Edge
Chrome
Firefox
我是谁： 混迹集思录10+年老用户，受益匪浅，了解到了分级基金上折下折赚到第一桶金（无奈本金太少）；后来从事IT，主要做深度学习、机器学习相关的业务 (也是因为自己做量化自学了这些)；虽然不是什么大厂的开发，但是也是在千人左右的独角兽独立负责系统业务，自认为水平不至于太次；
我能做什么：我知道集思录里有很多大佬都非常有想法，比如 最近看到【DDM/DCF模型轮动实盘】这个帖子也很有启发； 但是很多人可能没有量化、回测的经验，并不知道自己的某个想法是否可行；我可以帮忙进行比较系统化的回测并贴出结果 (感谢ai的帮助，我可以很快实现一个策略的回测)；
你需要做什么：直接在帖子里公开的回复自己想要测试的策略(不一定要实盘的，只是想法都可以，最好不要高频)，尽可能的完整详细不要有模糊地带；私信也可以，但是私信的我会考虑收取回测费用，因为本质上是想要大家参与讨论；
FAQ:
回测是否靠谱？
回测并不是银弹，通常可以帮大家筛选掉不靠谱的策略，但是并不能找到必胜的策略；
你是否剔除了未来函数？
是的，我会严格的考虑到策略中是否引入了未来数据并剔除；但是更广义的未来参数还是存在的，比如我们现在都知道科技很牛，如果你想出了一个科技板块策略，回测效果很好，其实本质上是你先知道了未来科技会起飞，所以思考策略时需要自己注意；
支持什么市场？
主要支持a股市场的股票、基金与可转债这些；暂时不支持期货（包括金融期货）期权这些；很吃盘口与流动性的策略最好不要回测很容易失真；
我能做什么：我知道集思录里有很多大佬都非常有想法，比如 最近看到【DDM/DCF模型轮动实盘】这个帖子也很有启发； 但是很多人可能没有量化、回测的经验，并不知道自己的某个想法是否可行；我可以帮忙进行比较系统化的回测并贴出结果 (感谢ai的帮助，我可以很快实现一个策略的回测)；
你需要做什么：直接在帖子里公开的回复自己想要测试的策略(不一定要实盘的，只是想法都可以，最好不要高频)，尽可能的完整详细不要有模糊地带；私信也可以，但是私信的我会考虑收取回测费用，因为本质上是想要大家参与讨论；
FAQ:
回测是否靠谱？
回测并不是银弹，通常可以帮大家筛选掉不靠谱的策略，但是并不能找到必胜的策略；
你是否剔除了未来函数？
是的，我会严格的考虑到策略中是否引入了未来数据并剔除；但是更广义的未来参数还是存在的，比如我们现在都知道科技很牛，如果你想出了一个科技板块策略，回测效果很好，其实本质上是你先知道了未来科技会起飞，所以思考策略时需要自己注意；
支持什么市场？
主要支持a股市场的股票、基金与可转债这些；暂时不支持期货（包括金融期货）期权这些；很吃盘口与流动性的策略最好不要回测很容易失真；
0
@持有小市值
后5日 0.09% -0.30% 0.39%
后10日 -0.05% -0.21% 0.16%
后20日 -0.34% 0.03% -0.37%
触发期正股平均收益：34.25%窗口 正股平均收益 中证1000平均收益 平均超额
同期中证1000平均收益：6.18%
触发期平均超额：28.08%
触发后 5 日平均超额：-0.57%
触发后 10 日平均超额：约 0.00%
触发后 20 日平均超额：-0.43%谢谢
1.触发期是指触发之前吗，否则怎么会这么多超额。。这个超额含有严重的未来函数，没用
2.强赎期肯定是跑输的，毕竟有转股
3.我想问的关键其实是转债退市（或者停止交易）之后的5...
