作为一种量化策略，最害怕的就是“未来函数“了。如果策略中带有未来函数，那么即使回测的效果再如何骄人，未来一定是失败的。因此，避免未来函数，成为制定策略中最核心的工作之一。
很多人说，避免未来函数很简单啊，在策略中不用未来的行情、数据就可以了。这个说起来简单，但是实践起来却非常困难，比如：我们现在发现茅台很好，于是充分挖掘$XD贵州茅(SH600519)$的数据特征，如高毛利、高预收款、消费属性等等，然后再用这些属性去回测，效果一定很好。但是，这是明显带有未来函数的，理由是：
1、在10年、20年前，如果预测今天茅台很好，一定是通过“定性“而不是“定量“的方法选出来的；现在用茅台的属性去找策略，是拿着结果去找原因，那一定是未来函数；
2、“高毛利、高预收款、消费属性“导致高收益的逻辑并不让人信服。很多消费品，在高光岁月，也完全符合这三个特性，比如健力宝，也比如酒鬼酒，结局却不一样。
不仅如此，在我看来，所有通过“数据挖掘“找出来的所谓“因子“原则上都应该先质疑，除非至少能全部符合以下两个条件，否则就应该坚决弃用：
1、逻辑成立：能够找到这些因子存在的坚实的底层逻辑。
2、稳定表现：不仅是回测的各个时间段表现稳定，而且在稍微修改参数的情况下，表现也要优秀。
举一个稳定表现的反例：某策略用10日、20日的价格和均线做出一个策略，表现优秀，但是如果把10天改成11天，效果就很差，那就是不稳定的表现，一定要弃用。
再比如，前几年某些基金公司发行了***网大数据基金。即基于各种互联网大平台的数据做出的策略基金，我不知道现在表现怎么样，但是我想一定是很差的。因为这些数据和股票上涨的逻辑并不坚实，回测效果好，肯定是拿了那些会让回测效果好的数据导致，选择这些数据而不选择其他数据，本身就是一个未来函数行为，结局一定不好。（我不知道是哪几个基金，知道的人查一下，欢迎打脸...)
好了，该说正事了：什么样的超额收益是过去、现在、未来都能获得的？我想要获得确定性超额收益，必须有一个坚实的底层逻辑。我说一个逻辑：
1、股票价格，代表市场给公司资产的一个定价；
2、因此，要获得超额收益，要么在相同的定价下选择更好的资产，要么相同的资产质量上获得更好的价格；
3、静态评估资产价格和质量（盈利能力）比较简单，可以用扣非市盈率、PS、ROE、（现金）ROIC、EBIT/EBITDA 等。
4、买的时候价格是确定的，但是资产却一直在变化中；所以需要加一个控制资产变差的变量；因为无法预测未来，更没有办法“定性“分析（如生意模式、管理层能力评估等等，不是定量能搞定的），只能勉强用环比和同比数据来控制一下。
5、以上3、4两步的分析，都是基于企业的定期业绩报告；但各企业的会计制度或激进或保守，差别很大，所以需要对业绩报告的可信度进行评估，方式有：经营现金流和利润的比例、应收账款周转率、存货周转率和存货的提损率、固定资产折旧率等；
6、以上3、4、5的分析方法，对某些行业天然不适用，所以需要剔除这些企业，比如银行、房地产。另外，对资不抵债的企业，任何分析方法都失效，因此对负债率过高的企业也进行剔除（比如超过90%）。
这样，我们总共考虑了：数据的可信度、资产的盈利能力、资产的价格、资产质量的变化共四个维度。我想，不管是过去、现在还是未来，考虑这四个维度去选择股票，有非常强的确定性能够获得超额收益的。
光说不练假把式，现在我用这套模式用在沪深300上，即在沪深300上用这个方式选择部分股票，然后和沪深300比较回测。参数如下：
1、沪深300中，排除银行、房地产；排除负债资产率超过90%的企业；（理由6）
2、排除 三年经营现金流<三年利润*0.5 ;（理由5）
3、排除扣非市盈率超过中位数的股票；（理由3）
4、排除环比和同比数据比中位数查的股票；（理由4）
然后Just Run It，回测。回测参数如下：
手续费：万3最低5元；
成交时机：每自然月第一个交易日；其他时间不做任何交易。
成交价格：9:30分按市价委托成交。即最优五档剩撤。
持有股票数量：5支。即得分最高的5只。
回测时段：考虑到时间够长，又离现在涨跌幅不大，选择了2010.1.1日开始，到2019年6月20日，沪深300阶段上涨3.92%，很好。
收益图：
具有明显的超额收益！
最近具体成交记录：
虽然和网上某些动辄几十甚至上百的年化收益率比起来不算什么，但基于强逻辑基础的运行数据，让我们能够相信在未来也能获得确定性的超额收益，这就是本策略的最大优点。
就这样。