验证下《指数基金投资指南》中的策略是否有效

背景

前一阵子，老哥向我推荐了《指数基金投资指南》。我读完之后，第一感觉是这本书写得非常小白，门槛较低。该书向读者推荐了两种投资策略（我后面介绍），然后我在这里用量化的方法进行回测，看看这中投资策略是否有效。

投资策略

该书介绍了上证50指数，红利指数等指数基金。
我对上证50指数进行回测。

该书中也介绍了一些优秀的行业指数，最主要的是消费指数，医药指数。这里也是对消费指数，医药指数做验证。
消费指数有：上证消费指数，上证消费80指数，中证消费指数，全指消费指数。
目前比较大型的消费指数基金有：华夏消费ETF（510630），汇添富中证主要消费ETF（159928）。
我对159928进行回测，它跟踪的指数是中证消费指数（000932（上海）/399932（深圳））。
医药指数有：中证医药指数，中证医药100指数，上证医药指数，全指医药指数，细分医药指数，300医药指数，500医药指数。
目前流通性较好的基金有：159929，广发医药ETF（159938）
我对159938进行回测，它跟踪的是全指医药指数（000991）。使用策略2进行回测。

策略1 －盈利收益率法

根据市盈率倒数（该书称为盈利收益率）进行定投。
市盈率有两种算法，在这里采用的是公司市值处以公司盈利的算法。
核心策略：
- 盈利收益率大于10%的时候，分批投资。
- 盈利收益率小于低于10%，大于6.4%时，坚持持有。
- 盈利小于6.4%时，分批卖出基金。

策略2 －博格公式法（市盈率）

核心策略：
－在股息高的时候买入。
－在市盈率处于历史低位的时候买入。（以上两点往往同时发生。）
－买入之后，耐心等待“均值回归”，即等待市盈率从低到高。

策略3 －博格公式法（市净率）

策略总结

策略	适用指数	我回测的数据
盈利收益率法	上证50指数、上证红利指数、中证红利指数、基本面50指数、央视50指数	上证50指数（000016），基金501050
博格公式法	沪深300指数、中证500指数、创业板指数、红利机会指数、必须消费品指数、医药行业指数、可选消费行业指数、养老产业指数	我测试的是中证消费指数（000932/399932），基金159928。
博格公式法	证券行业指数、金融行业指数、非银金融行业指数、地产行业指数	不测

实现

测试数据是用聚框的数据（因为本人懒），聚框的数据的准确性不能说100%，但是我到目前为止我也没在上面找到错误的数据。

设置成本

# 设置佣金/印花税
# 基金，买入印花税为0，卖出印花税为万分之三，买入卖出佣金为万分之三，平仓佣金为0，最低佣金为5
set_order_cost(OrderCost(open_tax=0, close_tax=0.0001,open_commission=0.0003, close_commission=0.0003,close_today_commission=0.00004, min_commission=5), 'fund')# 设置滑点 注：如果您没有调用 set_slippage 函数, 系统默认的滑点是 PriceRelatedSlippage(0.00246)
set_slippage(FixedSlippage(0.02))

设置
开始时间：2016-09-19 结束时间：2017-07-01；资金：100000。
盈利收益率的算法：

def datetime_offset_by_month(dt, n=1):# create a shortcut object for one dayone_day = datetime.timedelta(days=1)# first use div and mod to determine year cycleq, r = divmod(dt.month + n, 12)# create a datetime2# to be the last day of the target monthresult = datetime.datetime(dt.year + q, r + 1, 1) - one_day'''if input date is the last day of this monththen the output date should also be the lastday of the target month, although the daywww.iplaypy.commay be different.for example:datetime1 = 8.31datetime2 = 9.30'''if dt.month != (dt + one_day).month:return result'''if datetime1 day is bigger than last day oftarget month, then, use datetime2for example:datetime1 = 10.31datetime2 = 11.30'''if dt.day >= result.day:return result'''then, here, we just replace datetime2's daywith the same of datetime1, that's ok.'''return result.replace(day=dt.day)def datetime_offset_by_season(dt, n=1):datetime_offset_by_month(dt, n*3)def get_statDate_range(date, i):last_season = datetime_offset_by_month(date, -3 * i)season_month = last_season.month / 3year = last_season.yearif int(season_month) == 0:year = year - 1season_month = 4return str(year) + 'q' + str(int(season_month))def get_last_4_seasons_self_net_profit(stock_code, date):q = query(income.statDate,income.net_profit).filter(income.code == stock_code)flag = 0sum = 0for i in range(1, 5):# log.info('statDate is '+get_statDate_range(date, i+flag))df = get_fundamentals(q, statDate=get_statDate_range(date, i+flag))if df.empty:df = get_fundamentals(q, statDate=get_statDate_range(datetime_offset_by_month(date,-3), i+flag))flag = flag + 1if df.empty:df = get_fundamentals(q, statDate=get_statDate_range(datetime_offset_by_month(date,-3), i+flag))flag = flag + 1if df.empty:df = get_fundamentals(q, statDate=get_statDate_range(datetime_offset_by_month(date,-3), i+flag))flag = flag + 1if df.empty:df = get_fundamentals(q, statDate=get_statDate_range(datetime_offset_by_month(date,-3), i+flag))flag = flag + 1# log.info('stock:'+stock_code+' i is '+str(i))if df.empty:passelse:sum = sum + df['net_profit'][0]# log.info('sum is %s' % sum)return sum# 盈利收益率
def index_ep(context, index_code):stock_list = get_index_stocks(index_code)sum_cap=0sum_net_profit=0for stock_code in stock_list:df_valuation = get_fundamentals(query(valuation.market_cap).filter(valuation.code == stock_code))cap = df_valuation['market_cap'][0]net_profit = get_last_4_seasons_self_net_profit(stock_code, context.current_dt)sum_cap = sum_cap + capsum_net_profit = sum_net_profit + net_profitep_mean = 100000000 * sum_cap / sum_net_profitreturn  ep_mean

策略核心：

## 开盘时运行函数
def market_open(context):# 确定时间是周几weekday = context.current_dt.isoweekday()# 操作代码index_code = '000016.XSHG'fund_code = '501050.XSHG'## 操作判定if weekday == 1:# 操作ped = index_ep(context, index_code)log.info('沪深300盈利收益率为%s' % ped)record(key=ped)if ped > 10.00:log.info('买入1000元'+fund_code)order_value(fund_code, 1000, 0)elif ped < 6.4 and ped > 0:log.info('卖出10000元'+fund_code)order_value(fund_code, -10000, 0)

回测结果：

由于这次测试是做等权计算盈利收益率，这样得出的结论是《指数基金投资指南》的盈利收益率并不是有效的策略。当然这只是我个人的测试结果。