后5日 0.09% -0.30% 0.39%
后10日 -0.05% -0.21% 0.16%
后20日 -0.34% 0.03% -0.37%
0
@tfdetang
同期中证1000平均收益：6.18%
触发期平均超额：28.08%
触发后 5 日平均超额：-0.57%
触发后 10 日平均超额：约 0.00%
1.触发期是指触发之前吗，否则怎么会这么多超额。。这个超额含有严重的未来函数，没用
2.强赎期肯定是跑输的，毕竟有转股
3.我想问的关键其实是转债退市（或者停止交易）之后的5天/ 10天/20天对比同期中证1000.
样本期：2018-01-01 到 2026-07-06触发期正股平均收益：34.25%
扫描可转债：951 只
识别强赎触发窗口：471 个
触发期正股平均收益：34.25%
同期中证1000平均收益：6.18%
触发期平均超额：28.08%
触发后 5 日平均超额：-0.57%
触发后 10 日平均超额：约 0.00%
触发后 20 日平均超额：-0.43%
但是找不到强赎公告的接口，只能按每只转债只取第一次满足 30/15 ...
同期中证1000平均收益：6.18%
触发期平均超额：28.08%
触发后 5 日平均超额：-0.57%
触发后 10 日平均超额：约 0.00%
触发后 20 日平均超额：-0.43%
谢谢1.触发期是指触发之前吗，否则怎么会这么多超额。。这个超额含有严重的未来函数，没用
2.强赎期肯定是跑输的，毕竟有转股
3.我想问的关键其实是转债退市（或者停止交易）之后的5天/ 10天/20天对比同期中证1000.
1
赞同来自: KevinLe
@持有小市值
扫描可转债：951 只
识别强赎触发窗口：471 个
触发期正股平均收益：34.25%
同期中证1000平均收益：6.18%
触发期平均超额：28.08%
触发后 5 日平均超额：-0.57%
触发后 10 日平均超额：约 0.00%
触发后 20 日平均超额：-0.43%
但是找不到强赎公告的接口，只能按每只转债只取第一次满足 30/15 条件的窗口计
能做以下回测吗？自己想做没做成样本期：2018-01-01 到 2026-07-06
我想回测下转债强赎期间正股平均表现，对比同时期中证1000.
以及强赎之后5个/10个/20个交易日对比同时期中证1000的表现。
最好有分年度的结果
扫描可转债：951 只
识别强赎触发窗口：471 个
触发期正股平均收益：34.25%
同期中证1000平均收益：6.18%
触发期平均超额：28.08%
触发后 5 日平均超额：-0.57%
触发后 10 日平均超额：约 0.00%
触发后 20 日平均超额：-0.43%
但是找不到强赎公告的接口，只能按每只转债只取第一次满足 30/15 条件的窗口计
1
赞同来自: 丢失的十年
@nirvana1982
这个策略的历史收益高，可能是因为过去几年的黄金和红利收益支撑的，有点后视镜。确实过去几年涨的好。但是选择原因是黄金相对独立性高，然后红利etf这个策略我觉得能走的久远。股，债，金，现金。长期互相平衡，我认为是能得到一个长期平稳的收益的。当然实际年化应该到不了8.8%，我预估是在6-7%。究其根本是寻找一个确定性。然后每个部分互相平衡波动。
短期未来黄金和红利还能否继续强势打个问号
0
@持有小市值
能做以下回测吗？自己想做没做成这个很有意思啊，同期待。目前的lude和果仁都实现不了
我想回测下转债强赎期间正股平均表现，对比同时期中证1000.
