前言：

金融市场变化万千，唯独人性与周期，始终如一。

智者善以不变应万变，量化策略亦是如此。从不变的人性和周期入手构建策略，就能经得起市场考验。

本文就从周期角度介绍一个简单有效、拓展性强的量化策略。

策略结果

01 股灾性牛市

如果你最近（2021年1月末）有关注股市，一定会知道这个奇怪现象：

上证指数从2019年1月的2440点至今已经涨到3500点左右，涨幅高达43%。

但是很多个股反而跌破了指数在2440点时的价格：

这段时间内，虽然大部分个股在下跌，但少部分大市值蓝筹股在上涨，它们在指数中权重较大，所以带动指数一起上涨。

大盘涨得飞起，个股却跌得要死，大家称之为股灾性牛市。

市场整体是熊的，只有头部是牛的

1小市值策略

不过别看最近大市值的股票涨得好，就以为大市值股票一直很好。A股前十几年可是小市值股票的天下。

我在2016年写过一篇文章：《10年翻400倍的策略》（内含代码）。

该策略收益夸张，但却不含任何水分。原理也非常简单：每周选取市值最小的30只股票，持有一周，如此每周循环。

小市值策略资金曲线

如果从2007年起按照该策略交易，在2020年最高能翻600多倍，虽然最近回撤不少，但净值依旧有400多。

有的同学觉得最近回撤那么多以及注册制的出台，策略已经失效了。

但是市场没有永远的优和差，有的只是不断往复的周期。看看几百年历史的美国市场就知道了。

2“漂亮50”惨案

从美股百年的历史来看，小市值股票一直是涨得更多的，在学术界也有理论解释。

但市场风格总会轮动。在1960年末到1970年初的十年间，整个美国股市只有市值最大的50只股票在上涨，历史上称为“漂亮50”行情。

当时大家都在抱团买入大市值的蓝筹股，比如：可口可乐、迪士尼、麦当劳、运通等。这和A股当前的状况很像，只不过美国人买的是可乐，我们换成了茅台。

“漂亮50”会一直独领风骚吗？世事无常，在1972年至1974年间，这些大型蓝筹股开始集体下跌。

“漂亮50”从高点下跌百分比

其中迪士尼跌幅高达80%，跌幅最小的麦当劳也有67%。而同期标普500只跌了37%。

所以大家千万不要觉得基金抱团的大市值蓝筹股，有“护城河”就会只涨不跌。

天下大势，分久必合合久必分。股票市场也一样，一个风格涨久必跌，跌久必涨，都是周期而已。

作为投资者，我们不能一根筋只买大市值或小市值，更好的方法是学会如何在它们之间轮动。不论周期如何波动，只要我们一直风口潮头就行。

下面就和大家分享一个在大小盘之间轮动的量化策略。

02 大小盘风格轮动

为了方便研究和理解，本文将用大盘指数来代表大市值股票，小盘指数来代表小市值股票。

本文以沪深300作为大盘指数，它由A股市值最大的300只股票组成，占总市值的55.9%，妥妥的大市值核心资产。

小盘指数我们选择创业板指数，它由创业板中的100只股票组成，占总市值的9.5%。

1策略来自市场经验

当你长期泡在市场中，总能觉得自己发现一些了规律。比如我自己就注意到，市场走势存在延续性。

沪深300、创业板上月涨幅与次日表现

举例来说，上图中2010年9月28日至30日期间，大盘前一个月涨幅优于小盘，次日依旧优于小盘，延续了之前的表现。

沪深300、创业板上月涨幅与次日表现

同理，2010年11月17日至19日期间，小盘前一个月涨幅优于大盘，次日依旧优于大盘，也延续了之前的表现。

也就是说市场存在惯性。前期涨得多的指数，后期也大概率会涨得多。

当然这只是我肉眼观察到的现象，不一定普适。但不妨碍我尝试着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。

2风格轮动策略

根据市场惯性经验，我们构建如下量化策略：

来举个例子讲解策略细节。

2010年9月28日开始运行策略。收盘后发现沪深300最近20天涨幅为1.08%，优于创业板。那就在次日开盘时买入沪深300的ETF。

指数无法直接交易，用ETF代替。我在之前的文章《一念之差，少赚一百万》中介绍过几种投资指数的方法。

次日（9月29日）收盘前，发现沪深300的涨幅依旧占优势，那就维持沪深300的仓位不变。

时间来到11月9日，收盘前发现创业板前月的表现首次超过沪深300。我们就在当日收盘时卖掉之前持有的沪深300ETF，然后在次日开盘时买入创业板ETF。

之后都按照这样的方法，每天收盘前计算大小盘指数前20天的涨跌幅，并在下日持有表现好的。

策略概述

这样我们就把之前关于市场的经验转换成了一个明确买点、卖点，可无脑执行的量化策略。

3策略回测

那这个策略能赚钱吗？

很多时候经验是不可靠的。人脑不够精确，又会带上主观偏差，只看想看到的东西。

想要知道这个根据经验总结出来的策略是否有效，最好的方法，就是用历史数据和Python代码来验证这个策略，看看在历史上这个策略的表现。

数据和代码可以点我头像交流获取

运行代码后得到结果：

蓝线：沪深300    橙线：创业板指数    灰线：风格轮动

回测时间从创业板指数诞生的2010年开始，至2021年1月。在扣除手续费后，策略翻了8.48倍，年化收益22.42%，远超同期大盘（2.15倍）和小盘（3.67倍）的表现。

