内容同步公众号：python量化投资

【妹子说】今天听小美跟我说，她最近这两年投资基金的收益还挺不错的，据说是挣了不少呀。

那这位小美同学有没有提一下她的具体收益情况？

【妹子说】有的有的，她说这两年有百分之二十几的年化收益率，还说基金有时候波动很大，要坚定长期持有，幸亏2018年没有割肉离场删APP，我不太明白这里面的含义。

这里面涉及到基金的两个重要的维度，那就是收益和风险。我们这里先来谈谈收益的问题：

我们以沪深300指数为例，我们通过买卖点指数净值的比较来衡量他的收益，如果买的时候净值低，卖的时候净值高，显然我们就获得了正收益，反之高买低卖则意味着负收益，也就是亏损，我们还是拿数据来说话，小美提到了2018~2020三个年份，那我们就先获取这三年的沪深300指数历史数据：

【代码片段】

import tushare as ts

ts.set_token('your token')

pro = ts.pro_api()

data = pro.index_daily(ts_code='000300.sh', start_date='20180101', end_date='20201130')

print(data)

【运行结果】

ts_code trade_date close ... pct_chg vol amount

0 000300.SH 20201130 4960.2519 ... -0.4118 262638950.0 3.964958e+08

1 000300.SH 20201127 4980.7650 ... 1.2435 162952922.0 2.531790e+08

2 000300.SH 20201126 4919.5912 ... 0.1811 137202338.0 2.397481e+08

3 000300.SH 20201125 4910.7000 ... -1.2783 170340527.0 2.770706e+08

4 000300.SH 20201124 4974.2855 ... -0.6142 156637911.0 2.648044e+08

.. ... ... ... ... ... ... ...

702 000300.SH 20180108 4160.1595 ... 0.5173 173877666.0 2.264039e+08

703 000300.SH 20180105 4138.7505 ... 0.2407 149009872.0 1.852063e+08

704 000300.SH 20180104 4128.8119 ... 0.4237 134543794.0 1.745236e+08

705 000300.SH 20180103 4111.3925 ... 0.5870 151852218.0 2.057269e+08

706 000300.SH 20180102 4087.4012 ... 1.4028 146935435.0 1.784020e+08

【妹子说】数据好凌乱，我们是不是要处理一下？

我们看到获取的数据以Dataframe的形式进行组织，的确有几个常见的地方需要进行数据整理：

第一：这里的索引默认使用的是0,1,2,...,这样的自然数，我们应该使用trade_code作为整个dataframe的索引

第二：对于日期，这里的日期是从现在到过去的逆序排列的，我们要把这个顺序颠倒一下，应该是从2018年到2020年，即从过去到现在进行数据的排列。

好，我们按照这个要求，进行简单的数据预处理和整理，并把它以csv格式文件存放在本地，供大家一起练习使用：

【代码片段】

import tushare as ts

ts.set_token('your token')

pro = ts.pro_api()

data = pro.index_daily(ts_code='000300.sh', start_date='20180101', end_date='20201130')

data.set_index('trade_date', inplace=True) #以trade_date为索引列

data = data.reindex(index=data.index[::-1]) #将时间索引列顺序颠倒

data.to_csv('d:\\hs300data20182020.csv')

【运行结果】

后面，没有tushare积分的同学，也可以和我一起，直接读取这个本地的csv文件进行数据的分析和处理。

【妹子说】那我们接下来是不是就来看看2018年到现在，沪深300的整体表现，看看小美说的是不是真的

没问题，不过在数据读取和处理的过程中，我们要注意两个重点问题：

第一：我们只关注trade_date和close两列，其他的数据我们暂时可以不关心

第二：trade_date这里是以文本的形式存在的，我们在读取成dateframe结果的过程中，要把他转化成python中的时间格式，以便后续进行进一步的计算：

【代码片段】

import pandas as pd

import matplotlib.pyplot as plt

data = pd.read_csv('d:\\hs300data20182020.csv',index_col=0,parse_dates=True)

data = data['close']

data.plot(figsize=(10, 6))

plt.show()

【运行结果】

【妹子说】这个图很能说明问题呀，你看看，整个2018年沪深300基本上是跌了一年，但是紧接着，2019~2020年，是一个相当不错的牛市呀。怪不得小美这两年挣了不少收益。

不过这只是关于指数收益的一个整体感性认知，具体的如何用指标去量化评价指数收益，我们下一次再说啦。

【妹子说】嗯好，下来我们把沪深300和上证50两个指数在2018~2020年的csv格式数据文件：hs300data20182020.csv和sz50data20182020.csv上传至网盘，让大家一起练习！