前言

寫于2022年一月，臨近春節，祝大家新年快樂！寫這篇文章的時候，剛經歷了1.25號4000+只股票下跌，雖然入市不久，倉位也僅控制在3層，但是仍然缺乏安全感。于是提筆把入市半年的諸多策略以及成長記錄下來。

首先，投資就是一場戰爭。所有人入市的初心都是為了賺錢，但是市場是一個不可預知的混沌模型，小到幾百塊的資金，大到國家資本，無數個資金相互交織組成一個金融戰場。既然是戰場就會有廝殺，就會有勝負，有的人凱旋而歸，有的人戰死沙場。盡管金融市場不是真正的打仗，不會直接性的造成死亡，但是本質亦不遠矣。試想有的人辛辛苦苦積攢下來的積蓄，跑不過通貨膨脹，購買力甚至還在下降，只能維持溫飽而已；試想有的城市通過政策補貼吸引人才，完成轉型升級，然后實現飛躍發展；試想有的國家肆意的開放金融市場，經濟的飛速發展到盛極而衰。小到個體，大到城市，甚至是國家，投資皆是一場戰爭。

其次，投資需要好策略和好心態。兵者，國之大事，死生之地，存亡之道，不可不察也。戰爭，是國家的大事，它關系到軍民的生死，國家的存亡，不能不慎重考察研究。

投資需要好策略。舉個例子，就像是戰場時期，1000士兵對上10倍于己的平民肯定是屠殺。為什么呢？顯而易見，士兵之于平民，勝在訓練組織能力，進退有度，指揮統一，反之，平民雖然人數眾多，但是雜亂無序，只能四散而逃，之所以士兵能有較高水平的訓練組織能力，依賴于平時的針對訓練，我認為對士兵所做的訓練，在投資中類似于根據歷史數據來進行訓練學習，找出特征因子，最終形成一個好的交易策略，應用于市場中。

投資需要好心態。舉個例子，剛訓練好的新兵第一次上戰場的傷亡概率最高，而老兵損傷往往要小得多。顯而易見，不能適應戰場的新兵都已經陣亡了，活下來的老兵或多或少都有領悟。盡管新兵老兵在平時訓練時是一樣的，但是戰場上為什么會有如此巨大的差別呢？我認為取決于是否有好的心態，市場瞬息萬變，沒有人能肯定未來會發生什么，每逢大事當有靜氣。在做足準備的情況下，需要堅定不移的相信自己的判斷，同時要具有底線思維。

最后，好策略和好心態是相輔相成的。如果沒有好的交易策略，長期無邏輯的交易，是不可能有好心態的；如果有好的交易策略，沒有良好的心態，也難以執行。

好的策略需要自身不斷地迭代更新，需要不斷的學習知識，提升認知；而好的心態需要市場不斷地錘煉打磨，需要進行體會總結。

一個完整的交易策略一般包括如下幾點構成：

????????1.買什么？ 選股

????????2.買賣多少？倉位控制

????????3.何時買賣？入場時機

????????4.止損條件。何時退出虧損的倉位

????????5.止贏條件。何時退出盈利的倉位

廢話完畢，正文開始！

---------------分割線---------------

1. 原理說明

小市值效應，本質上說就是市值小的股票，在將來上漲的概率越大。在全球各大市場上都有驗證，在A股市場也存在此效應。

至于為什么有小市值效應？筆者推測有如下3點：

1.可能是投資者普遍不愿意持有小公司股票，使得這些小公司價格普遍偏低，甚至低于成本價，因此會有較高的預期收益率；

2.A股市場存在上市公司的殼價值，可能被溢價收購，導致小市值公司股票大幅度增值；

3.小市值公司成長空間更大，方便炒作；

2. 策略邏輯

第一步：確定調倉頻率，每天更新調倉
第二步：確定股票池股票數量，這里假設有5支
第三步：調倉日當天獲取前一天的歷史數據，并按照市值由小到大排序
第四步：買入前5支股票

