بيثون للمساعدة في اختبار المنتجات الهيكلية

مستوحاة من الإعلان عن المنتجات الهيكلية على Habré ، تكيفت بيثون النصي لاختبارها المستقل. الفكرة الرئيسية هي أن هذه المنتجات توفر حماية رأس المال بنسبة 100 ٪. وبالنظر إلى 10 سنوات من السوق الصاعدة ، فإن الأداء التاريخي لمثل هذه المنتجات غبي مع الجنة الخالية من المخاطر.

هذه المقالة ستكون مثيرة للاهتمام للمبرمجين المبتدئين بيثون الذين يرغبون في إدارة أموالهم. حسنًا ، بالنسبة للبعض ، يمكن أن تكون هذه الأداة مفيدة لبناء مثل هذه الاستراتيجيات بنفسك. لكن كن حذرًا ، يكتب السماسرة أن هذا ليس للجميع.

تم نشر الكود على جيثب كمفكرة Jupyter. دعنا نذهب!

بضع كلمات لتقديم

سأختبر على الأسهم الأمريكية وسيكون العائد أقل مما كان عليه في روبل. السوق الروسي بالقيمة المطلقة على الرسوم البيانية هو أكثر إثارة للاهتمام ، ولكن هناك المزيد من المخاطر في ذلك. لا يتغير جوهر الاختبارات من هذا.

نأخذ البيانات من مزايا Alpha المجانية ، حيث تحتاج أولاً إلى الحصول على المفتاح من خلال مشاركة عنوان البريد الإلكتروني. تعليمات موجزة في دفتر ملاحظات. يمكنك أن تأخذ أسعار الأوراق المالية الروسية في Finam.

كاريزما المنتج الهيكلي

باختصار ، رأس المال الخاص بك آمن ، والعائد أعلى من الودائع المصرفية (السندات الحكومية). في ما يلي عناصر قليلة من المعادلة مفقودة:

• يوجد دائمًا دخل على إيداع بنكي ، ولكن هناك خطر من اللعب صفر.
• سوف تحقق ربحًا ، لكن الوسيط يدعي حصوله على جزء كبير من الكعكة ؛
• هناك قيود على استخدام الأموال المستثمرة ؛
• لا يتحمل الوسيط عملياً أي مخاطر ، ويشارك فقط في الأرباح.

إستراتيجية

النظر في أبسط استراتيجية:

• نشتري 90٪ من سندات الخزينة قصيرة الأجل لرأس المال.
• بالنسبة للباقي ، نشتري الأصول عالية المخاطر ؛
• نضع حدًا عند 10٪ من السعر في بداية الفترة.

في صميم الاستراتيجية: سندات الخزينة تعطي 1-3 ٪ سنويا ، باستثناء عمليا السحب (إذا كان هناك عائد). 10 ٪ من السحب على الأصول التي تم شراؤها مع 10 ٪ من رأس المال سيكون هو الخطر الذي ستغطيه السندات. خلال فترات السوق الصاعدة ، يمكن أن تنمو بعض الأسهم عدة مرات ، مما يعطينا السعادة.

لتكرار هذه الاستراتيجية يدويًا ، يجب عليك تنفيذ الخطوات التالية:

• شراء السندات. على سبيل المثال ، في شكل مؤسسة التدريب الأوروبية.
• شراء الأسهم.
• ضع طلب وقف.

كيفية الاختبار

سوف أصف بإيجاز بعض الحلول مع مقتطفات الكود التي جعلت الاختبار مرنًا جدًا ومريحًا.

جدول المواعيد

يمكنك إعادة التوازن في الفترات التالية: الأسبوع ، الشهر ، السنة. وأيضًا في أي يوم خلال الفترة: الأولى ، Nth ، الأخيرة. فئة (Schedule ()) هي المسؤولة عن هذا:

#         df = pd.DataFrame([], index=pd.date_range(start, end, freq='B')) # ... #      ,   df = df[df.index.isin(dates)].copy() # ... #    # ... elif freq == 'week': groupby = ['year', 'week'] elif freq == 'month': groupby = ['year', 'month'] elif freq == 'year': groupby = ['year'] #      grouped = df.groupby(groupby) for idx, grp in grouped: if len(grp) >= abs(day): df.loc[grp.iloc[day].name, 'allow'] = True 

دورة البيانات

 StructuredProductMill().run() 

كما هو موضح في أحد المقالات ، يمكننا تجاوز تواريخ إعادة التوازن فقط في دورة وتخطي كل الأيام الأخرى. ولكن بعد ذلك نفقد إحصائيات حول التغييرات في الأصول خلال الفترة ، فلن نرى الربحية والسحب لكل يوم. يدور هذا البرنامج النصي ، على حساب السرعة ، يوميًا ، مما يسمح لك بمشاهدة القيمة السوقية للمراكز المفتوحة وتطبيق فحص أمر الإيقاف.

