- 博客(4)
- 收藏
- 关注
RSS订阅原创 量化7年1000万知与行，回测量化7年如果只每月定投5.4万到沪深300指数基金，能否实现7年1000万
给自己定的目标是量化7年建立一个1000万的投资组合，通过PMT公式计算7年1000万，每个月按1.67%收益率，7年84个月按月投入，套入公式=FMT（r,n,,FV,1）r为月收益率，n为84个月，FV为最后得到的本金加收益，1表示每个月1号投入资金，当月投入的资金也按月收益率计算收益，=FMT（0.0167,84,,10000000,1）得到初始投入资金54487元，按初始投入资金和预估月收益率制作执行表格如下如果只每月定投沪深300指数基金能否实现这个目标呢？通过python学习，回测一下每
2021-08-24 01:42:31
288
原创 量化7年1000万知与行，python统计所有可转债的最大回撤，并分析
python计算最大回撤 最大回撤率(drawdown)：在选定周期内任一历史时点往后推，产品净值走到最低点时的 收益率回撤幅度的最大值。最大回撤用来描述策略（投资）可能出现的最糟糕的情况。数据来源国信 iquant 下载地址网页链接集成了python的环境和库，提供免费的数据，和回测账号，下载安装即可直接开启python量化之旅。获取数据，生成dataframe。一行代码分析import numpy as npimport pandas as pdfrom d
2021-08-23 11:46:03
950
原创 量化7年1000万知与行，python统计所有可转债的夏普比率，分析风险收益之间的性价比
国债（无风险收益率）的回报是3%，而你的投资标的平均收益是15%，投资标的标准偏差是6%，那么用15%－3%,可以得出12%，代表你超出无风险投资的回报，再用12%÷6%＝2，这就是夏普比率值，代表投资者风险每增长1%，换来的是2%的额外收益量化的起步我选择可转债，因为可转债下有保底，上不封顶，那可转债的风险收益比怎么样呢，这里实操最近学习的python方法，计算出所有上市可转债的夏普比率，无风险收益Rf用国债3%。import numpy as npimpo...
2021-08-23 11:40:11
448
原创 量化投资：记录自己知与行的实操，通过量化实践，用7年从0打造一个1000万的组合
知与行，理解和实践盈亏同源的理论。通过量化投资以最小的风险获取最高的收益是这个组合的道与术。按量化指数模型构建一个1000万组合的流程和方法，实践在量化投资之路上积小胜为大胜，最终实现7年1000万的量化组合目标。目标有了，就来确定实现路径。通过PMT公式计算7年1000万，每个月按1.67%收益率，7年84个月按月投入，套入公式=FMT（r,n,,FV,1）r为月收益率，n为84个月，FV为最后得到的本金加收益，1表示每个月1号投入资金，当月投入的资金也按月收益率计算收益，=FMT（0.0167,..
2021-08-23 02:00:58
5717
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人