股票连续投资历史收益计算

假设每月有几千块钱投资某股票，在每月第一个星期五按收盘价买入，购买一定时间后全部卖出，计算收益率

由于有除权这种事件存在，所以不能简单的按照历史价格进行计算。
后复权：以时间起点往后复权，分红送股向上平移，用于计算历史收益，时间起点是股票发行日
前复权：以时间终点往前复权，分红送股向下平移，用于观察涨跌行情？

计算历史上某一段时间的收益，算法如下。
股票买入价：获取不复权的股价数据，寻找当日的股价A。
股票卖出价：获取后复权的股价数据，寻找买入日和卖出日的股价X和Y，做比例缩放即可。A/X*Y，这样就可以将中间的除权事件包含在内了。

python环境anaconda 5.1.0
股票接口使用tushare

完整计算器代码如下：
# 测试环境 anaconda 5.1.0
# tushare 安装 pip install tushare
import sys
import datetime
import tushare as ts

def get_stock_price(pricedata, buydate):
# pricedate 股价数据
# buydate 买入日期，字符串例 2012-01-01
# 返回收盘价如果停牌返回0
for index, row in pricedata.iterrows():
if row.date == buydate:
return row.close
return 0

def get_max_buy_count(price, fund):
count = 100
while count * price < fund:
count += 100
return count - 100

def get_last_trade_date(pricedata, selldate_exp):
# pricedate 股价数据
# selldate_exp 期望的卖出日期，字符串例 2012-01-01
# 返回距离期望最近的交易日期
dsell = datetime.datetime.strptime(selldate_exp,'%Y-%m-%d')
dret = 0
for index, row in pricedata.iterrows():
drow = datetime.datetime.strptime(row.date,'%Y-%m-%d')
if drow <= dsell:
dret = drow
else:
break
if dret == 0:
return 0
return dret.strftime("%Y-%m-%d")

def calc_stock(price, price_hfq, buydate, selldate, fund):
# price 股价数据不复权
# price_hfq 股价数据后复权
# buydate 买入日期
# selldate 卖出日期
# fund 购买资金
# 返回买入单价,买入单价后复权,卖出单价,购买数量
buyprice = get_stock_price(price, buydate)
buyprice_hfq = get_stock_price(price_hfq, buydate)
sellprice_hfq = get_stock_price(price_hfq, selldate)
if buyprice == 0 or buyprice_hfq == 0 or sellprice_hfq == 0:
return 0,0,0,0
buycount = get_max_buy_count(buyprice, fund)
sellprice = buyprice / buyprice_hfq * sellprice_hfq
return buyprice, buyprice_hfq, sellprice, buycount

def main(stock, start, end, fundpermonth):
print('股票代码: ', stock)
print('开始日期: ', start)
print('卖出日期: ', end)
print('每月资金: ', fundpermonth)

# 获取不复权股价数据
print('正在获取不复权股价数据')
data_bfq = ts.get_k_data(stock,start,end,autype='none')
print('正在获取后复权股价数据')
data_hfq = ts.get_k_data(stock,start,end,autype='hfq')

# 获取最后卖出日
selldate = get_last_trade_date(data_bfq, end)
if selldate == 0:
print('卖出日期不存在')
sys.exit(1)

print('正在计算连续投资收益')
# 遍历交易日 (每个月第一个星期五)
dstart = datetime.datetime.strptime(start,'%Y-%m-%d')
dend = datetime.datetime.strptime(end,'%Y-%m-%d')
dtmp = dstart
oneday = datetime.timedelta(days=1)
month_buy = 0
month_fund = 0
total_buy = 0
total_sell = 0
total_stock = 0
fund_pool = 0
last_price_hfq = 0
while dtmp <= dend:
if dtmp.month != month_fund:
# 新的月份，资金池累加
fund_pool += int(fundpermonth)
month_fund = dtmp.month
if dtmp.month != month_buy:
if dtmp.weekday() == 4: #是个星期五
# 检查是否可以购买
print('=================================')
buydate = dtmp.strftime("%Y-%m-%d")
price = get_stock_price(data_bfq, buydate)
if price > 0:
# 可以购买买入
buyprice,buyprice_hfq,sellprice,buycount = calc_stock(data_bfq, data_hfq, buydate, selldate, fund_pool)
if last_price_hfq > 0:
gain = (buyprice_hfq - last_price_hfq) / last_price_hfq * 100
print('同比增长: ', round(gain, 2), '%')
print('买入日期: ', buydate)
print('买入单价: ', round(buyprice, 2))
print('卖出单价: ', round(sellprice, 2))
print('买入数量: ', buycount)
print('当月投资: ', round(buyprice * buycount, 2))
total_buy += buyprice * buycount
total_stock += buycount
total_sell += sellprice * buycount
fund_pool -= buyprice * buycount
print('剩余资金: ', round(fund_pool, 2))
print('当期总投资: ', round(total_buy, 2))
print('当期总持股: ', total_stock)
print('当期总收入: ', round(total_sell, 2))
print('当期总收益: ', round((total_sell - total_buy) / total_buy * 100, 2), '%')
last_price_hfq = buyprice_hfq
month_buy = dtmp.month
else:
# 停牌无法交易
print('买入日期: ', buydate)
print('停牌中，无法交易')

