#!/usr/bin/env python
# coding: utf-8

# In[1]:


import sys

sys.path.insert(0, "../../")
from pyecharts import online

online()
#  演示必要的准备代码，使用该库时不需重复此单元格命令


# In[2]:


import xalpha as xa
import pandas as pd


# # 基金定投探究

# 波动和成长，标的的性质如何影响定投的成绩

# In[3]:


zz500 = xa.indexinfo("0000905")
zz500b = xa.indexinfo("0000831")
# 采用中证500和500低贝进行研究


# In[12]:


zz500.bcmkset(xa.cashinfo())
zz500b.bcmkset(xa.cashinfo())


# In[6]:


zz500.algorithm_volatility(), zz500b.algorithm_volatility()
# 低波波动性低的也没那么明显


# In[13]:


zz500.total_annualized_returns(), zz500b.total_annualized_returns()
# 不过低波的收益率可是强多了


# In[15]:


auto = xa.policy.scheduled(
    zz500, 1000, pd.date_range("2011-01-01", "2015-01-01", freq="W-THU")
)
autob = xa.policy.scheduled(
    zz500b, 1000, pd.date_range("2011-01-01", "2015-01-01", freq="W-THU")
)
# 每周四定投1000元


# In[18]:


zz500t = xa.trade(zz500, auto.status)
zz500bt = xa.trade(zz500b, autob.status)


# In[22]:


zz500t.xirrrate("2015-06-01"), zz500bt.xirrrate("2015-06-01")
# 到牛市顶部时，年化收益率竟然差不多


# In[23]:


zz500t.dailyreport("2015-06-01")


# In[24]:


zz500bt.dailyreport("2015-06-01")


# 由此可见，虽然低波的一次性投入对应的年化收益很高，但最终定投下来和普通500指数的收益差不多。。。。

# In[25]:


# 还是换创业板暴力一发吧，让你们领略一下15年神创的风采
cyb = xa.indexinfo("1399006")


# In[26]:


cyb.bcmkset(xa.cashinfo())


# In[27]:


cyb.total_annualized_returns("2015-06-01"), cyb.algorithm_volatility("2015-06-01")
# 令人眼红的收益率


# In[28]:


autoc = xa.policy.scheduled(
    cyb, 1000, pd.date_range("2011-01-01", "2015-01-01", freq="W-THU")
)


# In[30]:


cybt = xa.trade(cyb, autoc.status)


# In[31]:


cybt.dailyreport("2015-06-01")
# 就问你怕不怕，同样的投入现金流，收益绝对值接近翻倍


# In[32]:


cybt.xirrrate("2015-06-01")  # 60%多的年化


# In[34]:


# 不过如果不幸没有止盈，持有到现在
cybt.xirrrate()


# 让我这次定投一个大蓝筹

# In[38]:


sz50 = xa.indexinfo("0000016")


# In[39]:


autod = xa.policy.scheduled(
    sz50, 1000, pd.date_range("2011-01-01", "2015-01-01", freq="W-THU")
)


# In[41]:


sz50t = xa.trade(sz50, autod.status)


# In[42]:


sz50t.dailyreport("2015-06-01")


# In[43]:


sz50t.xirrrate("2015-06-01")
# 不愧江湖诨号大烂臭，收益在15年的牛市中远小于中小盘


# In[45]:


sz50.bcmkset(xa.cashinfo(), start="2011-01-01")


# In[46]:


sz50.algorithm_volatility("2015-06-01")
# 真点低波


# In[48]:


# 持有到现在，即使这几年大盘股反杀，依旧不如创业板
sz50t.xirrrate()


# ### 试一下定期不定额的加强效果

# In[4]:


autoe = xa.policy.scheduled_tune(
    zz500,
    600,
    times=pd.date_range("2011-01-01", "2015-01-01", freq="W-THU"),
    piece=[(3, 5), (3.5, 3), (4, 2), (5.5, 1)],
)


# In[5]:


zz500t2 = xa.trade(zz500, autoe.status)


# In[10]:


zz500t2.v_tradevolume()  # 每周的买入情况


# In[14]:


zz500t2.v_tradecost(end="2015-06-01")  # 定投对于成本的平滑
# 看似收益很高，但你真的能承受住开始定投后长达两年多的浮亏么，甚至很多至暗时刻，浮亏超过20%，能坚持下来么


# In[21]:


zz500t2.dailyreport("2012-11-30")  # 看一下至暗时刻的投资表现


# In[11]:


zz500t2.dailyreport("2015-06-01")  # 收益率略有提高


# In[12]:


zz500t2.xirrrate("2015-06-01")  # 年化也小幅提高，不过即使对投资变额如此过优化，收益提升幅度还如此小，似乎意义不是很大


# 最后，通过改变 pd.data_range() 中 freq 的标签，比如 W－WED，或M，可以调整定投在周几定投，或是按月定投，这里就不大篇幅回测其表现对比了，结论就是：收益都差不多