接上文

03

大小盘轮动

为了方便理解，我们用沪深300指数来代替大市值股票，创业板指数来代替小市值股票。

1、市场规律

当你不断在股市中交易，其实会自觉或不自觉总结出一些炒股规律。

比如我自己就注意到，市场走势存在延续性。

比如在2010年9月28日，沪深300指数前一个月的涨幅高于创业板指数，次日表现依旧更优。

再看2010年11月17/18/19日，创业板指数前一个月表现都要由于沪深300指数。

往后一天创业板指数的涨幅同样也高于沪深300指数。

2、规律-策略

通过上述案例我们发现，过去一段时间表现好的指数在之后大概率会持续向好。

当然这只是我们观察到的现象，不一定普适。但不妨碍我们尝试基于此构建一个量化策略。

其实很多量化策略就来自这些实盘经验。把这些经验数量化、规则化形成一套严谨的买卖逻辑，就能构建一个完整的量化策略。

04

大小盘轮动策略

1、策略构建

我们默认使用大盘指数来代表大市值股票，小盘指数代表小市值股票。

每天收盘后计算出所有指数前20日涨跌幅。

选取涨幅最大的指数，在接下来的一天持有它，如此循环往复。

2、举例说明

比如2010年9月15日收盘后，我们统计了所有指数前20日的涨跌幅如图所示：

比较得知上证小盘指数上涨最多，就在次日开盘买入上证小盘指数ETF。

如果未来几日上证小盘指数过去20日涨跌幅都是最大的，那这几天就会持续持有。

所以虽然这个策略日频发出信号，但换仓并不频繁。

策略原理也很简单，便于实操，甚至可以手工交易。

3、数据&代码

那这个策略能赚钱吗？

我们需要借助全部指数历史数据并编写相应的Python代码进行验证。

如果你需要的话，可以在评论区留言，都是可以分享给你的。

4、策略结果

代码运行结果如图所示：

代表策略的橙色曲线从初始的1元涨到了10.64元，年化收益19.02%，远远跑赢了所有指数。

但凡大A有指数长这样，大家也真的会“相信国运，定投大A”了。

作为实际交易的策略，它的最大回撤高达51%，这虽然是由策略永远满仓持有导致的，但也意味着我们需要尝试优化它。

下文我们就来讲解策略优化的思路及最终结果。

05

轮动策略优化

上述策略的问题在于50%的最大回撤会影响实盘的顺利执行。

如果策略在第一年就回撤50%，按22%的年化收益也得在4年后回本。

1、降低回撤

我们自然想去降低回撤。先观察原策略最大回撤的开始/结束时间：2015年6月 - 2016年6月。

此时正值2015年股灾，市场整体处于极端熊市。

比如2015年6月25日，大盘指数和小盘指数前20日涨跌幅均为负，后续几日表现同样不佳。

照原始策略去实盘，之后5天会亏损12.7%。

不难发现，市场整体下跌时，策略仍在大小盘间选择跌幅小的买入。

也就是即使身处熊市，我们依旧在不断买入。

正确的做法应该是在大盘和小盘指数都下跌时就停止交易。

2、策略优化

据此，我们尝试对策略做优化。

当指数过去20日涨跌幅都小于0时，即认为市场处于熊市，第二日直接空仓不做交易，只持有现金。

我们在原代码上修改几行，即可验证优化后的策略效果。

如果你需要这个代码和数据的话，可以在评论区留言，都是可以分享给你的。

3、回测结果

策略回测结果如图所示：

代表新策略的橙色曲线从1变为了12.69元，比原始策略（10.64元）赚的更多。

最大回撤更是由51.1%降为26.8%，这也让一个原先无法实盘的策略变得可行。

06

其他优化方向

1、换指数/指标

我们也可以尝试进一步优化。

比如前文我们各用三个指数代替大小盘股票，是否可以加入更多指数一起进行轮动？

又比如前文用过去20日的涨跌幅作为依据，是否可以把20日改成5/10/40日？

这些都是值得尝试的方向。

拿到我们的代码后，只需微调参数就能得到相应 的结果，非常方便。

如果你需要的话，可以在评论区留言，都是可以分享给你的。

2、换标的/市场

也可以将指数换为基金，让策略在几个基金间进行轮动。

但基金换仓成本过高，这里不作推荐。

甚至投资某马赛克市场的同学，可以尝试在大饼和姨太间轮动，收益也会非常爆炸。

3、多空策略

再分享个更专业的玩法。

原策略我们买入的是现货，只能做多，如果交易股指期货，就能构建多空组合。

关于什么是股指期货，大家可以看我之前的文章。

运用股指期货我们可以做多优势指数，做空劣势指数。

收益就会完全来自两个指数间的差异，整体资金曲线也会更平稳。策略较为复杂，本期篇幅有限就不展开了。