【美股投资择时篇(四)】验证“目标收益率止盈”的可行性

以下5种策略中，已模拟了前面3个的收益情况：

1. 无脑定投(Dollar Cost Avaraging, DCA)

2. “低买高卖”——PER(市盈率)法

3. “跌了再买，涨了就抛”  和 “追涨杀跌”

4. (按目标年化收益率)止损/止盈

5. “黄金/死亡交叉”  和  “均线趋势投资”

 目前来看无脑定投以外，“追涨杀跌”的方法是比较可行的。那么今天想模拟一下第四种：(按目标年化收益率)止损/止盈 的收益情况

此模拟前提条件：

   - 数据：1886/01/02 - 2023/01/17的标普500指数每月记录(不含股息分红)，注意是指数投资，不是个股投资

   - 由于我们不能直接投指数，因此模拟时扣除在日本的标普500指数基金中资产规模最大的指数基金的托管费率0.0968％)    - 每月可以有1,000块钱用于投资/储蓄(在python代码中的参数为monthly_income)

   - 计算比较三十年之后的资产情况   之前我对模拟方法讲得不是很清楚，简单地做了图描述一下：  

  数据是1886-2023年的每月数据， 第一次模拟是1886/1-1926/1，采取想测的策略计算收益情况，第二次模拟是1886/2-2926/2...以此类推。最后计算所有模拟结果中的最低值、平均值、中间值、最高值等统计数据

作为对比，以下是无脑定投的结果：

 验证(按目标年化收益率)止损/止盈的可行性

可能听说过“止损很重要”、“落袋为安”这样的说法，那么我们怎么应该止盈/止损呢？

   以下是每次模拟的计算逻辑：

   初始时: 投入资产(invested_amount)=0 钱包(wallet)=0

  第n月时: 若已投资产年化收益率=Y%，抛掉已投资产存入钱包中(即止损/止盈)，已投时长也清零。若X%<资产年化收益率<Y%，投资1,000块钱。

  若已投时长<12月，则不管已投资产收益率如何都不抛售(不然买卖太频繁了)   最后看投入资产+钱包的合计，计算不同X, Y的收益情况。

 首先贴一下各阈值（X，Y）的中间值分布情况，下图中纵轴为止损阈值(即X），横轴为止盈阈值（即Y）    

  上图表示，每月收入1000块钱，若采取“目标年化收益率达到+7%就止盈，-6%就止损”的策略，那么30年后资产的中间值是391,169块钱。

  从图中可以看出如下趋势：

  1. 目标收益率越高（=止盈阈值越高），资产中间值越高

  2. 止损收益率越低，资产中间值越高。也就是说止损频率越低资产中间值越高

  3. 无论采取何种X，Y阈值，都没有超过无脑定投的中间值

 其实这个结果对我来说还是意料之中的。你什么时候投，资产达到了怎样的收益率，对其他人来说是没有什么关系的。这是统计心理上的错觉，看见涨很多之后会觉得，下一轮很有可能会跌。这有点像抛硬币，即使前面连续十次出正面，下一次抛硬币出反面的概率仍然是1/2。长期投资重要的还是拿多久，所以买卖频率越高收益反而越低。

 顺便看一下夏普率：  

  虽然左下角记录了很高的夏普率（=超低风险），不过中间值不是很可观...   最后贴一下各阈值组合的主要统计结果(由于篇幅原因只列出3对)：  

  下一篇是择时投资模拟的最后了，想计算一下比较Technical的两个策略：“黄金/死亡交叉法” 和 “均线趋势投资”，即：

当股价低于25日移动平均线+25日平均线朝下→卖    当估计高于25日移动平均线+25日平均线朝上→买

  策略对美股指数投资怎么样

Appendix   本次源代码在：   https://github.com/lapi2023/Stock_Return_and_safe_withdraw_rates_simulation

  计算用：Return_Simulation_monthly_buy_and_sell_on_target_return.py

  绘图用：plot_Return_Simulation_monthly_buy_and_sell_on_target_return.py

注1：我分享过的，以及将要分享的内容都是过去数据得出来的结果，而过去数据不能保证将来的走势，投资有风险，所有后果应由自己承担

注2：我不会推荐任何具体的金融产品（最多是指数），任何高端的操作技巧，也没有收任何机构的钱，开户什么的基本操作请自己搜一下（我也不知道国内券商的情况）