關(guān)注“發(fā)發(fā)與柴柴”，一起鼓搗賺錢(qián)的秘密

任憑弱水三千，我只取一瓢來(lái)飲

——曹雪芹《紅樓夢(mèng)》

在再平衡：簡(jiǎn)單操作將基金投資收益提升10%（上）中，我們簡(jiǎn)單介紹了“再平衡 ”?！霸倨胶狻笔菍?duì)投資組合中各資產(chǎn)占比進(jìn)行初始化，自動(dòng)實(shí)現(xiàn)高拋低吸的一種投資組合管理策略。

根據(jù)華泰金工研報(bào)：【華泰金工林曉明團(tuán)隊(duì)】再平衡策略的收益原理與改進(jìn)方法

一般來(lái)說(shuō)，再平衡策略主要分為三大類(lèi)：定期再平衡（Calendar rebalancing）、超出范圍再平衡（Percent threshold rebalancing）以及其他再平衡（Other rebalancing）。定期再平衡指在一定的時(shí)間頻率下進(jìn)行再平衡操作，再平衡時(shí)間頻率可根據(jù)需要設(shè)置為月度、季度或者年度等，例如固定每季度末進(jìn)行組合再平衡。超出范圍再平衡即在原資產(chǎn)配置比例的基礎(chǔ)上設(shè)置一個(gè)閾值范圍，一旦資產(chǎn)權(quán)重偏離比例超過(guò)閾值就進(jìn)行再平衡的操作。更復(fù)雜的再平衡手段，則包括定期和動(dòng)態(tài)相結(jié)合的方式或者利用計(jì)算風(fēng)險(xiǎn)、趨勢(shì)等指標(biāo)的其他方法。

本文主要利用Python, 對(duì)之前文章如何利用Python天天基金獲取基金單位凈值、累計(jì)凈值、增長(zhǎng)率（上）中獲取的基金數(shù)據(jù)進(jìn)行分析，構(gòu)建投資組合，并利用“超出范圍再平衡”策略進(jìn)行回測(cè)，以檢驗(yàn)“再平衡”策略的有效性。（下文所稱(chēng)“再平衡”均為超出范圍再平衡”）

檢驗(yàn)主要分為如下部分：

獲取相應(yīng)的基金數(shù)據(jù) 如何利用Python天天基金獲取基金單位凈值、累計(jì)凈值、增長(zhǎng)率（下）設(shè)置投資組合中各資產(chǎn)的初始比例將偏離度閾值設(shè)置為10%，并進(jìn)行回測(cè)分析利用假設(shè)檢驗(yàn)，將“再平衡”的投資組合表現(xiàn)與“買(mǎi)入持有”不操作的投資組合表現(xiàn)進(jìn)行對(duì)比

手動(dòng)下劃線

數(shù)據(jù)已經(jīng)在之前的文章 如何利用Python天天基金獲取基金單位凈值、累計(jì)凈值、增長(zhǎng)率（下）中獲取，這次直接導(dǎo)入使用即可。

因?yàn)橛美塾?jì)凈值計(jì)算的收益率存在偏差（具體原因請(qǐng)參加基金收益率：?jiǎn)挝粌糁颠€是累計(jì)凈值？），故還是改用通常的做法，利用“日增長(zhǎng)率”進(jìn)行累乘，計(jì)算最終的收益率。

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

2. 設(shè)置投資組合初始比例

投資組合的比例是之前根據(jù)某個(gè)策略，優(yōu)化sharpe ratio得到的。該比例并沒(méi)有針對(duì)“再平衡”進(jìn)行優(yōu)化，故針對(duì)再平衡策略并不存在人為過(guò)擬合的情況。而且本文主要是為了檢驗(yàn)“再平衡”策略與“買(mǎi)入并持有”策略之間是否存在顯著差異，即看起來(lái)“多此一舉”的再平衡是否更帶來(lái)正向的收益，故初始化的比例并不是非常重要。

3. 在Python 代碼中將偏離值閾值設(shè)置為10%。該比例為參考券商研報(bào)得到的一個(gè)大概印象值，并沒(méi)有經(jīng)過(guò)優(yōu)化。

閾值10% 再平衡策略，投資組合表現(xiàn)如下：

而按照初始比例，買(mǎi)入并持有的投資組合表現(xiàn)如下：

我們可以發(fā)現(xiàn)

再平衡：總收益185.6%，年化收益約17%，最大回撤為-10.9%

“買(mǎi)入持有不平衡”：總收益：175.2%。年化16.3%，最大回撤-11.7%

可以初步得出結(jié)論：

再平衡總收益高于不平衡，大約高出10.4%再平衡最大回撤更低，約縮小-0.8%，即再平衡風(fēng)險(xiǎn)更低

再本次回測(cè)中，再平衡策略，享有相對(duì)更高的收益和相對(duì)更對(duì)的風(fēng)險(xiǎn)，風(fēng)險(xiǎn)收益比更具性?xún)r(jià)比。

接下來(lái)我們對(duì)2個(gè)策略的累計(jì)收益率進(jìn)行統(tǒng)計(jì)檢驗(yàn)：

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

統(tǒng)計(jì)量和p值分別為

(3.678725362151936, 0.00011720125668776725)

ztest：

原假設(shè)H0: 再平衡策略累計(jì)收益率<=不平衡策略累計(jì)收益率

備擇假設(shè)H1：再平衡策略累計(jì)收益率>不平衡策略累計(jì)收益率

p值為0.00011720125668776725，故約有99.99%的概率拒絕原假設(shè)H0，即備擇假設(shè)H1為真，再平衡策略累計(jì)收益率>不平衡策略累計(jì)收益率具有統(tǒng)計(jì)學(xué)上的顯著性