إعادة التوازن

 StructuredProductMill().rebalance() 

هنا ، يتم تخصيص الأصول التي يمكن فتحها لرأس المال المتاح. بعد مقارنة الحساب بالمراكز المفتوحة ، يتم تنفيذ المعاملات بالعدد المطلوب:

 #  :       balance = self._cash + self.position_balance(day) #         df = day.merge(self._positions[['quantity']], how='left', left_index=True, right_index=True) # ... #              day.loc[is_allow, 'size_order'] = day[is_allow]['size'] / day[is_allow]['size'].sum() #        day['position_to'] = (balance * day['size_order']) // day['open'] #     day['order'] = day['position_to'] - day['position'] # ... #   for symbol, row in day[fltr].iterrows(): self.trade(row['dt'], symbol, row.order, row.open, 'O' if row.order > 0 else 'C') 

علاقات

 StructuredProductMill().trade() 

وهنا ، للسرعة ، يمكنك التضحية بالتفاصيل والتحكم فقط في التغيير في ربحية كل مركز. لكن البرنامج النصي يأخذ في الاعتبار العمولات وقيمة الأصول ، ويحافظ أيضًا على تاريخ المعاملات ، والذي يسمح لك بحساب المعاملات وتنفيذ أمر الإيقاف في أي يوم من أيام الاختبار. هذه الطريقة بتحديث موضع وحجم ذاكرة التخزين المؤقت المجانية.

إطلاق

لتشغيل ، يجب عليك تحديد مجموعة من الأصول مع المشاركات ومعلمات الاختبار. سنختبر المنتجات الهيكلية للسنة التقويمية:

 #   portfolio = {'MINT': 0.9, 'AAPL': 0.1,} #   SYMBOLS = list(portfolio.keys()) df = prices(SYMBOLS) params = { 'benchmark': 'SPY', #     'balance': 100_000, #   'portfolio': portfolio, 'rebalance_day': -1, #      'freq': 'year', #    'stop_loss': 0.1, # -  10% #          'reset_position_prices': True, 'allow_method': allow_default, 'start': pd.to_datetime('2011-01-01'), #   } #  ,      pm = StructuredProductMill(params, prices=prices(SYMBOLS + [params['benchmark']]), show_progress=True) pm.check_params().prepare() #   pm.run() #   pm.print_results(); #   pm.charts() 

في أسفل دفتر الملاحظات ، توجد مخططات ذات الربحية والسحب في تاريخ إعادة التوازن (في نهاية العام) ، مما يؤكد انخفاضات رأس المال المنخفضة للغاية في وقت التقرير والربحية المتزايدة باستمرار. على الرغم من أن هذه الربحية تفقد المؤشر الواسع للشركات الأمريكية S&P 500.

النتائج

تضمنت الاختبارات الأدوات الأمريكية المتداولة بحرية منذ عام 2011:

• BIL - ETF لسندات الخزينة قصيرة الأجل ذات العائد 2 ٪ سنويا في وقت كتابة هذا التقرير. تذكر أنه في الفترة من 2009 إلى 2017 ، كانت المعدلات قريبة من الصفر. البديل هو استخدام MINT (صندوق أدوات الدخل الثابت قصير الأجل).
• AAPL - سهم أبل.
• MSFT - أسهم Microsoft.
• سهم TSLA - تسلا.

AAPL

جلب هذا التصميم إيرادات بلغت 8 سنوات بنسبة 24٪ (متوسط ​​سنوي قدره 2.6٪) مع سحب بين إعادة التوازن بنسبة -6٪. ولكن في نهاية السنين ، يكون السحب نحو الصفر. لم يتم التطرق إلى التوقف ، فقد خسر السوق 180٪ من العائدات.



الربحية والسحب لكل يوم (الربحية على اليسار ، السحب على اليمين).



الربحية والسحب عند تقاطع سنوات (الربحية على اليسار ، السحب على اليمين).

MSFT

حقق هذا التصميم عائدات بلغت 8 سنوات بنسبة 26٪ (متوسط ​​سنوي يبلغ 2.75٪) مع انخفاض بين إعادة التوازن بنسبة -2٪. عند تقاطع السنوات ، لا يوجد سحب.

TSLA

جلب هذا التصميم إيرادات بلغت 8 سنوات بنسبة 45٪ (متوسط ​​سنوي 4.6٪) مع انخفاض في عمليات إعادة التوازن بنسبة تصل إلى -15٪. ولكن كل هذا في عام 2013 ، عندما نمت تسلا ما يقرب من 5 مرات. في نهاية العام ، يصل السحب إلى -2٪. المسافر الأكثر المحمومة ، ولكن أيضا مربحة.

استنتاج

تتيح لك "المفكرة" اختبار أي تركيبة ملفات. قد تكون هذه صناديق humeral أو عدة شركات. على الرغم عموما دون أصول واقية.

مستودع جيثب .