以及强赎之后5个/10个/20个交易日对比同时期中证1000的表现。
最好有分年度的结果
2
@岁岁今朝
短期未来黄金和红利还能否继续强势打个问号
15%现金，短融ETF这个策略的历史收益高，可能是因为过去几年的黄金和红利收益支撑的，有点后视镜。
27.5%黄金：黄金ETF（费率0.3%）
27.5%债券：30年国债ETF
30%股票：15%中证红利ETF（费率0.2%）+15%纳斯达克ETF（费率0.6%）
每年再平衡一次。
每个板块跌幅达到32%或者涨幅达到32%，立刻触发再平衡。
短期未来黄金和红利还能否继续强势打个问号
0
@zhangsheng123
实际收益与理论收益有差距，是必然的。原因很简单，第一，理论收益是按照仓位去均等来分配的。但是在实际操作过程当中，你不可能做到那么精确，这样必然产生误差。第二个就是在实际交易当中，买入卖出均会产生滑点。我自己的策略，每笔产生滑点约 0.2 至 0.3，其中 0.1 是手续费，剩下的就是交易滑点。但是你在果然回测的是 -4.5，手工回测的是 70% 多。那要看看到底误差是出现在哪里？如果条件一致的话...确实是，实盘有一半的收益就不错了
1
赞同来自: KevinLe
@笑起来真好看
这个策略在果仁网上回测，今年的收益是-4.05%，自己手工回测的数据是每周末从同花顺下载的，收益有72.86%（25.12.31-26.7.3）没计算交易费，差距太大，不知道什么原因实际收益与理论收益有差距，是必然的。原因很简单，第一，理论收益是按照仓位去均等来分配的。但是在实际操作过程当中，你不可能做到那么精确，这样必然产生误差。第二个就是在实际交易当中，买入卖出均会产生滑点。我自己的策略，每笔产生滑点约 0.2 至 0.3，其中 0.1 是手续费，剩下的就是交易滑点。但是你在果然回测的是 -4.5，手工回测的是 70% 多。那要看看到底误差是出现在哪里？如果条件一致的话，我认为你大概率是使用了未来函数？因为你这个差的太离谱了。另外，你回测的数据单做一年肯定不行。你要把极端情况之下的数据也要跑出来，这样能够看出最大回撤是多少。因为在实盘当中，心理的压力也会给人带来操作变形的，人不可能是机器的。就像很多做微盘股一样，长期胜率看似很高，但问题是回撤也很巨大。我认为我自己在实盘中是坚持不了这么大回撤的，所以我做不了微盘股。
0
@zhangsheng123
你这个应该是趋势交易的典型特征。每日成交额由大到小，那就说明符合这个条件的，最起码有两个规则。第一，市值较大。第二，关注的人较多成交交投活跃。第二，再选出最近 1 个月涨幅大于 0%，从涨幅小的往涨幅大的排序，买入涨幅 0%~20% 的股票。卖出的规则没有没有写，应该是不符合上述两个条件的时候就剔除。买入价就是开盘价。那么你这个回测数据的效果应该是比较符合实盘的效果。它符合两个基本条件，第一，能...这个策略在果仁网上回测，今年的收益是-4.05%，自己手工回测的数据是每周末从同花顺下载的，收益有72.86%（25.12.31-26.7.3）没计算交易费，差距太大，不知道什么原因
1
赞同来自: KevinLe
@笑起来真好看
每周最后一个交易日调仓1，选出当日成交额前50的股票2，再从中选出20日涨幅大于0，从小到大排序3，买入前10只，如果数量不足10只，则每只买入1/10仓位，剩余资金国债ETF你这个应该是趋势交易的典型特征。每日成交额由大到小，那就说明符合这个条件的，最起码有两个规则。第一，市值较大。第二，关注的人较多成交交投活跃。第二，再选出最近 1 个月涨幅大于 0%，从涨幅小的往涨幅大的排序，买入涨幅 0%~20% 的股票。卖出的规则没有没有写，应该是不符合上述两个条件的时候就剔除。买入价就是开盘价。那么你这个回测数据的效果应该是比较符合实盘的效果。它符合两个基本条件，第一，能够精准锁定对应的标的，无主观选择。二，有精准的买入价格和卖出价格，无主观操作。但是这个回测的数据如果用人工的话有一点不好找。可能只有依靠回测网站才做得到。但是我从直观上感觉这是一个典型的强者恒强的交易策略。它在局部牛市当中，收益应该比较好，因为按照你的条件筛选出了当下比较热门的股票。在震荡市或者熊市当中，该策略应该表现不出超额收益。当然，实际情况还需要根据你自己的回测数据来判断。
