妹子让我帮忙分析基金数据,Python一套操作下来,她成了我女朋友

df = pd.read_csv('fund_data.csv', encoding='utf-8')
df['date'] = pd.to_datetime(df['date'])
df.sort_values('date', inplace=True)

跑完基础清洗，我开始算累计收益率。她用手机对着屏幕拍了好几张图，说你这些数字跳来跳去的。我没直接给她看图表，而是先算了个最关键的指标——年化收益率。用np.power函数把总收益率按时间年化一下，结果出来是4.6%。她看了说，比银行理财高一点啊。我说你等等，波动率还没算呢。

算夏普比率的时候她突然安静了

波动率用的是日收益率的标准差，乘以sqrt(252)换算成年化。沪深300近两年的年化波动率大概在18%左右，她的组合稍微低一些，因为中证500那部分仓位不是很高。算完波动率，下一步就是夏普比率。无风险利率我取的十年期国债收益率，大概2.8%。

公式很直接：(年化收益率 - 无风险利率) / 年化波动率。算出来0.1，也就是跑赢无风险利率不多，承担的风险几乎没换来超额收益。她说你这个比率具体啥意思。我用喝水杯比划了一下，好比一杯水加了半杯糖，夏普比率就是糖和水的比例。她听完点了点头，说懂了。

fig, ax = plt.subplots(figsize=(12, 5))
ax.plot(df['date'], df['cumulative_return'], color='2878B5', linewidth=1.5)
ax.fill_between(df['date'], 0, df['cumulative_return']100, alpha=0.1, color='2878B5')
ax.set_ylabel('累计收益率 (%)')
ax.axhline(y=0, color='black', linewidth=0.5)

她说这图比支付宝那种小卡片好看多了。我说那是因为我把坐标轴调了，把零线加粗了，还把上涨区间做了填充。她让我教她怎么画，我说你可以装个anaconda。她说哎呀我不学，你帮我跑就行。我就笑了笑，继续往下写代码。

最大回撤算出来她笑了

最大回撤是用滑动窗口算的。我把净值曲线从最高点往下溜坡，找到那个最深的坑。参数设成252个交易日，不算太严格。结果出来是9.3%，也就是她这两年最高从净值顶点亏了不到10%。她说还好还好，比我同事那亏20%的好多了。我说那是因为你定投，摊平了成本，而且中间没瞎操作。

她又问，那我现在该不该卖。我没有直接回答，而是用数据说话。算了个mar比率，就是年化收益率除以最大回撤。0.49，不算差，但也谈不上优秀。我说你要是急着用钱就卖，不急就放着。她说不急。我就把代码输出里的建议行改成了“建议继续持有，可考虑加大定投频率”。她看着那句话笑了。

后来就是一起去公司楼下的瑞幸，她聊她之前自己做基金回测用的什么excel，结果VBA写崩了两次。我说你下次直接找我，用Python半小时搞定。她说好，那我以后天天找你。我低头喝了一口美式，心想这算不算套路。

现在她是我女朋友，偶尔还会发过来一堆基金数据让我跑跑。上周末她问我能不能做个定投计算器，我说行，加个菜单栏界面，用Tkinter写。她说你这人怎么什么都会。我说你教会了我怎么能看懂女人的话。

技术分享如果有用，你们也可以试试帮身边的朋友分析分析基金数据。说不定哪天就跟我一样，从分析数据变成了人生合伙人的关系。当然这事也有风险——要是算出来收益是负的，你可能会被拉黑。