賺錢是個俗氣的話題，但又是人人都繞不開的事情。我今天來“科學”地觸碰下這個話題。

談賺錢，就會談到理財、投資，談到炒股。有這樣一個笑話：

問：如何成為百萬富翁？
答：帶一千萬進入股市。

那么你有沒有炒過股？有沒有虧過錢？

股市雖然是個充滿造富神話的地方，但對于大部分參與者來說，風險都是極高的，所謂七虧二平一賺。而一般的銀行理財、貨幣基金，則是相對穩定的低收益率。今天要聊的是一個介于二者之間的投資策略，既能提升你的收益率，又能維持一個相對可控的風險。（真有這種好事？）

策略很簡單，一共分兩步：

1. 把你手頭準備用于投資的閑錢（注意是閑錢），50%投資于股票指數基金，比如指數基金300ETF，50%投資于低風險固定收益產品，比如大家都知道的余額寶、其他貨幣基金、銀行固定收益理財等。
2. 每隔固定的一段時間進行一次資產再平衡（假設一年），使股票資產和固定收益資產的比例恢復到50%對50%，比如每年12月31日，如果這一年股票大漲，則需要賣出股票，買入貨幣基金，使調整后兩中資產的市值恢復50%對50%。

然后，就沒有然后了……就這么簡單。

這個策略并不是我拍腦袋想出來的，它的正式名稱叫做動態再平衡策略，最早由“華爾街教父”格雷厄姆提出，之后也被很多證券分析師所引用。上述是一個極簡的初級版本。

關于策略的實際效果，很多人在書籍或文章中有過論述。但我想你恐怕還是對此持謹慎懷疑的態度。那么接下來，我就用代碼，在歷史數據上做一些模擬統計實驗，看看效果究竟如何。

這里的數據來源是 tushare，一個開源財經數據接口包，我之前在文章中也有介紹過，詳見：想用 Python 做數據分析？先玩玩這個再說

數據處理用到了 numpy，繪圖使用了 matplotlib。

詳細代碼獲取見文末。

我們模擬場景設定為：

1. 初始資金為 10000 元
2. 以滬深300[399300]指數作為指數基金的參考
3. 為了簡化模型，我們不考慮休息日，假設每個交易日的固定收益為萬分之一（年化3%左右）。
4. 每隔一段固定時間，就進行一次“再平衡”操作，將指數基金與固定收益的比例恢復50:50。
5. 將結果與全部購買指數基金和全部購買固定收益的效果進行對比。

根據之前的策略和設定，選取不同周期和時間段進行數次實驗，結果為：

在幾次實驗中，再平衡策略的收益均處在另外兩種策略中間：當股市好時，可以獲取遠超固定收益的回報；而當你的買賣點選擇不好，股票賠錢的時候，也不會虧太多。尤其像最后一組，從07年3000點左右買入，經歷10年2輪大牛市，股票回到原點后，再平衡策略依然有相當于固定收益的效果。

可視化展示：

藍線為指數，紅線為全指數基金策略（二者曲線一致，只是坐標軸不一樣），綠色是固定收益的曲線，堆疊折線圖則是再平衡策略的曲線（下半部固定收益，上半部指數基金）。再平衡策略基本就是以固定收益為標準，圍繞其做波動，而波動的影響就是股市的漲跌。因此既保證了收益穩定性，又增加了有超額收益的機會。

在最簡版的基礎上，還可以有個變化：不按固定周期再平衡，而是按比例，比如當其中一部分超過另一部20%時，則觸發再平衡。

放在上述實驗數據中，總體來說收益率有所提升：

還可以將再平衡策略與定投策略結合起來，比如初始 10000 元，之后每個月（以30個交易日簡化）投入 1000 元，按照我們第二種再平衡策略，從 07 年 5 月一直堅持到現在，結果是：

共投入成本 101000 元
再平衡策略最終資金 131010 元
對比只買固定收益是 118317 元
只買指數基金是 108857 元

當然，僅從選取這幾次來下結論，依然不是很有說服力，所以我讓程序隨機選取開始和結束的時間點（至少1000個交易日），進行了1000次實驗，最終的收益率統計如下圖：

紅點是再平衡策略收益率，黃點是固定收益率，綠點是指數基金收益率。

我們的策略收益率大部分保持在 0~7 之間，標準差為 5.88，相對穩定。這一收益率也有賴于固定收益的基礎收益率，如果固定收益能提高到 5% 以上，此策略的收益率平均將接近 10%。

而純股票的收益率，雖然有可能達到驚人的數值（比如頂上那個點 150+%），但標準差有 14.1，也有很大的概率虧損。

因此，這個策略不太能讓你暴富，但對于尋求資產穩定增值的朋友，是非常值得參考的資產配置策略。

有人嘀咕了，說的這么神，你自己買了沒？

emmmm……這個，我就低調地曬個圖吧：

當然，這點盈利純屬狗屎運。（35倍的收益率其實是股票轉件計算收益的一個“bug”：是以剩余資金來計算百分比）

策略重要，找到一個好的入場時機更重要。不跟風，保持獨立思考，正所謂“別人貪婪時我恐懼，別人恐懼時我貪婪”。現在是不是合適的入場時機，這就不是我這個代碼能幫你算出來了的。

獲取文中相關代碼，請在公眾號（Crossin的編程教室）里回復關鍵字 策略

════

其他文章及回答：

如何自學Python | 新手引導 | 精選Python問答 | Python單詞表 | 人工智能 | 嘻哈 | 爬蟲 | 我用Python | 高考 | requests | AI平臺 | 計算機視覺

歡迎搜索及關注：Crossin的編程教室