于不平衡，大约高出10.4%再平衡最大回撤更低，约缩小-0.8%，即再平衡风险更低

再本次回测中，再平衡策略，享有相对更高的收益和相对更对的风险，风险收益比更具性价比。

接下来我们对2个策略的累计收益率进行统计检验：

import statsmodels.stats.weightstats as swsw.ztest((1+e.ret).cumprod(),(1+e.bench_ret).cumprod(),value=0, alternative='larger')

统计量和p值分别为

(3.678725362151936, 0.00011720125668776725)

ztest：

原假设H0: 再平衡策略累计收益率<=不平衡策略累计收益率

备择假设H1：再平衡策略累计收益率>不平衡策略累计收益率

p值为0.00011720125668776725，故约有99.99%的概率拒绝原假设H0，即备择假设H1为真，再平衡策略累计收益率>不平衡策略累计收益率具有统计学上的显著性

好了，这篇文章就和大家分享到这里，希望可以帮助到大家。另外，想要实现投资稳定盈利，建议大家可以多学习一些相关的课程内容，这里给大家推荐一个知识平台——爱雅微课：https://ke.iya88.com/，里面提供了全网最全最实战的课程，很多大佬都是该网站的会员，抓紧收藏起来吧！

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 yingxiaoo@foxmail.com 进行举报，一经查实，本站将立刻删除。如若转载，请注明出处：https://www.qianguzi.com/32274.html

基金收益怎么改，基金收益怎么改地区？

相关推荐