Python 低風險高報酬投資組合：SPY 加 TLT 公債資產配置回測

投資可以很複雜，超多的商品選擇，分批持有買賣點設定等等，但是每天花這麼多心力，真的有比大盤好嗎？ 其實投資也可以很簡單的，我們可以稍微更智慧一點，投資「大盤」跟「公債」！

今天就是要來介紹一個簡單的策略， 此策略的 sharpe ratio 高達 1.2 非常高，但其實原理並不難，也不需要太多的技巧 用一句話就講完了：

將資產分兩半：SPY 跟 20年公債

• 一半投資「標準普爾500指數ETF」
• 一半投資「iShares 20年期以上美國公債ETF〈TLT〉」

這種策略的大致上的原理就是「找兩個相關係數為負，且會隨時間增值的商品」 這樣的策略效果究竟如何呢？一半一半？這樣的比例真的好嗎？ 我們可以用上一篇文章 ffn python package，來做回測看看效果如何

大家可以點這裡到程式碼，並且線上打扣！

安裝 ffn：

!pip install ffn

獲取資料

import ffn
prices = ffn.get("spy,tlt", )
prices.plot()

仔細看這兩個指數確實有呈現一點負相關，特別是 SPY 下跌的時候，TLT會些微的上漲

將資產分一半，投資回測

這邊我們只拿「SPY」跟「TLT」，其實有很多的策略組合也會有「石油」、「新興市場」、「黃金」等等 大家到時候也可以去自行變化，找出比較好的投資組合

prices.rebase().mean(axis=1).plot()

雖然比直接投資sp500還要差，但是整體來說看起來更穩定的感覺 究竟我們有沒有辦法橫兩，這樣的組合是否是最好的呢？

不然我們就暴力計算一下，將幾種組合都寫出來：

那我們把這幾種配置都回測一次試試看：

import numpy as np
import pandas as pd
 
strategies = {}
 
for i in np.arange(0, 1.1, 0.1):
    title = "spy: %.1f | tlt: %.1f" % (i, 1-i)
    strategies[title] = (prices.rebase() * [i, 1-i]).mean(axis=1).rebase()
 
strategies = pd.DataFrame(strategies)
 
strategies.plot()

可以發現TLT比重比較重，則報酬率比較低， SPY比重比較重，則報酬率比較高 除了報酬率以外，我們還有哪些指標可以來量化這些策略的績效呢？

我們可以用 ffn 提供的 calc_stats 來計算：

stats = strategies.calc_stats()
stats = pd.DataFrame(
    {
        name:pd.Series({key:getattr(pf, key) for key in dir(pf) if isinstance(getattr(pf, key), float)}, name=name) 
        for name,pf in stats.items()
    }).transpose()
 
stats.head()

這樣我們就有一張策略的績效總表了，這張 dataframe 非常大一張，要怎麼看有哪些分析數據呢？ 我們可以利用 stats.columns 查看可以比較的策略績效指標：

stats.columns

我們可以利用 .plot 將不同的績效比較給畫出來，例如：

stats['daily_sharpe'].plot(rot=10, color='blue')
stats['monthly_vol'].plot(rot=10, color='red', secondary_y=True)

上圖中有兩線，

• 藍色的是 sharpe ratio，代表 「報酬」/ 「風險」 的比例
• 紅色的是「每月報酬」的波動程度，

可以發現，風險報酬比（藍色）最佳位置，剛好就是在 「一半一半」的資產配置上 對應到「每月報酬」最穩定的，也剛好就是在「一半一半」的資產配置上

這說明了投資好像不用搞太多花俏的東西，直要簡單粗暴就是最好的！ 上面的 sharpe ratio 是用簡單的「每天」的 sharpe ratio，

不過假如你是投資長線的話，其實不用太計較每天的 sharpe，應該要看的是每個月，甚至是每年的：

stats['yearly_sharpe'].plot()
stats['monthly_sharpe'].plot()
stats['daily_sharpe'].plot()

假如我們不要「每天」跟報酬率計較，而改成是「每個月」或「每年」的時候， 由上圖中可以知道，SPY 比例從 0.5~0.7 都是不錯的配置方式 不過這 1.3 以上的 sharpe ratio 其實算是滿驚人的（不過沒算上金融海嘯，所以…稍微不準） 我平常可能大費周章，搞了半天也弄不出這麼好的資產配置XD

接下來看平均年報酬率：

stats['yearly_mean']

還可以！你想想看完全不看盤得到5%以上的獲利，已經非常爽了！ 老實說這樣的組合還有很多可以玩的地方，例如加入定期權益平衡， 也就是每個月去重新調整持股比例，漲多的賣，跌多的買，重新將權重調整回原點。 我們下次會來介紹進化版策略的回測，讓這個簡單的策略再進化 可以定期追蹤 FinLab 一起來研究投資這件事情吧！