但美中不足的是，该策略的最大回撤高达48.33%，很多人在实盘中无法接受这么大的回撤，所以需要进行优化。

03 策略优化

1策略分析

目前策略在收益上的表现已经不错了，所以我们主要针对最大回撤进行优化。

想要降低回撤，最好的办法就是回到最大回撤发生的时间，2015年6月3日至8月26日，看看当时的市场发生了什么。

2015年6月3日 -- 8月26日行情

当时恰逢15年股灾，沪深300和创业板指数都处于下跌状态，市场整体处于深度熊市。

我们在这段时间内挑了几天比较典型的持仓：

不难发现，在市场整体下跌时，策略只是在大小盘之间选择跌得少的买入。即使两者中选对了，也仍然是跌。

当市场处于明显熊市，再傻傻的按照策略操作，最多只能让我们少亏，这明显是不对的。

2策略优化

据此，我们尝试对策略做优化。

当两个指数近20天都下跌时，我们认为市场处于熊市，所以第二天直接空仓。

新的策略能否达到预期？光凭脑子yy和嘴说是没用的。还是要利用Python和数据进行验证，代码如下：

改进后代码，可以点我头像交流获取

只需新增三行代码就能达到想要的效果。新策略的结果如下：

蓝线：沪深300    橙线：创业板指数    灰线：风格轮动

不仅最大回撤按照预期的从48.33%下降到29.13%，净值也从8.48提升到了11.71。

最大回撤的时间段从2015年变为了2018年，如果你想继续优化策略，可以去看看当时发生了什么，能不能总结出原因？

总的来说，这次优化还是很成功的，改进后的策略在风险和收益上的表现都有所提升。

3进一步优化

此外再给大家提供一些优化思路 -- 修改策略的变量。

之前的策略用沪深300、创业板指数。但代表大盘的指数还有上证50、上证综指等等。小盘指数也可选择中证500或者中证1000。

与此同时，20日涨跌幅这个筛选条件，可以变成其他日涨跌幅，比如10日、30日、40日等。

这些改变在代码中只要改几个变量就能实现。这里我们仅将大盘指数从沪深300变为上证50，其余不变，看看策略表现如何。

蓝线：沪深300    橙线：创业板指数    灰线：风格轮动

策略的年化收益率从26.21%提升到了27.61%，最大回撤也下降了2%，收益进一步提升，风险也进一步下降。

我为大家准备好了很多指数数据，想要自己尝试一下其它组合的同学可以点我头像交流获取。

04 其他方法

本文介绍了在两个指数之间进行轮动的量化策略。

如果我们的思路再开阔一点，其实可以将轮动的对象从指数变为其他东西。

比如在两个自己喜欢的股票之间轮动，在白酒和券商之间轮动，在比特币和以太坊轮动...

我可以提前透露一下，这个策略在BTC和ETH之间轮动的收益非常爆炸，本文点击“在看”超过100，我就公布策略结果。

其实思路还可以进一步放开。我们甚至可以跳出轮动这个框架，尝试更专业的玩法 -- 构建股指期货多空。

关于什么是股指期货，大家可以看我之前的文章《一念之差，少赚100万》。运用股指期货我们可以做多优势指数，做空劣势指数。

股指期货多空组合

这样我们的收益就完全取决于两个指数之间的差异，整体的资金曲线也会和大盘都是无关。由于策略比较复杂，本期篇幅有限就不展开了。

05 后记

文章的最后，和大家分享一点量化投资的心得。

很多人问我小白如何开始学习量化投资，有什么可以书单推荐。

我的建议是千万不要直接找本书来看。

你找本编程书看，那跟着敲完“Hello World”就结束了；你找本数学书看，那看到第七页的公式就睡着了。

更好的学习方式是做实际的项目，在实践中学习量化策略。

研报就是很好的量化实践项目。

一篇研报就是一个策略，作者都是年薪百万的高学历券商分析师，你要做的就是读懂策略研报，并用代码实现。

在此期间什么不会学什么，哪里不会点哪里，抱着解决问题的心态去学习，事半功倍。

熟读唐诗三百首，不会作诗也会吟。

那么哪里可以获取研报呢?

你可以戳我，我这里有分门别类几万份研报，还会实时更新。

我会区分难度，精选之后发给你。

可以戳我，交流量化投资相关问题，我比较忙，回复的比较慢，但是看到的都会回复。

聊的开心，聊得有缘，很多量化的数据、资料都是可以送给你的。

也可以翻翻我朋友圈的内容，很多量化干货。一些不会公开发的内容，都会在朋友圈说。