当然，为了避免买到容易退市的股票，我们需要加一个限制条件。

我希望所选股票最近四个季度的净利润，也就是净利润TTM大于0。

也就是说我们选择的公司至少在最近1年是赚钱的。并且这个股票不能是ST股或者即将退市的股票。

在这种情况下，我每个月挑选并买入持有市值最小的股票一个月，直到这个月的最后一个交易日才会卖出。

2 案例分析

比如在2006年12月末，我选出来10只股票，那么就在07年1月的第一个交易日去买入并持有整个1月。

我会在1月31日收盘卖出持有的股票，并选出新的10只股票，在2月的第一个交易日去买入并持有，以此类推。

通过这样的方法，我最终的收益有多少呢？我们还是要通过数据和Python来实现。

3 策略结果

运行代码之后最终结果如图所示：

蓝色曲线代表策略净值

这个看似简单的策略从2007年开始，在扣除了所有手续费后最终翻了284倍。

年化收益也由原来的25%提高到了46%，最大回撤也有所缩减。

不过最大回撤相对来说还是比较大的，你可以尝试去进一步优化策略。

而当我们对比两个策略的资金曲线，你会发现不同的时间段它们的表现也是不相同的。

2015年前全部A股挑选小市值的策略涨幅更大，但15年至今，沪深300成分股中选择的小市值股票反而更加优质。

这源于策略风格上的差异，不同的策略适用于不同的市场。所以我们有的时候会同时去跑多个策略。

当然这是另外一个话题了，如果大家感兴趣的话可以多多点赞，或加我微信xbx1717交流。我们之后可以去讲讲多策略怎么跑、多策略选择以及多策略的轮动。

06 尾声

至此，我们通过A股指数当中一个固有的缺陷，带出了一个有意思的交易策略。

其实类似的有趣现象和以此延伸出来的交易策略还有很多。

大家想看的话可以多多点赞，或加我微信xbx1717交流，点赞破100的话，之后就再出一期来聊一聊A股的其他有趣现象。

总而言之，我们要学会科学投资，不能只是主观的去拍脑袋，然后根据一些不准确的经验去做决策。

归根到底一句话，我们用数据说话