指数投资方式中有四种基本的方法，分别是定期定额、定期不定额、不定期定额和不定期不定额，这四种方式投资效果不同，对投资者的要求也不同，定期定额最简单，但收益不算高，不定期不定额最复杂，对投资者的要求最高，特别是对情绪的要求非常高，同时收益也是最好的。
在上一篇《基于Python的指数基金量化投资- 指数投资技巧（一）定期定额》中已经介绍了定期定额的方式，这里接着介绍第而种定期不定额的情况喝量化的过程。
定期不定额还是按日、按周或者按月进行投资，但每次投资的资金不一样，如果指数高就少买，如果指数低就多买，例如每周都会买入沪深300基金，当指数是3000的时候买入300块，当指数是2000的时候买入600块，当指数是1000的时候买入900块，这样相当于在低位买入了更多的份额，高位买入了更少的份额，这样有利于在低于积累份额，在未来会获得更多的收益，比第一种定期定额方案会更优。
下面通过用中证全指的数据进行量化测试来看看具体的过程。
具体的策略是下面的三个条件：
1）按周进行投资；
2）当估值为80%时投入400元，估值70%时投入600元，估值为60%时投入800元，估值50%时投入1000元，估值为40%时投入1200元，估值30%时投入1400元，估值为20%时投入1600元，估值10%时投入1800元，估值等于0%时投入2000元。
3）当估值高于80%时全仓卖出；
通过这种方式可以得到下面的量化结果。
图中上半部分蓝线是指数走势，红点是按周定投的位置，但是红点不是一样大的，指数位置越高红点越小，指数位置越低红点越大，表示低点买得多，高点买得少。而几个紫色的点表示估值高于80%卖出的位置。
下半部分的图表示总资产、已投入资金和持有基金份额，其中红线时总资产，蓝线是已投入资金，橙线是持有基金份额。开始阶段不断买入持有份额和总资产是重合的，随着买入的增多同时指数上涨，红线橙线逐步高于蓝线，在2015年初左右估值高于80%则卖出，可以看见橙线变为0，也就是全仓卖出，然后红线、蓝线和橙线持续保持了一段时间的水平走势，也就是这区间没有任何投入，资产、资金和份额都没有变化，接下来也有不同时期的买入和卖出。
最后可以看出投入的资金是447800元，整体资产是666224.42，收益是48.78%，比定期定额的收益高出了不少。
结果显示定期不定额的投资效果要高于定期定额，接下来还会分享不定期定额和和不定期不定额来进行比较。
源码
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math as math
name_index = 'lxr_1000002'
name_index_g = 'g_lxr'
all_data_index =pd.read_csv('./exportfile/indexDataAll/' + name_index + '.csv')
all_data_index_g =pd.read_csv('./importfile/indexSeries/indexValuation/g/' + name_index_g +'.csv')
calc_range = 2500
calc_gap = 5
data_index_p =all_data_index['close'].values[len(all_data_index['close']) -calc_range:len(all_data_index['close']):calc_gap]
data_index_g =all_data_index_g['pe'].values[len(all_data_index_g['pe']) -calc_range:len(all_data_index_g['pe']):calc_gap]
val_percentage_list = list()
sell_flag_no_regular_no_quota = [0, 0]
sell_flag_regular_quota = 0
sell_flag_regular_no_quota = 0
sell_flag_no_regular_quota = 0
def RegularNoQuota(val_percentage,val_data_p, buy_cnt, buy_total_share):
global sell_flag_regular_no_quota
thd_valuation = [0.0, 0.10, 0.20, 0.30, 0.40, 0.50, 0.60, 0.70, 0.80]
each_ratio = [2.0, 1.80, 1.60,1.40, 1.20, 1.00, 0.80, 0.60, 0.40]
if val_percentage == thd_valuation[0]:
each_ratio_todo = each_ratio[0]
elif thd_valuation[0] < val_percentage <= thd_valuation[1]:
each_ratio_todo = each_ratio[1]
elif thd_valuation[1] < val_percentage <= thd_valuation[2]:
each_ratio_todo = each_ratio[2]
elif thd_valuation[2] < val_percentage <= thd_valuation[3]:
each_ratio_todo = each_ratio[3]
elif thd_valuation[3] < val_percentage <= thd_valuation[4]:
each_ratio_todo = each_ratio[4]
elif thd_valuation[4] < val_percentage <= thd_valuation[5]:
each_ratio_todo = each_ratio[5]
elif thd_valuation[5] < val_percentage <= thd_valuation[6]:
each_ratio_todo = each_ratio[6]
elif thd_valuation[6] < val_percentage <= thd_valuation[7]:
each_ratio_todo = each_ratio[7]
elif thd_valuation[7] < val_percentage <= thd_valuation[8]:
each_ratio_todo = each_ratio[8]
else:
each_ratio_todo = 0
if each_ratio_todo > 0:
sell_flag_regular_no_quota = 0
buy_each_regular_quota = 1000 * each_ratio_todo
buy_each_share = buy_each_regular_quota / val_data_p
buy_cnt = buy_cnt + buy_each_regular_quota
plot_y = val_data_p
plot_x = i
plot_flag = 1
else:
if sell_flag_regular_no_quota == 0:
sell_flag_regular_no_quota = 1
buy_each_share = -buy_total_share
buy_total_share = 0
plot_y = val_data_p
plot_x = i
plot_flag = -1
else:
buy_each_share = 0
plot_y = val_data_p
plot_x = i
plot_flag = 0
return buy_each_share, buy_cnt, [plot_flag, plot_x, plot_y],buy_total_share
gap = 5 # invest each week
cnt = 0
buy_each_share_regular_no_quota =np.zeros((len(data_index_p), 1))
buy_total_share_list_regular_no_quota =np.zeros((len(data_index_p), 1))
buy_total_money_list_regular_no_quota =np.zeros((len(data_index_p), 1))
buy_cnt_regular_no_quota = 0
plot_regular_no_quota =np.zeros((len(data_index_p), 3))
# idx_start = 974 #2011-1-4
idx_start = 1
for i in range(len(data_index_p)):
valuation_len =all_data_index_g['pe'].values[len(all_data_index['close']) -calc_range-500:len(all_data_index['close']) - calc_range+i*calc_gap:calc_gap]
val_loc = np.where(valuation_len < data_index_g[i])