3
赞同来自: llllpp2016 、火龙果与榴莲 、把酒东风放纸鸢
30％广发纯债债券A，10%黄金ETF，20%标普500，20%纳指100,20%中证红利，动态平衡，每个板块涨幅超过10个点平衡一次
0
@岁岁今朝
15%现金，短融ETF这个比例有讲究吗？
27.5%黄金：黄金ETF（费率0.3%）
27.5%债券：30年国债ETF
30%股票：15%中证红利ETF（费率0.2%）+15%纳斯达克ETF（费率0.6%）
每年再平衡一次。
每个板块跌幅达到32%或者涨幅达到32%，立刻触发再平衡。
0
@zero000000
回测一下可转债，每周轮动20只，剔除价格小于100，大于140，溢价率大于60，剩余规模大于5亿的，按低价低溢价低剩余规模排序取最小的20个，剔除剩余年限1年，强赎剩余8天的。可转债遇到点问题，要处理下
3
赞同来自: chinadm123 、木辙 、zhangsheng123
@笑起来真好看
每周最后一个交易日调仓兄弟，你真的不是来搞我的吗？ 让我陷入深深怀疑是不是哪里搞错了，感觉有一个反着来的方法肯能不错。
1，选出当日成交额前50的股票
2，再从中选出20日涨幅大于0，从小到大排序
3，买入前10只，如果数量不足10只，则每只买入1/10仓位，剩余资金国债ETF
0
策略1：
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，
3. 从2选出的个股中，删除此前14日曾经创120日新高的个股，
4. 从3选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，轮动卖出当日，按条件买入（放弃满仓期间符合买入条件的所有个股）。
策略2：
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，
3. 从2选出的个股中，删除此前14日曾经创120日新高的个股，
4. 从3选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，（满仓期间，每日选出符合买入条件的个股，轮动卖出当日，把满仓期间符合买入条件的所有个股，按当日收盘股价从高到低排序，轮动买入）
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，
3. 从2选出的个股中，删除此前14日曾经创120日新高的个股，
4. 从3选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，轮动卖出当日，按条件买入（放弃满仓期间符合买入条件的所有个股）。
策略2：
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，
3. 从2选出的个股中，删除此前14日曾经创120日新高的个股，
4. 从3选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，（满仓期间，每日选出符合买入条件的个股，轮动卖出当日，把满仓期间符合买入条件的所有个股，按当日收盘股价从高到低排序，轮动买入）
0
策略1：
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，要求此前14日均未创120日新高，
3. 从2选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，按当日符合条件买入（放弃满仓期间符合买入条件的所有个股）。
策略2：
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，要求此前14日均未创120日新高，
3. 从2选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，（满仓期间符合买入条件的所有个股，按轮动卖出的当日收盘股价从高到低排序，轮动买入）
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，要求此前14日均未创120日新高，