回測期：2011-12-30?到 2021-12-31
股票池：中小板股票
回測初始資金：10萬

3. 回測結果和穩健性分析

回測時間為近10年，收益高達442倍，最大回測僅32%。

設定初始資金10萬，手續費率為0.03%，滑點比率為0.1%。回測結果如下圖所示：

筆者自身券商的費率是萬1的，開戶早還能免5，萬3的手續費長期來看其實吃了不少收益。

4. 策略代碼

# 導入函數庫 from jqdata import *# 初始化函數，設定基準等等 def initialize(context):# 設定滬深300作為基準set_benchmark('000300.XSHG')# 開啟動態復權模式(真實價格)set_option('use_real_price', True)#防止未來函數set_option("avoid_future_data", True)#滑點設置為0.001set_slippage(FixedSlippage(0.001))# 輸出內容到日志 log.info()log.info('初始函數開始運行且全局只運行一次')# 過濾掉order系列API產生的比error級別低的loglog.set_level('order', 'error')# 股票池g.security_universe_index = "399101.XSHE" # 中小板g.buy_stock_count = 5### 股票相關設定 #### 股票類每筆交易時的手續費是：買入時傭金萬分之三，賣出時傭金萬分之三加千分之一印花稅, 每筆交易傭金最低扣5塊錢set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5),type='stock')## 運行函數（reference_security為運行時間的參考標的；傳入的標的只做種類區分，因此傳入'000300.XSHG'或'510300.XSHG'是一樣的）# 定時運行run_daily(my_trade, time='9:30', reference_security='000300.XSHG')# 收盤后運行run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')## 開盤時運行函數 def my_trade(context):# 選取中小板中市值最小的若干只check_out_lists = get_index_stocks(g.security_universe_index)q = query(valuation.code).filter(valuation.code.in_(check_out_lists)).order_by(valuation.circulating_market_cap.asc()).limit(g.buy_stock_count * 3)check_out_lists = list(get_fundamentals(q).code)# 過濾: 三停（停牌、漲停、跌停）及st,*st,退市check_out_lists = filter_st_stock(check_out_lists)check_out_lists = filter_limitup_stock(context, check_out_lists)check_out_lists = filter_limitdown_stock(context, check_out_lists)check_out_lists = filter_paused_stock(check_out_lists)# 取需要的只數check_out_lists = check_out_lists[:g.buy_stock_count]# 買賣adjust_position(context, check_out_lists)## 收盤后運行函數 def after_market_close(context):log.info(str('函數運行時間(after_market_close):' + str(context.current_dt.time())))# 得到當天所有成交記錄trades = get_trades()for _trade in trades.values():log.info('成交記錄：' + str(_trade))log.info('一天結束')log.info('##############################################################')# 自定義下單 # 根據Joinquant文檔，當前報單函數都是阻塞執行，報單函數（如order_target_value）返回即表示報單完成 # 報單成功返回報單（不代表一定會成交），否則返回None def order_target_value_(security, value):if value == 0:log.debug("Selling out %s" % (security))else:log.debug("Order %s to value %f" % (security, value))# 如果股票停牌，創建報單會失敗，order_target_value 返回None# 如果股票漲跌停，創建報單會成功，order_target_value 返回Order，但是報單會取消# 部成部撤的報單，聚寬狀態是已撤，此時成交量>0，可通過成交量判斷是否有成交return order_target_value(security, value)# 開倉，買入指定價值的證券 # 報單成功并成交（包括全部成交或部分成交，此時成交量大于0），返回True # 報單失敗或者報單成功但被取消（此時成交量等于0），返回False def open_position(security, value):order = order_target_value_(security, value)if order != None and order.filled > 0:return Truereturn False# 平倉，賣出指定持倉 # 平倉成功并全部成交，返回True # 報單失敗或者報單成功但被取消（此時成交量等于0），或者報單非全部成交，返回False def close_position(position):security = position.securityorder = order_target_value_(security, 0) # 可能會因停牌失敗if order != None:if order.status == OrderStatus.held and order.filled == order.amount:return Truereturn False# 交易 def adjust_position(context, buy_stocks):for stock in context.portfolio.positions:if stock not in buy_stocks:log.info("stock [%s] in position is not buyable" % (stock))position = context.portfolio.positions[stock]close_position(position)else:log.info("stock [%s] is already in position" % (stock))# 根據股票數量分倉# 此處只根據可用金額平均分配購買，不能保證每個倉位平均分配position_count = len(context.portfolio.positions)if g.buy_stock_count > position_count:value = context.portfolio.cash / (g.buy_stock_count - position_count)for stock in buy_stocks:if context.portfolio.positions[stock].total_amount == 0:if open_position(stock, value):if len(context.portfolio.positions) == g.buy_stock_count:break# 過濾停牌股票 def filter_paused_stock(stock_list):current_data = get_current_data()return [stock for stock in stock_list if not current_data[stock].paused]# 過濾ST及其他具有退市標簽的股票 def filter_st_stock(stock_list):current_data = get_current_data()return [stock for stock in stock_listif not current_data[stock].is_stand 'ST' not in current_data[stock].nameand '*' not in current_data[stock].nameand '退' not in current_data[stock].name]# 過濾漲停的股票 def filter_limitup_stock(context, stock_list):last_prices = history(1, unit='1m', field='close', security_list=stock_list)current_data = get_current_data()# 已存在于持倉的股票即使漲停也不過濾，避免此股票再次可買，但因被過濾而導致選擇別的股票return [stock for stock in stock_list if stock in context.portfolio.positions.keys()or last_prices[stock][-1] < current_data[stock].high_limit]# return [stock for stock in stock_list if stock in context.portfolio.positions.keys() # or last_prices[stock][-1] < current_data[stock].high_limit * 0.995]# 過濾跌停的股票 def filter_limitdown_stock(context, stock_list):last_prices = history(1, unit='1m', field='close', security_list=stock_list)current_data = get_current_data()return [stock for stock in stock_list if stock in context.portfolio.positions.keys()or last_prices[stock][-1] > current_data[stock].low_limit]

5. 策略思考以及改進

策略優勢：收益高，持續有效；

策略不足：高波動性，收益曲線不平滑；

眾所周知，高波動極其考驗投資者的執行力，往往大家都會高估自己的承受能力。

6. 后續其他

策略源碼如上，喜歡的朋友可以自己運行一下程序。

后續有時間我也會陸續更新其他策略，持續學習，持續分享。

注：此策略只用于學習、交流、演示，不構成任何投資建議。

作者公眾號：小z定投錄，可以關注一下，后面將不定期出新策略。

?

總結

以上是生活随笔為你收集整理的策略系列篇(一)—小市值轮动的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。