val_percentage = len(val_loc[0]) / (len(valuation_len))
val_percentage_list.append(val_percentage)
buy_each_share_regular_no_quota[i], buy_cnt_regular_no_quota,plot_regular_no_quota[i], buy_total_share_regular_no_quota\
= RegularNoQuota(val_percentage, data_index_p[i],buy_cnt_regular_no_quota,sum(buy_each_share_regular_no_quota))
buy_total_share_list_regular_no_quota[i] =sum(buy_each_share_regular_no_quota) * data_index_p[i]
buy_total_money_list_regular_no_quota[i] = buy_cnt_regular_no_quota
earn_total_money_regular_no_quota =np.zeros((len(data_index_p), 1))
money_sell_regular_no_quota = 0
for i in range(len(data_index_p)):
if buy_each_share_regular_no_quota[i] < 0:
money_sell_regular_no_quota = money_sell_regular_no_quota -buy_each_share_regular_no_quota[i] * data_index_p[i]
earn_total_money_regular_no_quota[i] =sum(buy_each_share_regular_no_quota[0:i+1]) * data_index_p[i] +money_sell_regular_no_quota
plt_gap = 10
size_title = 28
size_label = 15
size_line = 3
size_rotation = 15
size_buy_plot = 5
plt.figure()
plt.rcParams["axes.grid"] = True
plt.rcParams['font.sans-serif'] =['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams["grid.linestyle"] =(3, 5)
plt.subplot(211)
income = 100 * (earn_total_money_regular_no_quota[-1][0]- buy_total_money_list_regular_no_quota[-1][0]) /buy_total_money_list_regular_no_quota[-1][0]
plt.title('定期不定额 | 投资收益= ' + str("{:.2f}".format(income)) + '%',size=15)
# plt.plot(buy_each_share_no_regular_quota)
v_max = max(data_index_p)
v_min = min(data_index_p)
for i in range(len(plot_regular_no_quota)):
if plot_regular_no_quota[i][0] == 1:
plt.plot(plot_regular_no_quota[i][1],plot_regular_no_quota[i][2],color='tomato',marker='o',ms=(size_buy_plot*v_max/plot_regular_no_quota[i][2]))
elif plot_regular_no_quota[i][0] == -1:
plt.plot(plot_regular_no_quota[i][1], plot_regular_no_quota[i][2],color='purple', marker='o',ms=10)
plt.plot(data_index_p)
plt_xticks =all_data_index['date'].values[len(all_data_index['close']) -calc_range:len(all_data_index['close']):calc_gap].tolist()
plt.xticks(range(len(plt_xticks),0,-math.floor(len(plt_xticks)/plt_gap)),plt_xticks[len(plt_xticks):0:-math.floor(len(plt_xticks)/plt_gap)],rotation=size_rotation)
plt.tick_params(labelsize=size_label)
plt.subplot(212)
plt.plot(buy_total_share_list_regular_no_quota,color='tomato')
font = {'size': 15, 'color': 'tomato','weight': 'black'}
plt.text(len(buy_total_share_list_regular_no_quota),buy_total_share_list_regular_no_quota[-1][0],str("{:.2f}".format(buy_total_share_list_regular_no_quota[-1][0])),fontdict=font)
plt.plot(len(buy_total_share_list_regular_no_quota)-1,buy_total_share_list_regular_no_quota[-1][0],color='tomato', marker='o')
plt.plot(buy_total_money_list_regular_no_quota,color='cornflowerblue')
font = {'size': 15, 'color':'cornflowerblue', 'weight': 'black'}
plt.text(len(buy_total_money_list_regular_no_quota),buy_total_money_list_regular_no_quota[-1][0],str("{:.2f}".format(buy_total_money_list_regular_no_quota[-1][0])),fontdict=font)
plt.plot(len(buy_total_money_list_regular_no_quota)-1,buy_total_money_list_regular_no_quota[-1][0],color='cornflowerblue', marker='o')
plt.plot(earn_total_money_regular_no_quota,color='red')
font = {'size': 15, 'color': 'red','weight': 'black'}
plt.text(len(earn_total_money_regular_no_quota),earn_total_money_regular_no_quota[-1][0],str("{:.2f}".format(earn_total_money_regular_no_quota[-1][0])),fontdict=font)
plt.plot(len(earn_total_money_regular_no_quota)-1,earn_total_money_regular_no_quota[-1][0],color='red', marker='o')
plt_xticks =all_data_index['date'].values[len(all_data_index['close']) -calc_range:len(all_data_index['close']):calc_gap].tolist()
plt.xticks(range(len(plt_xticks),0,-math.floor(len(plt_xticks)/plt_gap)),plt_xticks[len(plt_xticks):0:-math.floor(len(plt_xticks)/plt_gap)],rotation=size_rotation)
plt.tick_params(labelsize=size_label)
plt.show()
文中用到的两个文件链接: https://pan.baidu.com/s/14vRxb08jRIRPhM-_8i8W3A?pwd=iefi 提取码: iefi
程序中用到的数据如果有问题，大家可以留言获取，欢迎大家一起交流沟通^_^
课程参考：网易云课堂 基于Python的量化指数基金投资
