130倍的量化动量ETF轮动策略（完整版）

之前的文章都是零零碎碎的讲我的ETF轮动策略，模型也在不断的优化改进，现在应该是全面总结一下的时候了。

在证券市场上有类似于物理学上的恒速原理的现象：如果股价的上涨（下跌）趋势在继续，则股价的上涨（下跌）速度会大体保持一致。衡量股票动量的最简单方法就是计算这只股票在某个特定回溯期内的总回报，包括股息。对这个方法感兴趣的，市场上有很多这类书籍，别人出书讲的东西公众号一篇文章也说不好😂

有的人嫌弃ETF赚钱慢，这里算个账，如果每天赚1%，500天以后就是144多倍，所以05-19的15年里，两年时间每天赚1%，其他时间收益率打平，就是130倍！另外买ETF不会错过行情，没有踩雷风险。高风险偏好的，还可以融资加码，想想15年分级基金的收益，多少股票能比。

这是创业板指数和上证50指数自2010年以来每年的涨跌幅。通过对比很容易就会发现，这两个指数之间经常有跷跷板效应，一个强，另外一个就偏弱。这样一比较，很多人心里的小算盘就打起来了，如果能跟踪这些指数的强弱，直接做轮动，买到更强的指数，岂不美滋滋。

理想很丰满，现实很骨感。比如16-18这三年，年年上证50最强，可能想着也该轮到创业板会走强了，然而它一直是最弱的。什么方法解决这个问题呢，直到后来接触了动量策略，完美的解决了这个问题。

第一个模型出来之时，最高收益率是26倍。原本想用matlab处理数据的，但是编程早就忘光了，不得已很多处理都简单化了，好在方法是对的，26倍这个收益率已经可以比肩同期最好的公募基金了。

工具的问题没解决一直限制了很多想法的实现，后来有一天突然闪出一个念头，matlab再捡起来比较难了，但是可以用excel啊，因为数据的处理并不很复杂，用函数和公式应该可以解决。经过一天努力，excel完美的解决所有数据，相对第一个模型，同期收益率提高了50%以上。

数学模型就是不断的优化改进，excel可以处理更多数据了，下一步就是加入更多指数进行测试，这里选择了更能代表蓝筹的上证180和代表广泛小票的中证1000指数。这是2005年开始四个指数一起轮动回测的表现。

130倍！这是优化后的最高收益率！总体又上了一个台阶！

众所周知，创业板指数是一个弹性很大的指数，会不会也适合这个模型呢。这是从2010年开始，加入创业板指数后五个指数轮动的结果：

继续折腾，加入300医药指数和中证信息指数，再测试一下。为什么加入这两个指数呢，看看前几天写的文章，未来我看好医药和科技股。

最后测试发现增加指数对业绩提升不大了，思来想去，估计因为有行情的时候，大家都是涨的，幅度有点差距而已。任何一个参数，都有偶尔被打脸一两次的时候，后面还得填一下坑。所以2010年到现在，接近十倍的收益已经是极限了。

其实收益做到更高也可以，加入白酒指数，但是不想做这个回测，因为这个模型是为了在未来赚钱，而不仅仅是数据好看。白酒板块大牛，不会很快大跌，但一棵树不会长到天上去，其他的指数拿着更让人放心。

测试完所有的思路以后，这里把指数和模型各个参数跑出来的收益率按年做了统计。总体上，每年都能跟上较强的指数的收益，趋势性行情不会错过，熊市中能回避大部分风险，震荡市也会被打脸，但是波段反弹吃到以后，总体还能小赚。

从每年的收益对比看，每年超越指数的收益率并不多，好在没有巨亏的年份，行情好的年份也能跟上较强的指数的收益。

从年度收益还可以看到，有个参数十一，在08年的时候，收益率还是15.96%，到底怎么做到的，所以单独去给它画了08年的走势图，这里分享出来。（横线代表在空仓）

目前这个策略在A股的效果的确都很好，会不会有失效的时候呢。当然会有，在欧美市场也有动量效应存在，但是超额收益没有A股这样恐怖，一年跑赢3%就是很好了。A股以后机构化了，动量效应的收益就会降低，但是这要很长一段时间，个人认为至少还要20年。

最后说下风险，因为这是趋势策略，不是绝对收益策略。所谓风险投资，亏损也在所难免，各个参数都曾有20%以上的回撤。如果现在用这个模型策略会不会出现这么大的回撤呢，我认为很难，因为指数很难再跌20%了。

未来模型轮动的指数ETF会保持为七个，沪深300ETF，中证500ETF，上证180ETF，中证1000ETF和创业板ETF，300医药ETF和信息技术。等科创板出了ETF也会加进去，模型提示的调仓都会在公众号公布。

目前模型是持有300医药ETF。

模型做完，还是有点小成就感的。为了做这个数据，excel在计算数据时会提示我关闭其他程序😂每个表格数据都是几百列几千行，展示下最后所有数据计算完之后excel的大小。