本篇我们来重点探讨量化交易中的核心命题——回撤控制。做过微盘策略的朋友都知道，这类策略虽然能在顺风局跑出极高的收益，但其内含的高波动性也同样惊人。2024年初那场席卷微盘股的流动性危机，许多策略回撤一度超过50%，至今仍让人心有余悸。

       电影《精武英雄》里，李连杰有句经典台词：“打人首先要学会挨打。你打对方十拳，对方没事；对方打你一拳，你就挨不住了。”做量化亦是如此。一个成熟的策略，必须把“防守”放在首位。否则，一次极端的尾部风险，就足以让长期积累的利润灰飞烟灭。

       微盘策略中控制回撤的手段主要分为两大类：一是个股排雷（剔除基本面尾部风险），二是大盘择时（规避系统性风险）。当然，盈亏同源，加入防守机制必然会牺牲掉一部分进攻效率。从长期复利的角度，我认为这种取舍是值得的。大家如有更好的风控思路，也欢迎在评论区探讨交流。 

       以我在第一篇中分享的【模型一】为例：这是一个标准的微盘策略，从2014年1月到2025年底，回测年化收益达到了67.98%，曲线确实好看。但硬币的另一面是，该策略在2024年的最大回撤高达52.28%！投资中最残酷的数学规律是：资金腰斩50%，需要翻倍（盈利100%）才能回本。如果在实盘中遭遇这种极限回撤，极少有人能做到心态不崩、继续坚持。因此，给策略穿上“防弹衣”势在必行。

      下面，我将在【模型一】的基础上，增加以下因子或条件：

1、行业净利润增长 大于 -1%（剔除净利润下滑的行业）

2、未来60日新增流通股占比 小于 20%（剔除近期存在解禁的个股）

3、10大股东持股比例 大于 25% （选择10大股东相对集中的个股）

4、增加卖出条件，布林线突破上轨(20,3)，增加一种止盈方式

5、增加不卖条件，收盘价<min(前日收盘价,7)，避免在减仓时直接卖在底部

6、大盘择时-自定义择时公式

if(微盘指数五日<2,0,if(微盘指数五日>2,2,1))*0.1+微盘指数十日*0.1+微盘指数新低*0.1+微盘指数涨幅*0.1

微盘指数五日：CountDays(指数收盘(111001)>ma(指数收盘(111001),5),4)；

微盘指数十日：CountDays(指数收盘(111001)>ma(指数收盘(111001),10),4)；

微盘指数新低：CountDays(指数收盘(111001)>ref(min(指数收盘(111001),5),1) ,4)；

微盘指数涨幅：CountDays(指数涨幅(111001)<-0.0396,4)*(-1)+CountDays(指数涨幅(111001)<-0.0196,4)*(-1)+CountDays(指数涨幅(111001)>0.0396,4)+CountDays(指数涨幅(111001)>0.0196,4)

       这是一个简单的打分系统，基于微盘股指数111001在最近4天的表现，并转化成仓位数据。得分1或者超过1的时候处于多头形态，就是满仓；得分是0.5，就是半仓；得分0或者小于0的时候处于空头形态，就是空仓。主要条件包括，最近四天，微盘股指数是否站上5日线，是否站上十日线，是否创新低，是否出现大阳线或者大阴线。

       调整后的策略年化收益为55.66%，其中2024年最大回撤降至16.24%。2015-2017这三年，最大回撤仍然较大，考虑到当时的股票市场是从高位调整下来的，且2015年微盘策略普遍实现很高的收益，因此勉强可以接受。

       最后总结一下，本篇探讨的是策略开发思路，分享的策略并不适合直接实盘。调整后的策略，尽管控制了回撤，但从年化收益来看，还是不如第一篇的模型二，即采用了一四月空仓的方案，这个咱们下一篇再探讨。