最近，在用Python對股市進行量化分析，發現網上流傳很廣的一些結論並不一定正確。
定投策略就是不要管股市是漲是跌，每個月都定期的拿出一筆錢來買基金。股市總是上演七陪二平一賺的股市，散戶因爲沒有能力判斷，索性不判斷，而基金定投就被認爲是一種投資的途徑。
其中，邢不行老師的 《【量化小講堂系列14-Python量化入門】數據告訴你：驚人的指數定投策略》在網上傳播很廣。（2）（3）
而這種理論一個最大的依據是 “巴菲特這一輩子曾經無數次的說過：對於個人投資者，最好的投資方式就是指數基金定投。”
但也有人專門爲此較真，拿了巴菲特的原文，認爲巴菲特根本沒有推薦過這種方法。（1）
那麼定投究竟美不美？爲什麼這麼多的理財和銀行都在推薦？我們用Python進行簡單的分析一下。（文章後面提供源代碼，應該容易讀懂）
首先驗證邢老師的第一個例子，從2007年10月股市最高點開始定投，一直到2009年7月股市3000點，文中用滬深300指數作爲定投標的，但指數不能直接買賣，而滬深300基金（510300）是2012年纔開始，所以我們把50ETF（510050）作爲依據計算定投收益，結果如下，的確如邢不行老師的結論，50ETF價格下降了35.93%，理財定投只有3.91%，50ETF定投收益率達到24.28%。
但我們從圖中看，就很有意思：
（1）基金定投與基金價格的趨勢基本上是一致的，
（2）基金定投的收益明顯高於基金本身的收益，特別在2009年開始後的收益。
（3）基金定投收益一直低於理財定投，只有在2009年6月中旬開始才超過理財定投。
（4）在2007年10月到2008年12月間，股市下跌，50ETF無論是定投還是基金本身，收益都是很差的；而在2008年12月到2009年7月，股市上漲，50ETF無論定投還是基金本身收益都很好，也是因爲這段時間的收益，導致了最終定投收益超過理財收益。
我們再拿滬深300ETF（510300）驗證，假設從成立開始的2012年5月28日開始，就定投基金，一直持有到2018年底，投資收益情況如下：
(1)定投收益率（10.85%）不如理財定投收益（14.75%）不如直接的基金收益（26.79%）
(2) 基金定投收益趨勢與基金價格變化趨勢基本一致。
(3) 基金定投收益與基金價格變化犬牙交錯，並不一定高於基金價格變化。
(4) 這種情況購買反而在2015年股市高峯期後基金定投收益大部分時間高於理財定投收益。
(5) 但在2018年不斷下降中，基金定投收益又開始快速下降，直到2018年末甚至低於理財定投收益。（大家可以自己驗證，在2019年股市上漲中，基金定投收益又會快速上升）
最後我們基本上可以得出這樣的結論：
（1）基金定投並沒有我們想象那麼好，至少在A股市場，基金定投並不是一門好生意。
（2）基金定投依然波段十分明顯，與股市變化趨勢基本一致。抓住幾個大的峯值是十分重要的。
（3）總的而言，基金定投在股市上漲中追不上股市的上漲速度，在股市下跌中下跌也會相對比股市跌幅小，有一定的緩和作用，但作用並不是那麼明顯。
（4）定投策略不僅可以用於基金，也可以用於其他的股票（只要把源碼中參數改變即可驗證），但無論投資品種是什麼，定投策略也必須根據趨勢進行高拋低吸。
最後給出源代碼如下（直接用tushare提供數據源，如果又需要股市的數據文件，可以私信交流）：
#你一定要相信，你自己就是一道風景，沒有必要在別人的風景裏仰視！
#不是每一次努力都有收穫，但是每一次收穫都必須努力
#人的一切痛苦，本質上都是對自己的無能的憤怒。——王小波
import pandas as pd
import tushare as ts
import numpy as np
import datetime
import matplotlib.pyplot as plt
def function(a, b):
if a == b:
return 0
else:
return 1
#按 利率 計算 期間定投收益，AIP：automatic investment plan
def AIP(inRate,startdate,enddate):
df = pd.DataFrame(index=None,columns=['date','rate','profit'])
d1 = datetime.datetime.strptime(startdate, '%Y-%m-%d')
d2 = datetime.datetime.strptime(enddate, '%Y-%m-%d')
delta = d2 - d1
n = delta.days # 投資的總日期
df['date'] = pd.date_range(start=startdate,end=enddate,periods=n+1) #按日期數量產生日期
df['rate'] = inRate/365 # 簡單按365日把年華收益轉化爲日收益
df['profit']=(df['rate']+1).cumprod() # 計算累計收益
df['month']=df['date'].apply(lambda x: datetime.datetime.strftime(x,"%m"))
df['month1']=df['month'].shift(1)
df['isinv']=df.apply(lambda x: function(x.month,x.month1),axis=1) #計算是否爲第一日
df['理財投資額']=df['isinv']*1000 #如果第一日就會進行投資買入理財產品
df['理財總投資']=df['理財投資額'].cumsum() # 累計投資總和
df['理財份額']=df['理財投資額']/df['profit']