3. 从2选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，按当日符合条件买入（放弃满仓期间符合买入条件的所有个股）。
策略2：
1.选出所有近十周的周macd指标中均满足dif>0且dea>0的个股
2. 从1选出的个股中，再选当日创120日新高的个股，要求此前14日均未创120日新高，
3. 从2选出的个股按股价从高到低排序，买入前10只。
卖出：连续15日均未创120日新高卖出。
轮动：10个仓位，卖出一只，买入一只，（满仓期间符合买入条件的所有个股，按轮动卖出的当日收盘股价从高到低排序，轮动买入）
3
赞同来自: june6055 、难改痴心 、jonathanzn
@说不得2039
也不太懂怎么回测，能不能帮忙实验一下，从A50指数的股票中，选择股息率最高的前五，等比例买入，每年年报出来以后调整，仍然是每个各占20%，回测结果怎么样？最近红利老登都不行，不过跑赢指数
1
赞同来自: KevinLe
@zhangsheng123
这个数据样本不够，2013 年到 2018 年，每一年都颇有代表性，分化，牛市，股灾，熔断，18 全年大熊，2019-2025 相对行情反而平稳一些，你需要把这几年的数据补齐才能看出极端行情的策略表现，因为你需要考虑人心理承受极限我故意剔除了太久远的数据，更早的行情里小市值更有效；我这个策略今年的行情下就翻车了，都跌了7%多了现在，虽然策略已经切到了防守，但是防守端的黄金、红利还是跌很惨
0
@tfdetang
抛砖引玉，放上一个最近回测的小市值增强策略：这个策略可以理解成：每周只调一次仓，平时不动。它把资金分成两部分：一部分买股票做进攻，另一部分买 ETF 做防守。股票部分主要买“小市值、基本面还过得去、最近几年有分红、流动性不太差”的股票；防守部分则固定配置 4 只 ETF。一、什么时候交易策略每天 09:35 会检查一次，但不是每天都调仓。只有在“本周第一个交易日”才会真正执行调仓。比如周一正常开...这个数据样本不够，2013 年到 2018 年，每一年都颇有代表性，分化，牛市，股灾，熔断，18 全年大熊，2019-2025 相对行情反而平稳一些，你需要把这几年的数据补齐才能看出极端行情的策略表现，因为你需要考虑人心理承受极限
1
赞同来自: KevinLe
@tfdetang
然后我再看各个ETF的持仓，
比如ETF甲有100个持仓股，其中有30个持仓股和成交额前50个股重合，这30个股票占ETF的持仓比例为60%；
ETF乙有50个持仓，其中40个持仓股和成交额前50个股重合，这40个股票占ETF的持仓比例为80%；
依次统计各ETF中的持仓股与成交额前50的重合比例，选比例最高的买入轮动。
实质就是统计最近一段时间资金热炒的股票，然后买一个“含热率”最高的ETF。
2 稍微有点模糊，可以再更详细的展开描述下嘛比如我在月底统计了过去10个交易日的股票成交额，其中A股票成交额3000亿排第一，B股票2500亿排第二，以此类推，把前50名的股票统计出来。
然后我再看各个ETF的持仓，
比如ETF甲有100个持仓股，其中有30个持仓股和成交额前50个股重合，这30个股票占ETF的持仓比例为60%；
ETF乙有50个持仓，其中40个持仓股和成交额前50个股重合，这40个股票占ETF的持仓比例为80%；
依次统计各ETF中的持仓股与成交额前50的重合比例，选比例最高的买入轮动。
实质就是统计最近一段时间资金热炒的股票，然后买一个“含热率”最高的ETF。
29
赞同来自: huitu 、KevinLe 、不可能三角 、大宝天天yong 、氵氵氵 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
抛砖引玉，放上一个最近回测的小市值增强策略：
这个策略可以理解成：每周只调一次仓，平时不动。它把资金分成两部分：一部分买股票做进攻，另一部分买 ETF 做防守。股票部分主要买“小市值、基本面还过得去、最近几年有分红、流动性不太差”的股票；防守部分则固定配置 4 只 ETF。
一、什么时候交易
策略每天 09:35 会检查一次，但不是每天都调仓。
只有在“本周第一个交易日”才会真正执行调仓。比如周一正常开市，就周一 09:35 调；如果周一休市，那就周二或本周第一个开市日调。