dtmp += oneday

rate = round((total_sell - total_buy) * 100 / total_buy, 2)
print('=================================')
print('总投资额: ', round(total_buy, 2))
print('总持有量: ', total_stock)
print('卖出金额: ', round(total_sell, 2))
print('总收益率: ', rate, '%')

# 命令行参数
# 股票代码买入起始日期卖出日期每月资金
if __name__ == "__main__":
if len(sys.argv) < 5:
print('Usage: calc [stockcode] [startdate] [selldate] [fundpermonth]')
print('Exam: calc 000002 2012-01-01 2016-01-01 8000')
sys.exit()
main(sys.argv[1], sys.argv[2], sys.argv[3], sys.argv[4])

测试输出结果

(base) D:\stock>python main.py 000002 2012-01-01 2012-12-31 8000
股票代码: 000002
开始日期: 2012-01-01
卖出日期: 2012-12-31
每月资金: 8000
正在获取不复权股价数据
正在获取后复权股价数据
正在计算连续投资收益
=================================
买入日期: 2012-01-06
买入单价: 7.16
卖出单价: 10.27
买入数量: 1100
当月投资: 7876.0
剩余资金: 124.0
当期总投资: 7876.0
当期总持股: 1100
当期总收入: 11292.3
当期总收益: 43.38 %
=================================
同比增长: 8.8 %
买入日期: 2012-02-03
买入单价: 7.79
卖出单价: 10.27
买入数量: 1000
当月投资: 7790.0
剩余资金: 334.0
当期总投资: 15666.0
当期总持股: 2100
当期总收入: 21558.04
当期总收益: 37.61 %
=================================
同比增长: 10.78 %
买入日期: 2012-03-02
买入单价: 8.63
卖出单价: 10.27
买入数量: 900
当月投资: 7767.0
剩余资金: 567.0
当期总投资: 23433.0
当期总持股: 3000
当期总收入: 30797.2
当期总收益: 31.43 %
=================================
同比增长: -2.9 %
买入日期: 2012-04-06
买入单价: 8.38
卖出单价: 10.27
买入数量: 1000
当月投资: 8380.0
剩余资金: 187.0
当期总投资: 31813.0
当期总持股: 4000
当期总收入: 41062.93
当期总收益: 29.08 %
=================================
同比增长: 10.02 %
买入日期: 2012-05-04
买入单价: 9.22
卖出单价: 10.27
买入数量: 800
当月投资: 7376.0
剩余资金: 811.0
当期总投资: 39189.0
当期总持股: 4800
当期总收入: 49275.52
当期总收益: 25.74 %
=================================
同比增长: -0.76 %
买入日期: 2012-06-01
买入单价: 9.15
卖出单价: 10.27
买入数量: 900
当月投资: 8235.0
剩余资金: 576.0
当期总投资: 47424.0
当期总持股: 5700
当期总收入: 58514.68
当期总收益: 23.39 %
=================================
同比增长: 6.98 %
买入日期: 2012-07-06
买入单价: 9.65
卖出单价: 10.12
买入数量: 800
当月投资: 7720.0
剩余资金: 856.0
当期总投资: 55144.0
当期总持股: 6500
当期总收入: 66610.68
当期总收益: 20.79 %
=================================
同比增长: -9.84 %
买入日期: 2012-08-03
买入单价: 8.7
卖出单价: 10.12
买入数量: 1000
当月投资: 8700.0
剩余资金: 156.0
当期总投资: 63844.0
当期总持股: 7500
当期总收入: 76730.68
当期总收益: 20.18 %
=================================
同比增长: -1.15 %
买入日期: 2012-09-07
买入单价: 8.6
卖出单价: 10.12
买入数量: 900
当月投资: 7740.0
剩余资金: 416.0
当期总投资: 71584.0
当期总持股: 8400
当期总收入: 85838.68
当期总收益: 19.91 %
=================================
买入日期: 2012-10-05
停牌中，无法交易
=================================
同比增长: -4.19 %
买入日期: 2012-10-12
买入单价: 8.24
卖出单价: 10.12
买入数量: 1000
当月投资: 8240.0
剩余资金: 176.0
当期总投资: 79824.0
当期总持股: 9400
当期总收入: 95958.68
当期总收益: 20.21 %
=================================
同比增长: 4.98 %
买入日期: 2012-11-02
买入单价: 8.65
卖出单价: 10.12
买入数量: 900
当月投资: 7785.0
剩余资金: 391.0
当期总投资: 87609.0
当期总持股: 10300
当期总收入: 105066.68
当期总收益: 19.93 %
=================================
同比增长: 6.36 %
买入日期: 2012-12-07
买入单价: 9.2
卖出单价: 10.12
买入数量: 900
当月投资: 8280.0
剩余资金: 111.0
当期总投资: 95889.0
当期总持股: 11200
当期总收入: 114174.69
当期总收益: 19.07 %
=================================
总投资额: 95889.0
总持有量: 11200
卖出金额: 114174.69
总收益率: 19.07 %

