沪深300指数历史数据 创业板指数历史估值

股指的涨跌是随机的,事前是不可预测的 。只有经过统计分析,才有可能得到统计意义上的大概率事件 。
沪深300指数代表了中国a股市场的整体表现 。通过分析其历史数据,可以得出一些有趣的结论 。
一,时间历史沪深300指数2005年1月4日开盘994.76点,2020年6月30日收盘4163.96点,历时15.5年186个月3763个交易日 。经计算,平均每年242.77个交易日,每月20.23个交易日 。
二、复利增长沪深300指数,以2004年12月31日为基准日,1000点为基点,2020年6月30日收于4163.96点,15.5年累计上涨316.40% 。计算的复利每年增长9.64%,每月增长0.77% 。

沪深300指数历史数据 创业板指数历史估值

文章插图
2三,涨跌统计年1月涨跌
186个月中,上升月数为107个月,占57%;下跌79个月,占比43% 。算术平均月增长率为1.14% 。
107个月上涨行情中,最大月度涨幅为27.93%;79个月跌幅中,最大的一个月跌幅为25.85% 。
月平均波动幅度的概率分布如下图所示 。
沪深300指数历史数据 创业板指数历史估值

文章插图
每月的涨跌统计如下图所示 。
沪深300指数历史数据 创业板指数历史估值

文章插图
从这个角度来看,涨幅最好的是12月,其次是4月、2月和7月,跌幅最大的是6月和8月 。
(2)日常起伏
3763个交易日中,2008个交易日上涨,占53%;1754个交易日下跌,占比47% 。日算术平均涨幅为0.05% 。
在上涨的2008个交易日中,最大单日涨幅为9.34%;在1754个交易日中,最大单日跌幅为9.24% 。
日波动幅度的概率分布如下图所示 。
沪深300指数历史数据 创业板指数历史估值

文章插图
根据交易日统计,波动规律如下图所示 。
沪深300指数历史数据 创业板指数历史估值

文章插图
从这个角度来看,一般周一周五周三涨幅都不错,而周二行情一般,周四下跌的可能性更大 。
四,最好与最坏的日子 (1)最好的日子
3763个交易日,错过上涨最好的10天,沪深300指数到2020年6月30日可能只有1991点,15.5年后上涨
99.1%,复合年增长4.54% 。
如果错过上涨最好的20天,则沪深300指数到2020年6月30日可能只有1157点,15.5年累计上涨15.7%,复合年增长0.95% 。
错过最好的10天或20天,沪深300指数的历史走势将变成下图中的红色和绿色曲线 。

沪深300指数历史数据 创业板指数历史估值

文章插图
(2)最坏的日子
在3763个交易日中,如果避开跌幅最大的10天,则沪深300指数到2020年6月30日可能达到9675点,15.5年累计上涨8.675倍,复合年增长15.77% 。
如果避开跌幅最大的20天,则沪深300指数到2020年6月30日可能达到19904点,15.5年累计上涨18.90倍,复合年增长21.28% 。
避开最差的10天或20天,沪深300指数的历史走势将变成下图中的红色和绿色曲线 。

沪深300指数历史数据 创业板指数历史估值

文章插图
据此来看,只有长期持股,才能不错过涨幅巨大、对投资收益具有关键作用的好日子;而对于跌幅巨大的坏日子,似乎只能靠控制人性中的贪婪才可以避开 。
五,定投收益一般人,如果没有择时的功力,那就不如傻傻定投吧 。
我们把沪深300指数的历史走势划分为三段区间:

沪深300指数历史数据 创业板指数历史估值

文章插图
第一段:2005年1月4日至2007年10月16日 。
沪深300指数由982.79点上涨至5877.20点,属于单边牛市行情,见上图中的点1~点4 。
第二段:2007年10月17日至2015年6月8日 。
沪深300指数由5824.12点开始熊市下跌、反弹、再次探底直至上涨至5353.75点,见上图中点4~点10,这是一个完整的熊牛市场波动周期,构成一个完整的“微笑曲线” 。
第三段:2015年6月9日至今
沪深300指数由5317.46点开始熊市下跌,下跌、反弹反复波动,直至2020年6月30日收盘于4163.96点,见上图中点10~点14 。
假设定投方式为日定投,以每个交易日收盘指数计算,则在以上三段时间内的定投总收益分别为:343%、95%和16% 。
如果选择第二段时间进行详细剖析,历时7.65年的一轮定投,傻傻投同样会获得总收益95%,折算年化收益约为9% 。而如果定投开始的时机,避开大牛市的顶部高位,则年化收益无疑会提高三年五个点,达到10~12%也是非常有可能的 。
【沪深300指数历史数据 创业板指数历史估值】长期定投年化收益9%,跟长期持有的平均收益水平大致相当,只不过是定投提高了盈利的概率到100%而已,而不像一次性买入那样,假如买在了高点,就会落进亏损的概率区间内 。