选股和判断市场状态时，主要使用上一个交易日的数据，避免用到当天还没完全形成的数据。
二、资金怎么分配
策略有两个账户角色：
进攻仓位：买股票。
防守仓位：买 ETF。
正常市场偏强时，股票最多占 50%，ETF 占 50%。
市场偏弱时，股票只占 10%，ETF 占 90%。
也就是说，这不是一个满仓股票策略，而是一个“股票 + 防守 ETF”的组合策略。它会根据市场强弱，在 10% 股票仓位和 50% 股票仓位之间切换。
防守 ETF 有 4 只，每只在防守仓位里面各占 25%：
511010.XSHG：25%
518880.XSHG：25%
513100.XSHG：25%
511880.XSHG：25%
举个例子：
如果当前判断为强势市场，股票仓位 50%，ETF 仓位 50%，那每只 ETF 的目标仓位就是：
50% * 25% = 12.5%
如果当前判断为弱势市场，股票仓位 10%，ETF 仓位 90%，那每只 ETF 的目标仓位就是：
90% * 25% = 22.5%
三、先建立股票池
策略不是从所有 A 股里面直接选，而是先做一轮基础过滤。
它只考虑这些代码开头的股票：
000、001、002、003、300、301、600、601、603、605
这基本覆盖了主板、中小板、创业板的一部分常见股票，但不包含科创板等其他代码段。
然后继续过滤：
上市时间至少 250 天，太新的股票不要。
剔除 ST 股票。
剔除当天停牌的股票。
最近收盘价不能低于 4 元。
最近 20 个交易日平均成交额不能低于 2000 万。
这一层的意思是：先排除新股、ST、停牌、太便宜、成交太冷清的股票，留下相对正常可交易的股票。
四、再筛基本面和分红
基础股票池出来后，策略会继续看几个财务条件：
流通市值必须大于 0。
经营现金流 / 营业收入必须大于 0。
营业收入同比增长不能为负。
归母净利润同比增长不能为负。
最近几个可用年度里，至少有 1 年实施过现金分红。
这里的核心思想是：不要只买小市值，还要加一点质量过滤。公司至少要有正向经营现金流，收入和利润不能同比下滑，并且过去有过真实分红记录。
分红条件里用的是已经“实施方案”的现金分红，并且实施公告日期不能晚于当前选股日期。也就是说，策略只承认当时已经能看到、已经落地的数据。
五、最后怎么选出股票
通过上面所有过滤后，策略会按“流通市值从小到大”排序。
然后：
先取前 50 只作为候选池。
再从候选池里取前 10 只作为最终持仓股票。
所以这个策略的股票部分，本质上是：
有基本面和分红过滤的小市值策略
它不是按涨幅、动量、估值分位或者行业轮动来选股，而是主要按流通市值从小到大排序。
六、怎么判断市场强弱
策略会用一个“市场宽度”指标来决定股票仓位是 50% 还是 10%。
计算方法是：
从基础股票池里，按流通市值从小到大选出 500 只小市值股票。
查看这些股票最近 20 个交易日每天的涨跌。
每天计算：当天上涨的股票数量 / 当天有数据的股票数量。
再把最近 20 天的上涨比例取平均值。
这个平均值就是 breadth_ratio，可以理解为“小票市场最近 20 天的平均赚钱效应”。
如果这个比例小于等于 40%，说明小票整体赚钱效应比较差，策略进入防守状态：
股票仓位 = 10%
ETF 仓位 = 90%
如果这个比例大于等于 50%，说明小票整体赚钱效应比较好，策略进入进攻状态：
股票仓位 = 50%
ETF 仓位 = 50%
如果比例在 40% 到 50% 中间，策略不会立刻切换，而是保持上一次的股票仓位。这样可以减少频繁在进攻和防守之间来回切换。
七、一次调仓具体怎么做
每次周初调仓时，策略大致按这个顺序执行：
先选出本周目标股票。
计算市场宽度，决定股票仓位是 10% 还是 50%。
卖出当前持仓里不在新目标名单里的股票。
把股票仓位平均分配给可以买入的目标股票。
把剩余防守仓位按固定比例买入 4 只 ETF。
比如强势市场下，目标股票有 10 只，股票总仓位是 50%，那么每只股票大约分到：
50% / 10 = 5%
弱势市场下，目标股票有 10 只，股票总仓位是 10%，那么每只股票大约分到：
10% / 10 = 1%