關(guān)注“發(fā)發(fā)與柴柴”，一起鼓搗賺錢(qián)的秘密

任憑弱水三千，我只取一瓢來(lái)飲

——曹雪芹《紅樓夢(mèng)》

在再平衡：簡(jiǎn)單操作將基金投資收益提升10%（上）中，我們簡(jiǎn)單介紹了“再平衡 ”?！霸倨胶狻笔菍?duì)投資組合中各資產(chǎn)占比進(jìn)行初始化，自動(dòng)實(shí)現(xiàn)高拋低吸的一種投資組合管理策略。

根據(jù)華泰金工研報(bào)：【華泰金工林曉明團(tuán)隊(duì)】再平衡策略的收益原理與改進(jìn)方法

一般來(lái)說(shuō)，再平衡策略主要分為三大類(lèi)：定期再平衡（Calendar rebalancing）、超出范圍再平衡（Percent threshold rebalancing）以及其他再平衡（Other rebalancing）。定期再平衡指在一定的時(shí)間頻率下進(jìn)行再平衡操作，再平衡時(shí)間頻率可根據(jù)需要設(shè)置為月度、季度或者年度等，例如固定每季度末進(jìn)行組合再平衡。超出范圍再平衡即在原資產(chǎn)配置比例的基礎(chǔ)上設(shè)置一個(gè)閾值范圍，一旦資產(chǎn)權(quán)重偏離比例超過(guò)閾值就進(jìn)行再平衡的操作。更復(fù)雜的再平衡手段，則包括定期和動(dòng)態(tài)相結(jié)合的方式或者利用計(jì)算風(fēng)險(xiǎn)、趨勢(shì)等指標(biāo)的其他方法。

本文主要利用Python, 對(duì)之前文章如何利用Python天天基金獲取基金單位凈值、累計(jì)凈值、增長(zhǎng)率（上）中獲取的基金數(shù)據(jù)進(jìn)行分析，構(gòu)建投資組合，并利用“超出范圍再平衡”策略進(jìn)行回測(cè)，以檢驗(yàn)“再平衡”策略的有效性。（下文所稱(chēng)“再平衡”均為超出范圍再平衡”）

檢驗(yàn)主要分為如下部分：

獲取相應(yīng)的基金數(shù)據(jù) 如何利用Python天天基金獲取基金單位凈值、累計(jì)凈值、增長(zhǎng)率（下）設(shè)置投資組合中各資產(chǎn)的初始比例將偏離度閾值設(shè)置為10%，并進(jìn)行回測(cè)分析利用假設(shè)檢驗(yàn)，將“再平衡”的投資組合表現(xiàn)與“買(mǎi)入持有”不操作的投資組合表現(xiàn)進(jìn)行對(duì)比

手動(dòng)下劃線

數(shù)據(jù)已經(jīng)在之前的文章 如何利用Python天天基金獲取基金單位凈值、累計(jì)凈值、增長(zhǎng)率（下）中獲取，這次直接導(dǎo)入使用即可。

因?yàn)橛美塾?jì)凈值計(jì)算的收益率存在偏差（具體原因請(qǐng)參加基金收益率：?jiǎn)挝粌糁颠€是累計(jì)凈值？），故還是改用通常的做法，利用“日增長(zhǎng)率”進(jìn)行累乘，計(jì)算最終的收益率。

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

2. 設(shè)置投資組合初始比例

投資組合的比例是之前根據(jù)某個(gè)策略，優(yōu)化sharpe ratio得到的。該比例并沒(méi)有針對(duì)“再平衡”進(jìn)行優(yōu)化，故針對(duì)再平衡策略并不存在人為過(guò)擬合的情況。而且本文主要是為了檢驗(yàn)“再平衡”策略與“買(mǎi)入并持有”策略之間是否存在顯著差異，即看起來(lái)“多此一舉”的再平衡是否更帶來(lái)正向的收益，故初始化的比例并不是非常重要。

3. 在Python 代碼中將偏離值閾值設(shè)置為10%。該比例為參考券商研報(bào)得到的一個(gè)大概印象值，并沒(méi)有經(jīng)過(guò)優(yōu)化。

閾值10% 再平衡策略，投資組合表現(xiàn)如下：

而按照初始比例，買(mǎi)入并持有的投資組合表現(xiàn)如下：

我們可以發(fā)現(xiàn)

再平衡：總收益185.6%，年化收益約17%，最大回撤為-10.9%

“買(mǎi)入持有不平衡”：總收益：175.2%。年化16.3%，最大回撤-11.7%

可以初步得出結(jié)論：

再平衡總收益高于不平衡，大約高出10.4%再平衡最大回撤更低，約縮小-0.8%，即再平衡風(fēng)險(xiǎn)更低

再本次回測(cè)中，再平衡策略，享有相對(duì)更高的收益和相對(duì)更對(duì)的風(fēng)險(xiǎn)，風(fēng)險(xiǎn)收益比更具性?xún)r(jià)比。

接下來(lái)我們對(duì)2個(gè)策略的累計(jì)收益率進(jìn)行統(tǒng)計(jì)檢驗(yàn)：

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

統(tǒng)計(jì)量和p值分別為

(3.678725362151936, 0.00011720125668776725)

ztest：

原假設(shè)H0: 再平衡策略累計(jì)收益率<=不平衡策略累計(jì)收益率

備擇假設(shè)H1：再平衡策略累計(jì)收益率>不平衡策略累計(jì)收益率

p值為0.00011720125668776725，故約有99.99%的概率拒絕原假設(shè)H0，即備擇假設(shè)H1為真，再平衡策略累計(jì)收益率>不平衡策略累計(jì)收益率具有統(tǒng)計(jì)學(xué)上的顯著性