月晖的头像

月晖

07后,北京人。
18岁前读过不止一千本书的读书人,15岁时小红书连更一年的自媒体创作者。目前正在学习和尝试投资。

微信公众号「月晖」

微信公众号「月晖」二维码

微信扫一扫,关注公众号

抖音「月晖」

抖音号

98431197664

打开抖音,搜索抖音号即可找到我

借助AI搞数据分析

你好,我是月晖。

此前一直羡慕专业的财经博主们有Wind数据库或者Choice金融终端,可以调取过去数十年内各种股票的成千上万条数据,作图、制表、回测投资策略等等。现在,AI工具使这件事的门槛大幅降低,连我这个没怎么学过编程的普通人都能在一定程度上实现。

自昨天充值ChatGPT会员后,我就想着一定要用它给我写程序跑一些投资策略回测。不过,当我真的动手尝试,才发现此事的门槛并不是ChatGPT会员,实际上先前只有Gemini、Claude甚至只用豆包也完全可以做到,只是当时我没有学而已。借助AI搞一些基本的数据分析,在这个时代真的非常容易上手。

数据源

要做此类分析,首先得有被分析的素材,也就是大量格式标准的原始数据。

Wind别想了,Choice也别想了,这些东西的订阅费用动辄就一年上万,对于资金量在百万以下的小散户来说,基本上没有订阅的必要。此前我会在这一步就卡住,接下来陷入无数据可用的困境,最多去标普500指数官网上下载一些标普500指数月度数据,但我现在才知道,其实除了付费数据库之外,还有很多免费的数据源都可以用。

美股的数据,用Yahoo Finance。A股的数据,用AKShare,直接从它官网下载很多时候会卡住下不了,但是可以在写程序的时候要求使用新浪接口,也就是来自新浪财经的数据,那个很不错。加密货币市场的我还没试,应该也有类似的东西。

相比于付费数据库,免费的数据可能不会那么全面,然而对于我等普通散户,其实一般也够用。一般情况下,回测所需的数据也无非就是各个ETF、各支上市公司股票的开盘与收盘价。这些东西过去二十年内精确到每一个交易日级别的数据都能下载,已经能做不少事。

以我的苹果电脑为例,下载方式大体是这样:

第一,在电脑上安装python,官网下载即可。从 Python 官网下载的官方安装包默认都自带并安装了pip ,打开终端,输入python3 -m pip –version检测是否下载成功。后续都是在终端里面输入命令行。

第二,输入类似python3 -m pip install -U yfinance的指令去下载由开源社区维护的 Python 第三方包(package)。

第三,写程序,用import那种句法调用数据。首先写一个代码,其开头是import yfinance as yf等调用语句,接着把代码放进电脑自带的TextEdit里面,保存为.py格式。

第四,输入cd ~/Desktop && python3 download_ndx.py这样的指令,锁定电脑里某个文件夹的的某个.py文件,执行其中代码,然后就可以下载出来大量数据,一般来说都是以CSV表格保存这个表格保存。

脑子里有这么一个大致框架就行,具体写什么代码、什么命令全都是让AI去写,如果报错了,把终端的回复全部复制给AI,叫AI重写。如此,很快就能下载出来大量数据。

后续处理

下载完数据之后,接下来就用这些数据做你想做的事,这同样可以交给AI。直接把CSV文件拖拽上传到ChatGPT或者别的什么AI的聊天窗口,然后要求它们分析或回测。

重点写写我今天做的第一个分析。我下载了2013年以来代表四类不同资产的4支ETF在每一个交易日中开盘价和收盘价数据。然后我把四个CSV文件发给AI,说:

从四支ETF全部都有了数据开始算起,每周五收盘时全仓买入过去20个交易日涨幅最大的ETF,持有到下周五卖出,继续换上最近20个交易日涨幅最大的产品。

周五休市顺延至下一交易日;第一名不变则继续持有,四只均下跌也选择第一名(跌幅最少的)。 

为避免未来数据,排名使用截至前一交易日的收盘价。

按照这一策略持续多年至今的净值曲线,请画折线图表示。

AI在这方面还是很智能的,它会自己明白不考虑手续费、滑点和现金分红,某支ETF在2022年有过一次1拆5,AI还懂得修正价格,避免误计拆分损失。大概过去一两分钟,GPT-6 Astra就给我画出一张图来。我之前看到有其他财经博主也回测这个策略画过图,对比发现它并没有画错。

由于这是一个动量策略,后续还要做很多稳健性测试。用过去20日作为时间窗口表现很不错,那么10日呢,30日呢?我接下来让AI从10日、11日到30日几乎是逐一尝试了每种不同的时间窗口,最终确定18日是表现最好的,且在18-25日这个区间里面都不太差,当时间小于15日和时间大于25日后回报都不太好,故而选择20日左右的窗口回报最好并不是某种巧合。

接下来我又问:

4支ETF在整个区间内各自的涨幅,以及按我们的策略持有它们的交易日数量、对最终净值的贡献,请分别告诉我。

通过反馈数据可以看出,收益主要来自其中两支ETF,那我就要去考虑这两个ETF背后所对应的大类资产在未来能否还有同样好的表现,从而判断这种策略的收益是否可持续。

而如果在测试之后发现还不错,真的想要执行这个策略。还要再考虑回撤控制,毕竟再好的收益如果面临长期回撤和大回撤,也会让策略的执行者痛苦不堪,中途放弃。我又问:

记录策略每年6月30日和12月31日净值(初始净值为1),休市日沿用当年最后一个交易日的收盘净值。

统计这个在整个时间区间内幅度最大的五次回撤,而后统计从回撤发生那一天到策略净值创新高所需的时间(经过了多少个交易日)。

其实这两个问题一开始我说得都没有这么详细,比如“休市日沿用最后一个交易日”这点就是AI给我补上的。在提问和追问中,也可以不断修正问题,让这个分析变得更精准。

在这个回测之后,我又做了一些别的尝试。

比如,下载过去几十年上证指数的全部数据,按每个交易日的峰值让AI给我做一个HTML文件可视化。

又比如,给定20160101-20260831这样的区间,下载所有区间起点就已经上市且在区间终点仍未退市的公司股价数据,接下来就可以做一个大对比,看10年涨幅最好的10支股票是什么。跑出这个数据之后,还可以把数据发给GPT的image 2.5模型,让它做个图。这个过程中可以处理很细,纳入是否复权等等细节。

以上所有这些,都是我和AI在一个傍晚里用对话完成的,无论写代码、下载数据、回测还是画图。过去想写出一段用来下载数据的代码需要人在那里反复调试,想做个网页或者图片可视化也没有那么容易,这些东西都需要学很多个小时才能上手。今天,它只需要你动动嘴语音输入问AI就可以,而它们其实完全可以用免费模型完成。

高频量化什么的普通人还做不到,但是小规模的数据分析、策略检验这些,现在已经成为每一个散户都可以享受到的福利,值得用起来。

发表回复