在研究过程中，我发现，多因子选股策略有效的或收益最高的那些策略，都会有一个比较明显的特征，那就是一定配有反向动量指标，这样可以让其实现低买高卖的交易行为，如此反复不断产生和累积超额，最后提升策略的累计收益率。而对于策略轮动模型反而不是这样的，策略轮动表现最高的那些模型，多数都是利用动量策略进行策略轮动而得的。如果用反向动量的话，很可能会出现买入阶段失效的策略，经常表现不佳。
但是，这个策略轮动有些不一样的地方是，策略库里面只有”有限数量“（主要是因为果仁网的组合功能只提供有限数量的策略轮动，所以本文研究中，我自己给的数量范围是1~10个）个策略，这个主要是为了解决策略储备不足或平台研究限制情况下，无奈而做出的策略轮动选择，因为不做策略轮动，可能会遇到某些策略在某些年份存在阶段性表现不足，而一直持有这个策略，增加自己投资的时间成本，反而不划算，那么我们即使在有限数量的策略情况下，还是要尽量通过策略轮动的方式，避开在某段时间内表现不足的策略。只有这样做，才可以尽可能的减少时间成本，同时也可能在一定程度上提高投资收益。
本文研究主要针对果仁网组合的策略轮动应用：
果仁网组合策略的策略轮动实现步骤：
第一、筛选有限个选股策略作为组合的策略池：
筛选策略时，我们一般基于策略之间的差异性原理去筛选，差异性越好的，则选中的策略意义越大。
差异性一般从两个角度去判断：
a、净值曲线走势的差异性；
也就是说，从策略的年度、季度、月度、周等时间尺度对比其收益率和胜率，如果这些维度的结果差异性越大，那么其策略之间的相关性越小，在有限策略池进行轮动结果更好，如图1-1所示，为本文研究所选中的策略池。
图1-1：筛选5个存在差异性的选股策略池
b、策略持仓的差异性；
除了净值曲线差异外，其实我们还很关注其策略持仓之间的差异性，最理想的状态就是持仓无重叠，这样可以分散持仓的个股暴雷或暴跌的风险。
图1-2：组合的策略池
第二、交易模型设置和选取策略排名条件：
a、交易模型参数设置：
组合的策略池已经根据标准大致选择了5个策略，本次研究是根据我自己的实盘需求而设置的，因为我自己的实盘策略需要买30只股票，所以本研究进行的研究是5个策略定期滚动选取3个策略作为持仓，也就是持仓策略参数设置为3，经过研究对比发现，策略轮动日频或周频一般都不如更长的周期参数，比如月度、季度等。
但是时间太长的话，怕策略反应不敏感，也就是调整的不够及时，折中的选取办法就是月度调仓，这个也是我自己经常选中的最为合理周期频率。因此，交易日期设置为：每月最后一个交易日。
图2-1：交易模型设置
b、选取策略排名条件设置：
开发策略轮动模型比选股策略要简单很多，因为从策略的角度看，一般只需要考虑净值曲线和持仓重叠度的问题，无需像选股策略一样，考虑各种财务因子的组合问题，及其复杂。
在文章开头一段就总结过：对于策略轮动模型反而不是这样的，策略轮动表现最高的那些模型，多数都是利用动量策略进行策略轮动而得的。如果用反向动量的话，很可能会出现买入阶段失效的策略，经常表现不佳。那么，我们就可以限定在动量角度去设置轮动模型了。
经过我多年的策略轮动开发经验，动量周期天数超过90后，策略轮动效果越好。这个根据投资者需求选取周期天数即可。我自己比较喜欢选择360天或720天作为理想的参数，本文选用360天涨跌幅作为策略轮动参数，如图2-2所示，测试结果如图2-3所示。
从回测结果来看，总收益相当高，达到2516%；年化收益高达67.37%，最大回撤率还是控制不好，达到43.66%，这也就是说明同类型股票策略无法通过策略轮动方式解决最大回撤率问题《解决最大回撤率问题，可参考：量化研究徐中行：控制股票产品净值“最大回撤”的有效投资方案》，只能解决策略阶段性跑输指数的问题。
总体来说，经过轮动模型后，策略净值曲线表现更加平稳，向上上涨的趋势更加明显，年化收益率也接近策略池中年化收益率最高策略，这也就说明，经过简单的策略轮动处理，可以改善投资效果。
图2-2：选去策略条件设置，360日涨跌幅
图2-3：360日涨跌幅作为条件的轮动效果
自己偶然发神经，突然想到，好的策略，一般在上涨时，大多数都会有个特征就是涨幅高和波动率小。那么，我自己尝试加入一个波动率指标，看是否可以增加收益，经过多次调试，最后发现，360日涨幅加360日收益波动率可以继续改善策略轮动效果，如图2-4所示。
新的轮动条件的回测结果如图2-5所示，总收益相当高达到2881%；年化收益高达70.85%，最大回撤率还是控制不好达到43.15%。新旧条件对比后，增加低波动率条件后，轮动效果的确有所改善，但仅限于年化收益率高低上，但改善的并不多，只增加了3%。说明了轮动策略模型主要的效果还是在于动量指标上，这也就说明了轮动策略开发其实很简单，无需太多复杂的各种指标，只要大概率保证策略池的选股策略样本外是有效的，为了保证选股策略大概率有效，我选用的是基本面因子[量化研究徐中行：我为什么选择基本面量化选股而不是量价呢？]作为选股模型，从而保证实盘效果与回测效果一致性更高。
图2-4：选去策略条件设置，360日涨跌幅加360日收益波动率
图2-5：360日涨跌幅加360日收益波动率作为条件的轮动效果
精选文章：
