Python量化回测标普500十年数据:“无脑定投”为何完胜“逢低抄底”?

import pandas as pdimport backtrader as btimport matplotlib.pyplot as plt# ==========================================# 1. 定义无脑定投策略 (DCA)# ==========================================class DCAStrategy(bt.Strategy):    def __init__(self):        self.current_month = None    def next(self):        # 获取当前交易日的月份        date = self.data.datetime.date(0)        # 跨月时，发工资存入 1000 美金        if self.current_month != date.month:            self.current_month = date.month            self.broker.add_cash(1000)            # 每月固定买入，市价全仓            cash = self.broker.get_cash()            size = int(cash / self.data.close[0])            if size > 0:                self.buy(size=size)# ==========================================# 2. 定义低估值买入策略 (Value Dip Buying)# ==========================================class ValueStrategy(bt.Strategy):    params = (('sma_period', 200),)    def __init__(self):        # 采用200日均线作为价值中枢判断        self.sma = bt.indicators.SimpleMovingAverage(self.data, period=self.p.sma_period)        self.current_month = None    def next(self):        date = self.data.datetime.date(0)        # 同样跨月存入 1000 美金到现金池        if self.current_month != date.month:            self.current_month = date.month            self.broker.add_cash(1000)        # 低估值判断条件：当收盘价跌破200日均线时，认为处于低估区间        if self.data.close[0] < self.sma[0]:            cash = self.broker.get_cash()            # 如果现金池够买哪怕1股，就全仓抄底买入            if cash > self.data.close[0]:                size = int(cash / self.data.close[0])                self.buy(size=size)# ==========================================# 回测引擎启动函数# ==========================================def run_backtest(strategy_class, data, name):    cerebro = bt.Cerebro()    cerebro.addstrategy(strategy_class)    # 将初始本金设为 0 (通过按月发工资注入资金)    cerebro.broker.setcash(0)    cerebro.adddata(data)    print(f"[{name}] 开始回测...")    cerebro.run()    final_value = cerebro.broker.getvalue()    print(f"[{name}] 期末总资产: ${final_value:.2f}\n")    return cerebroif __name__ == '__main__':    # 1. 加载和预处理数据    df = pd.read_csv('chart_20260223T025055.csv', parse_dates=['Date'])    df.rename(columns={'Value': 'close'}, inplace=True)    # Backtrader 需要 OHLC 数据结构，这里使用收盘价填充    df['open'] = df['high'] = df['low'] = df['close']    df['volume'] = 0    df.set_index('Date', inplace=True)    df.sort_index(inplace=True)    # 转换为 Backtrader 数据格式    bt_data = bt.feeds.PandasData(dataname=df)    # 2. 运行对比    run_backtest(DCAStrategy, bt_data, "无脑定投策略")    run_backtest(ValueStrategy, bt_data, "低估值买入策略")