df['理財總份額']=df['理財份額'].cumsum()
df['理財價值']=df['理財總份額']*df['profit']
df['理財收益']=df['理財價值']-df['理財總投資']
df['理財收益率']=df['理財收益']/df['理財總投資']
df.set_index('date',inplace=True) # 把日期作爲排序依據
return df
# 按某個代碼進行定投計算（可以是基金也可以是股票）
def Stock(sCode,startdate,enddate):
# 採集數據
df=ts.get_k_data(code=sCode,start=startdate,end=enddate)
df['s_month']='1' #初始化月份填一個數
df['s_month1']='0' # 初始化
df['s_month']=df['date'].str[0:4]+df['date'].str[5:7] # 月份比較，尋找月初第一日如果是下一日月份沒變
df['s_month1']=df['s_month'].shift(1)
df['date'] = pd.to_datetime(df['date'])
df['s_isinv']=df.apply(lambda x: function(x.s_month,x.s_month1),axis=1) # 根據月份變化是否標誌出是否月初
df['股票份額'] = round(df['s_isinv']*1000/df['close']/100,0)*100 #買賣股票一般按100股進行
# df['股票份額'] = round(df['s_isinv']*1000/df['close'],0) # 不按100股買賣進行計算
df['股票總份額']=df['股票份額'].cumsum()
df['股票價值']=df['股票總份額']*df['close']
df['股票投資額']=df['股票份額']*df['close']
df['股票總投資']=df['股票投資額'].cumsum()
df['股票收益']=df['股票價值']-df['股票總投資']
df['股票收益率'] = df['股票收益']/df['股票總投資']
return df
start_date = '2012-05-12'
end_date = '2018-12-30'
scode = '510300'
plt.figure()
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
plt.title(scode +"股票收益率計算")
df1 = Stock(scode,start_date,end_date)
df2 = AIP(0.04,start_date,end_date)
# 把投資和理財合併，並且把沒用的列儘量去除
daily_data=pd.merge(df1,df2,'inner',on='date')
daily_data.drop(['month','month1','s_month','s_month1','isinv','s_isinv'],axis=1,inplace=True)
daily_data.drop(['股票份額','股票投資額','rate','profit','理財投資額','理財份額'],axis=1,inplace=True)
iclose = daily_data['close'].iloc[0] #取得首日的股價
daily_data['股價變化率'] = daily_data['close']/iclose-1 #單純按最後一天和首日股價進行比較
daily_data.set_index("date",inplace=True)
print('起投日期:',start_date)
print('結束時間:',end_date)
print('收市價收益率','{:.2%}'.format(daily_data.iloc[-1]['股價變化率']))
print('股票總投資',daily_data.iloc[-1]['股票總投資'])
print('股票價值',daily_data.iloc[-1]['股票價值'])
print('股票收益',daily_data.iloc[-1]['股票收益'])
print('股票收益率','{:.2%}'.format(daily_data.iloc[-1]['股票收益率']))
print('理財總投資',daily_data.iloc[-1]['理財總投資'])
print('理財價值',daily_data.iloc[-1]['理財價值'])
print('理財收益',daily_data.iloc[-1]['理財收益'])
print('理財收益率','{:.2%}'.format(daily_data.iloc[-1]['理財收益率']))
daily_data.to_excel("daily.xls")
daily_data['股價變化率'].plot()
daily_data['理財收益率'].plot()
daily_data['股票收益率'].plot()
plt.legend()
plt.show()
參考文獻：
1、巴菲特又被冤枉了，他從沒推薦過指數定投！
2、數據告訴你：驚人的指數定投策略
人大經濟論壇，詳細出處參考： https://bbs.pinggu.org/forum.php?mod=viewthread&tid=4585892&page=1
3、用Python成功驗證巴菲特推崇的“指數定投”