基金绿到发慌?手把手教你用Python看破盈损动态
现在很多同学都尝试过购买基金了,毕竟这是号称最简单的懒人投资方法!
然而只要基金定投就一劳永逸了吗?当然不是,有哪个硬汉能忍住定投收益一点一点下跌的心痛感?
这不,刚过完年,股市急转直下,众多投基者就开始“赢了叫蔡总,输了叫蔡🐶” 。好多12月,1月才开始定投的同学,持有基金的回撤可能超过年前的收益了吧。所以,我们很需要在合适的止盈点锁定目标收益。
很多人学习python,不知道从何学起。
很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。
很多已经做案例的人,却不知道如何去学习更加高深的知识。
那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码!
QQ群:535820575
群里定投基金的朋友给我总结出他们常用的四种止盈策略,并用Python可视化来实现基金定投止盈,我试了一下,效果还挺好。
![](https://img2020.cnblogs.com/blog/2168787/202103/2168787-20210308103404237-10516614.png)
今天主要给大家演示一下第3种方法,并使用Python可视化来直观展示和分析当前指数基金的估值高低。
常用的估值指标主要是市盈率和市净率。本文以市盈率为例,它指的是指数成分股总市值与总利润的比率。通俗来讲就是按照当年总利润计算,投资需要多少年才可以收回成本。我们可以通过对指数的历史水平进行比较,来衡量指数是被高估还是低估了。
这里以基金易方达沪深300ETF联接为例,该基金对应的就是沪深300指数。我们利用爬虫或者直接复制网页等方式来获取沪深300指数的历史PE数据。
获取数据后,我们轻松利用matplotlib制图,即可获得沪深300指数的历史市盈率走势。
plt.figure(dpi=100) plt.plot(df["pe"],c="r",ls="--") a = list(range(1,516,256)) plt.xticks(a,[df["ts"][i] for i in a]) plt.axhline(y=float(line_value_30),c="g",ls="--",lw=2) plt.axhline(y=float(line_value_median),c="y",ls="--",lw=2) plt.axhline(y=float(line_value_70),c="b",ls="--",lw=2) plt.show()
(图中绿色、黄色、蓝色三根线分别代表30分位值、中位值和70分位值。
当指数超过70分位值时,可以考虑继续持有或适当减仓。当指数低于30分位值时,可以考虑继续买入或保持定投。
不过按照估值策略卖出也是有缺点的:一是持有时间太长,二是不是所有行业都适合用估值法卖出的,那些业绩增速逐渐放缓或者负增长的就不合适。)
上文就是我们用Python可视化直观展示当前指数基金的估值高低了。这里不过只是使用 Python 简单给你演示一下数据分析的魅力,后续我们其实还能做深入的数据挖掘以及基金股票量化!而且,实际上数据分析除了获取数据,存储数据,还需要会对数据进行预处理,提取,然后分析,统计,报告等操作。
如果你对使用 Python 数据分析感兴趣,想要拿到一份薪资不错的工作,但是目前还有些许茫然,有很多不清楚的地方,比如数据分析的学习路径是怎么样的?如何制作精美的可视化视图?如何进行股票量化等等?
我这次特地总结了一张思维导图给大家,点击放大看更清楚哦。
基于此,我这里将我以前学习过程中用过的电子书(技能类、统计类、业务类),还有相关视频免费分享给大家,省去了你们挑选视频的时间,也希望能够对你们的学习有所帮助。
PS:我总结的资料有点多哦,差不多有4G,大家一定要给你的百度云盘空出位置来哦!
https://pan.baidu.com/s/1ahFuHViTOcnIuhneixKdEg 提取码: pqp1
如果链接失效了可以进交流Q群下载:535820575
(资料仅展示部分)
如果遇到一些环境配置,还有一些错误异常等bug,资料就显得不太够用,这时就需要找到老师,给我们特别讲解。
或者是想快速学习数据分析领域知识,不妨先找一找直播课看看,了解当下最贴合实际的学习思路,确定自己的方向。