参考：http://tushare.org/
参考：https://xueqiu.com/3488649239/62074848

股票连续投资历史收益计算相关推荐

数据分析项目（python）：股票数据导入、计算上涨、计算下跌、收益计算、双均线策略
1.股票数据导入_代码示例 import pandas as pd import numpy as np import tushare as ts # 财经数据接口包#获取某只股票的历史行情 #cod ...
通达信行情数据获取--python_利用 Python 获取余额宝历史收益数据
最近想做一个关于用一些指数基金与余额宝组成的简单风险-无风险投资组合的实验计算,发现通达信之类的行情软件并没有提供完整的余额宝收益信息,如通达信仅有年化收益率的数据,并没有万份收益的数据.因此考虑 ...
5、Python量化交易-回测收益计算
目录前言一.回测的主方法二.回测实现 1 - 获取回测数据ticks 2 - 运行回测 3 - 为回测数据添加生成方法 4 - sell中添加订单的pnl收益计算 5 - 策略执行中调整买卖ma ...
利用 Python 获取余额宝历史收益数据
最近想做一个关于用一些指数基金与余额宝组成的简单风险-无风险投资组合的实验计算,发现通达信之类的行情软件并没有提供完整的余额宝收益信息,如通达信仅有年化收益率的数据,并没有万份收益的数据.因此考虑 ...
计算机与网络安全经历了几个阶段,计算机历史上计算范式经历了哪六个发展阶段？...
计算机历史上计算范式经历了哪六个发展阶段? 孟神通2015-04-04浏览从历史的角度来看,计算机诞生至今,其计算范式已经经历了至少六个明显的发展阶段. 第一阶段可以称为主机(mainframe)阶 ...
爬取网易财经中股票的历史交易数据
爬取网易财经中股票的历史交易数据需求分析得到股票代码股票代码的信息是在东方财富网中获取(http://quote.eastmoney.com/stocklist.html) 得到股票的历史交易记 ...
股票量化交易Python——计算收益率
股票量化交易Python--计算收益率对于股民来说,最关心的问题之一就是股票的收益率.通过使用Python编写量化交易策略,可以简化计算.跟踪和比较股票的收益率.在这篇文章中,我们将介绍如何使用Py ...
货币基金从万份收益计算七日年化收益率
目前从百度查询到的计算方法基本上是不正确的,下面是从某货币基金招募说明书copy下来的计算方法,体现了复利的思维方式.我写了一段代码来从万份收益计算七日年化收益率. 下面是从七日万份收益计算七日年化收 ...
练习-Java顺序结构综合练习一之银行复利计息收益计算
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档题目: 任务: 假定一个用户初始时向一个储蓄帐户中存了 1000 元人民币,年利率为 2.25%.那么月利率为 0.0225/12=0 ...

股票连续投资历史收益计算

股票连续投资历史收益计算相关推荐

最新文章

热门文章