如果当天没有任何可以买入的目标股票，策略会把股票仓位降为 0%，能卖的股票尽量卖掉，然后把资金全部转到 ETF 防守仓位。
八、涨跌停和停牌处理
策略不会强行交易不能交易的品种：
股票停牌，不买也不卖。
股票开盘价已经到涨停，不买。
股票开盘价已经到跌停，不卖。
ETF 停牌，就跳过这只 ETF。
所以实际持仓可能和目标仓位有一点偏差。比如某只股票跌停卖不出去，策略就会先保留它；某只目标股涨停买不进去，策略也不会追买。
九、交易成本和滑点
股票交易成本设置为：
买入佣金：0.03%
卖出佣金：0.03%
卖出印花税：0.05%
最低佣金：5 元
基金 / ETF 交易成本设置为：
买入佣金：0.02%
卖出佣金：0.02%
无印花税
最低佣金：5 元
策略还设置了 0.2% 的价格滑点，用来模拟实际成交时买卖价和回测价之间的偏差。
十、一句话总结
这个策略是一个“周频小市值质量分红策略 + 市场宽度择时 + ETF 防守仓位”的组合策略。
它平时主要从 A 股里筛出上市时间够长、不是 ST、不停牌、成交额够、价格不太低、经营现金流为正、收入利润不下滑、过去有分红的小市值股票；每周选流通市值最小的 10 只来买。
同时，它会观察小市值股票整体最近 20 天的赚钱效应：赚钱效应好，就用 50% 仓位买股票；赚钱效应差，就把股票仓位降到 10%，大部分资金放到 ETF 里防守。
策略收益
414.60%
基准收益
74.86%
年化收益
26.32%
Alpha
0.202
Beta
0.482
Sharpe
1.407
Sortino
1.777
Information Ratio
1.091
Volatility
0.159
Benchmark Volatility
0.245
胜率
0.746
日胜率
0.504
盈亏比
2.925
盈利次数
1336
亏损次数
454
最大回撤
15.158%
这个策略可以理解成：每周只调一次仓，平时不动。它把资金分成两部分：一部分买股票做进攻，另一部分买 ETF 做防守。股票部分主要买“小市值、基本面还过得去、最近几年有分红、流动性不太差”的股票；防守部分则固定配置 4 只 ETF。
一、什么时候交易
策略每天 09:35 会检查一次，但不是每天都调仓。
只有在“本周第一个交易日”才会真正执行调仓。比如周一正常开市，就周一 09:35 调；如果周一休市，那就周二或本周第一个开市日调。
选股和判断市场状态时，主要使用上一个交易日的数据，避免用到当天还没完全形成的数据。
二、资金怎么分配
策略有两个账户角色：
进攻仓位：买股票。
防守仓位：买 ETF。
正常市场偏强时，股票最多占 50%，ETF 占 50%。
市场偏弱时，股票只占 10%，ETF 占 90%。
也就是说，这不是一个满仓股票策略，而是一个“股票 + 防守 ETF”的组合策略。它会根据市场强弱，在 10% 股票仓位和 50% 股票仓位之间切换。
防守 ETF 有 4 只，每只在防守仓位里面各占 25%：
511010.XSHG：25%
518880.XSHG：25%
513100.XSHG：25%
511880.XSHG：25%
举个例子：
如果当前判断为强势市场，股票仓位 50%，ETF 仓位 50%，那每只 ETF 的目标仓位就是：
50% * 25% = 12.5%
如果当前判断为弱势市场，股票仓位 10%，ETF 仓位 90%，那每只 ETF 的目标仓位就是：
90% * 25% = 22.5%
三、先建立股票池
策略不是从所有 A 股里面直接选，而是先做一轮基础过滤。
它只考虑这些代码开头的股票：
000、001、002、003、300、301、600、601、603、605
这基本覆盖了主板、中小板、创业板的一部分常见股票，但不包含科创板等其他代码段。
然后继续过滤：
上市时间至少 250 天，太新的股票不要。
剔除 ST 股票。
剔除当天停牌的股票。
最近收盘价不能低于 4 元。
最近 20 个交易日平均成交额不能低于 2000 万。
这一层的意思是：先排除新股、ST、停牌、太便宜、成交太冷清的股票，留下相对正常可交易的股票。
四、再筛基本面和分红
基础股票池出来后，策略会继续看几个财务条件：
流通市值必须大于 0。
经营现金流 / 营业收入必须大于 0。
营业收入同比增长不能为负。
