Купил и держи. Сравнение.

В продолжение предыдущей публикации, сделал графики на которых можно сравнить доходы по разным бумагам.

Интерпретацию результатов описал в предыдущей публикации. 

Особенность получающегося графика — это коряво выглядит ось Х(годы начала инвестирования), пришлось отказаться от строкового формата, ради смещения новых столбиков.

Кому нужен код:

from datetime import date<br /><br />import numpy as np<br />import pandas as pd<br />import yfinance as yf<br />import matplotlib.pyplot as plt<br /><br /><br />class Bar:<br />    def __init__(self):<br />        self.year = 0<br />        self.month = 0<br />        self.day = 0<br />        self.open = 0<br />        self.high = 0<br />        self.low = 0<br />        self.close = 0<br /><br /><br />def run(df, start_date, end_date, increment, date_increment, fees):<br />    """ Основная функция """<br />    df = df[start_date:end_date]<br />    cur_bar = Bar()<br />    prev_bar = Bar()<br />    increment_is_completed = False  # Приращение депо в этом месяце (False-не было, True-было)<br />    depo = 0  # Брокерский счет в валюте<br />    sum_depo = 0  # Общая сумма инвестирования (переведено на брокерский счет)<br />    portfolio = 0  # Количество бумаг<br /><br />    # Перебор строк DF, как приход нового бара<br />    for row in df.itertuples():  # Перебор строк DF<br />        cur_bar.day = date.timetuple(row[0])[2]<br />        cur_bar.month = date.timetuple(row[0])[1]<br />        cur_bar.year = date.timetuple(row[0])[0]<br />        cur_bar.open = row[1]<br />        cur_bar.high = row[2]<br />        cur_bar.low = row[3]<br />        cur_bar.close = row[4]<br /><br />        if cur_bar.month != prev_bar.month:  # Если месяц предыдущего бара не равен месяцу текущего бара<br />            increment_is_completed = False<br />        elif cur_bar.month == prev_bar.month and not increment_is_completed and cur_bar.day >= date_increment:<br />            depo += increment<br />            sum_depo += increment<br />            increment_is_completed = True<br /><br />        while cur_bar.open + cur_bar.open * fees < depo:<br />            depo -= cur_bar.open + cur_bar.open * fees<br />            portfolio += 1<br /><br />        prev_bar.day = cur_bar.day<br />        prev_bar.month = cur_bar.month<br />        prev_bar.year = cur_bar.year<br />        prev_bar.open = cur_bar.open<br />        prev_bar.high = cur_bar.high<br />        prev_bar.low = cur_bar.low<br />        prev_bar.close = cur_bar.close<br /><br />    return sum_depo, portfolio * cur_bar.close, depo, portfolio, cur_bar.close<br /><br /><br />if __name__ == '__main__':<br />    # BRK-B IJH SPY AAPL<br />    df_rez = pd.DataFrame()<br />    # ticker_lst = ['AAPL', 'SPY', 'BRK-B', 'IJH']  # Тикер финансовых инструментов как он отображается на Yahoo Finance<br />    # ticker_lst = ['AAPL', 'BRK-B', 'IJH', 'QQQ']  # Тикер финансовых инструментов как он отображается на Yahoo Finance<br />    ticker_lst = ['AAPL', 'MSFT', 'NVDA', 'GOOGL']  # Тикер финансовых инструментов как он отображается на Yahoo Finance<br />    increment: int = 100  # Сумма ежемесячного инвестирования<br />    date_increment: int = 15  # Дата пополнения(число месяца)<br />    year_invest: int = 10  # Количество лет инвестирования<br />    fees = 0.0006  # 0.05% комиссия брокера ВТБ + 0.01% комиссия биржи<br />    for ticker in ticker_lst:<br />        df_ticker = yf.download(ticker)  # Загрузка данных с Yahoo Finance<br />        df_ticker = df_ticker.drop(columns=['Adj Close', 'Volume'])  # Удаляем ненужные колонки<br /><br />        df_rez_ticker = pd.DataFrame()<br /><br />        for year in range(1993, 2022):<br />            start_date: date = date(year, 1, 1)  # Дата старта инвестирования(год, месяц, число)<br />            end_date = date(start_date.year + year_invest, start_date.month, start_date.day)<br /><br />            rez = run(df_ticker, start_date, end_date, increment, date_increment, fees)<br /><br />            dohod = round(rez[1] - rez[0] + rez[2], 2)<br /><br />            new_row = {'Год начала': int(year), f'Доход {ticker}': dohod}<br />            df_rez_ticker = df_rez_ticker.append(new_row, ignore_index=True)<br /><br />        if len(df_rez) == 0:<br />            df_rez = df_rez_ticker<br />        else:<br />            df_rez = pd.merge(df_rez, df_rez_ticker)<br /><br />    df_change_type = df_rez.astype({'Год начала': np.int64})  # Изменение типа, для печати без дробной части<br />    print(df_change_type)  # Печать результирующей таблицы<br /><br />    index = df_rez['Год начала']<br />    values0 = df_rez[f'Доход {ticker_lst[0]}']<br />    values1 = df_rez[f'Доход {ticker_lst[1]}']<br />    values2 = df_rez[f'Доход {ticker_lst[2]}']<br />    values3 = df_rez[f'Доход {ticker_lst[3]}']<br />    bw = 0.2<br />    plt.title(f'Доход за {year_invest} лет ежемесячного инвестирования по ${increment}')<br />    plt.bar(index - 0.4, values0, bw, label=f'Доход {ticker_lst[0]}')<br />    plt.bar(index - 0.2, values1, bw, label=f'Доход {ticker_lst[1]}')<br />    plt.bar(index, values2, bw, label=f'Доход {ticker_lst[2]}')<br />    plt.bar(index + 0.2, values3, bw, label=f'Доход {ticker_lst[3]}')<br />    plt.xticks(index, df_rez['Год начала'].apply(int), rotation=45)  # Подписи к оси Х переведены в int и повернуты<br />    plt.xlabel("Год начала инвестирования")<br />    plt.ylabel("Доход в $")<br />    plt.legend(loc=2)<br />    plt.show()