第一篇中列举了想验证的以下4种策略：

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”

4. (按目标年化收益率)止损/止盈   在第二篇中验证了第二个“低买高卖”的投资策略，结果是收益率中间值来看，还没有无脑定投理想

那么今天想验证一下第三种策略——“跌了再买，涨了就抛”，以及“追涨杀跌”策略是否可行。

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

下图是统计的思路：  

  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

A. 验证“跌了再买，涨了就抛”策略

计算逻辑：

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

  第n月时: 若上月变动幅度低于X%，投入1,000块钱，以及钱包中的所有钱。若上月变动幅度大于X%且小于Y%，则把1,000块钱放入钱包中。若上月变动幅度>=Y%，则抛掉所有投入资产放入钱包中；

 最后看投入资产+钱包的合计，计算不同阈值X%, Y%的收益情况。

 作为对比，以下是无脑定投的结果：

 确认好条件之后我们就可以进入正题了，“跌了再买，涨了就抛”策略是否可行呢？

 下图是结果，纵轴为判断买入的阈值（也就是X%，上月收益率低于该值就买入），横轴为判断卖出的阈值（也就是Y%，上月收益率高于该值卖出），首先看一下中间值的分布情况：  

  上面的表格显示，每月有1000块钱的收入时，若采取“上月跌幅大于3%就买入，上月涨幅高于5%卖出”的策略，30年后的资产中间值为407,706块钱。   我们从中可以看出一些倾向：

  1. 买入阈值(纵轴)的绝对值越低，30年后资产的中间值越高。也就是说，买入的机会越多收益越高

  2. 卖出阈值(横轴)越高，30年后资产的中间值越高。也就是说，卖出的机会越少收益越高

  3. 无论采取多少的阈值X,Y，都不能超越无脑定投的中间值

    这次的结果，和上一篇模拟的结论差不多。虽然“跌了再买”心理上可能过得去，但是从收益率的情况来讲，是非常不值得采纳的。     顺便贴一下夏各阈值的夏普率：    

  可以说，买卖越频繁风险越低吧，不过收益就不那么可观了。

   最后贴一下各阈值情况下的主要统计结果(由于篇幅原因只列出4对)：  

  采用最高中间值的策略，收益高出无脑定投3万6千块钱左右，不过无脑定投只要设置好就一步到位了，而“追涨杀跌”就要关心上个月资产的变动情况。为了这个差距需不需要付出精力，那就是你要考虑的事情了吧。

  另外在日本的话如果投资有收益了的话每次卖出都需要付出约20%的税，所以该策略在日本是否可行还是需要进一步分析的

B. 验证“追涨杀跌”策略

 也就是涨了就买，跌了就卖，也称“趋势投资”，是一个非常符合人类心理的策略（也是多数散户采用的策略吧），以下是计算逻辑（就是把上面的策略反过来）：

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

  第n月时: 若上月涨幅高于Y%，投入1,000块钱，以及钱包中的所有钱。若上月变动幅度大于X%且小于Y%，则把1,000块钱放入钱包中。若上月变动幅度<=X%，则抛掉所有投入资产放入钱包中；

 最后看投入资产+钱包的合计，计算不同阈值X%, Y%的收益情况。

 下图是结果，纵轴为判断卖出的阈值（也就是X%，上月收益率低于该值就卖出），横轴为判断买入的阈值（也就是Y%，上月收益率高于该值买入），首先看一下中间值的分布情况：  

  上面的表格显示，每月1000块钱的收入，采取“上月涨5%以上买入，跌7%以上卖出”策略时，30年后资产的中间值是998,291块钱。横轴0%意味着只考虑做止损的情况   这一次的结果比刚刚的好很多，特别地，有四对组合超过了无脑定投策略：（-5%, 1%）、(-8%, 1%)、(-9%, 1%)、(-9%, 5%)，其中（-5%, 1%）的中间值最高，为1,042,732，高出无脑定投3万6千块钱左右。如果你每月投的稍微多一点，每月投1,500块钱的话，30年后就可以提前退休了。   说实话这个结果还挺让我意外的，以前一直以为投资不择时，跌再多也拿着的无脑定投是收益率最高的，然而这次模拟验证了止损的重要性吧。毕竟历史上单月跌5%以上的情况很少（12*30个月中平均36次），可能是一个很好的股灾警示。

  顺便贴一下各组合的夏普率：  

  这一次也是，相比无脑定投的1.85， 相对好一些

 最后贴一下收益最高的和夏普率最高的两组合的统计概要：  

  采用最高中间值的策略（即上月涨1%以上就买，跌5%以上就卖），收益高出无脑定投3万6千块钱左右，不过无脑定投只要设置好就一步到位了，而“追涨杀跌”就要关心上个月资产的变动情况。为了这个差距需不需要付出精力，那就是你要考虑的事情了吧。

  另外在日本的话，如果投资有收益，每次卖出都需要缴纳对收益部分约20%的税，所以该策略在日本是否可行还是需要进一步分析的

 下一篇准备分析“(按目标年化收益率)止损/止盈”策略的收益情况。

Appendix

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

 “跌了再买”：   计算用：Return_Simulation_monthly_buy_after_falling.py

  绘图用：plot_Return_Simulation_monthly_buy_after_falling.py

  “追涨杀跌”：   计算用：Return_Simulation_monthly_follow_the_herd.py

  绘图用：plot_Return_Simulation_monthly_follow_the_herd.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（K线是不会出来的，之后也会说明其实这些技巧都没什么大用），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）