归母净利润同比增长不能为负。
最近几个可用年度里，至少有 1 年实施过现金分红。
这里的核心思想是：不要只买小市值，还要加一点质量过滤。公司至少要有正向经营现金流，收入和利润不能同比下滑，并且过去有过真实分红记录。
分红条件里用的是已经“实施方案”的现金分红，并且实施公告日期不能晚于当前选股日期。也就是说，策略只承认当时已经能看到、已经落地的数据。
五、最后怎么选出股票
通过上面所有过滤后，策略会按“流通市值从小到大”排序。
然后：
先取前 50 只作为候选池。
再从候选池里取前 10 只作为最终持仓股票。
所以这个策略的股票部分，本质上是：
有基本面和分红过滤的小市值策略
它不是按涨幅、动量、估值分位或者行业轮动来选股，而是主要按流通市值从小到大排序。
六、怎么判断市场强弱
策略会用一个“市场宽度”指标来决定股票仓位是 50% 还是 10%。
计算方法是：
从基础股票池里，按流通市值从小到大选出 500 只小市值股票。
查看这些股票最近 20 个交易日每天的涨跌。
每天计算：当天上涨的股票数量 / 当天有数据的股票数量。
再把最近 20 天的上涨比例取平均值。
这个平均值就是 breadth_ratio，可以理解为“小票市场最近 20 天的平均赚钱效应”。
如果这个比例小于等于 40%，说明小票整体赚钱效应比较差，策略进入防守状态：
股票仓位 = 10%
ETF 仓位 = 90%
如果这个比例大于等于 50%，说明小票整体赚钱效应比较好，策略进入进攻状态：
股票仓位 = 50%
ETF 仓位 = 50%
如果比例在 40% 到 50% 中间，策略不会立刻切换，而是保持上一次的股票仓位。这样可以减少频繁在进攻和防守之间来回切换。
七、一次调仓具体怎么做
每次周初调仓时，策略大致按这个顺序执行：
先选出本周目标股票。
计算市场宽度，决定股票仓位是 10% 还是 50%。
卖出当前持仓里不在新目标名单里的股票。
把股票仓位平均分配给可以买入的目标股票。
把剩余防守仓位按固定比例买入 4 只 ETF。
比如强势市场下，目标股票有 10 只，股票总仓位是 50%，那么每只股票大约分到：
50% / 10 = 5%
弱势市场下，目标股票有 10 只，股票总仓位是 10%，那么每只股票大约分到：
10% / 10 = 1%
如果当天没有任何可以买入的目标股票，策略会把股票仓位降为 0%，能卖的股票尽量卖掉，然后把资金全部转到 ETF 防守仓位。
八、涨跌停和停牌处理
策略不会强行交易不能交易的品种：
股票停牌，不买也不卖。
股票开盘价已经到涨停，不买。
股票开盘价已经到跌停，不卖。
ETF 停牌，就跳过这只 ETF。
所以实际持仓可能和目标仓位有一点偏差。比如某只股票跌停卖不出去，策略就会先保留它；某只目标股涨停买不进去，策略也不会追买。
九、交易成本和滑点
股票交易成本设置为：
买入佣金：0.03%
卖出佣金：0.03%
卖出印花税：0.05%
最低佣金：5 元
基金 / ETF 交易成本设置为：
买入佣金：0.02%
卖出佣金：0.02%
无印花税
最低佣金：5 元
策略还设置了 0.2% 的价格滑点，用来模拟实际成交时买卖价和回测价之间的偏差。
十、一句话总结
这个策略是一个“周频小市值质量分红策略 + 市场宽度择时 + ETF 防守仓位”的组合策略。
它平时主要从 A 股里筛出上市时间够长、不是 ST、不停牌、成交额够、价格不太低、经营现金流为正、收入利润不下滑、过去有分红的小市值股票；每周选流通市值最小的 10 只来买。
同时，它会观察小市值股票整体最近 20 天的赚钱效应：赚钱效应好，就用 50% 仓位买股票；赚钱效应差，就把股票仓位降到 10%，大部分资金放到 ETF 里防守。
策略收益
414.60%
基准收益
74.86%
年化收益
26.32%
Alpha
0.202
Beta
0.482
Sharpe
1.407
Sortino
1.777
Information Ratio
1.091
Volatility
0.159
Benchmark Volatility
0.245
胜率
0.746
日胜率
0.504
盈亏比
2.925
盈利次数
1336
亏损次数
454
最大回撤
15.158%
京公网安备 11010802031449号