市场择时
一.市场强弱状态根据当前所有申万一级行业指数中站上20日均线的行业的数目来划分市场强弱状态，因为指数站上20日均线通常是中短期强势走势的开端

• 如果有70%以上的行业指数在20日均线以上，则当前为强市
• 如果有30%以下的行业指数在20日均线以上，则当前为弱市
• 如果有30%-70%的行业指数在20日均线以上，则当前为震荡市
  

输入数据看一下近四年的市场情况
上面的红色点代表为强市，绿色点代表为弱市，蓝色点则代表为震荡市。看到择时判断还不错
二 构建策略下面据此来构建一下简单的策略，先考察最简单的动量反转因子的效果。

策略逻辑：每个调仓日，观察上一交易日的市场状态：若上一交易日为强市，则等权买入前一交易日比前T交易日的收益为正的股票；若上一交易日为弱市，则卖空所有股票；若上一交易日为震荡市，则不操作。股票池为中证800动态成分股。

风险控制
一 策略逻辑

• 设置一段回测前时间的指数行情数据作为推断回报分布函数的基准
• 设置窗口期，比如8天（交易日），根据上述数据计算指数历史8天回报率
• 计算最近 窗口期 - 1 天的回报率，根据历史窗口期天回报率分布情况，计算第二天可能的收益率分布情况
• 在(0,1)区间上设置风险阈值，如果计算得到第二天有 1-风险阈值 概率回报大于0，则持有HS300ETF，否则空仓
• 每次调仓时把获得的新信息加入历史行情数据，作为之后推断的基准
  

二 策略流程

• 将获得的前一交易日行情加入行情基准
• 得到历史8日回报率分布：
  

• 计算截至前一交易日的7日回报率，是1.7%，预测今日收益率分布是：
  

也就是8日历史收益分布向左平移最近7日收益率。

• 根据预测收益分布调仓：可以看见，当日将有50%以上可能性回报小于0，而根据设定的风险水平，只有收益率大于0概率高于70%时持仓，于是当日空仓。
  

三 策略表现
先将窗口期设为10交易日，风险水平设为30%，考察策略表现。

• 这是因为依据历史对行情判断时，考虑的应该是较长期的一个稳定趋势，窗口期太短时，市场可能出现较强的自相关趋势，与策略逻辑不符；
• 作为风控模块，无妨把持仓条件设置严苛一些，这里试试30%.
  

可以看到，作为一个风控模块这一策略表现还算不错，近来几次大盘暴跌都被模型捕捉；在空仓期长，资金利用率不高的情况下，还能达到9.8%的年化收益，超过大盘7.3%，最大回测不到15%.
同时，这种表现提醒我们，如果在逻辑空仓期买入固定收益型ETF或干脆做空股指，将获得更好的回报。
在下一个部分，将探讨怎样的窗口期与风险水平组合能最好体现策略逻辑。
四 参数优化

• 多长的窗口期能平滑资本市场的短期信号，使市场表现回到历史的常态？多大的风险水平能够满足我们的风控需求，把资金安心交给程序？
• 为了解决这些问题，下面引入一个quick bactest模块，测试5交易日到20交易日窗口期、0.1到0.9风险水平下，策略从2012年7月至2016年7月的表现。
  

下图为该策略在不同窗口期和风险水平下的年化超额收益，x轴是不同风险水平，y轴是不同窗口期长度。
总体来看，控制风险水平比较低的情况下更有可能出现高的超额收益；而10交易日这一窗口期对于几个低于0.5的风险水平都是稳健的，而且表现较好。

最大回撤的情况也是如此：控制风险在低水平时最大回测较低，而10交易日的窗口期对于不同风险水平都有较为稳定的低回撤。

策略波动率的情况更加明显地展现了这一策略的逻辑：控制风险水平越低，策略波动性越小。这再次表明在策略中加入类似的风控模块可能是一个聪明的选择。

以历史收益分布作为参考的风险控制策略，从表现来看，这一策略能够较好地完成风控任务：捕捉股灾，降低策略波动率与最大回撤。

策略地址：1.  https://uqer.io/community/share/58243831228e5ba8f5572481
                  2.  https://uqer.io/community/share/58246b89228e5b91e06d5d68