2006年刚入市的时候，我和很多小白一样，觉得价值投资又慢又难，不如技术分析来得直观高效。那时主要的投资方法就是看K线和各种指标。后来发现没那么简单，胜算大概五五开，好不容易买在了低点又拿不住。
为了提高胜率和盈亏比，我七七八八研究了很多，还改写了一些经典的指标公式。多年实践下来，我发现动量反转策略比较适合我的性格。我喜欢买便宜的，不喜欢追高。
这个策略实盘了一段时间，发现在个股上表现一般，但用在沪深300指数上效果更好，胜率可达六七成，很是开心。但有一个问题，只投沪深300ETF的话，信号较少，一年也没有几次。为了增加投资机会，经过测试，我把投资标的扩展到几个不同特征的ETF上，比如中证500、军工、黄金、纳指等。发现这样做不仅提高了收益，还使最大回撤也降低了。
再后来，进一步优化是想在所有ETF中进行筛选标的。目前市场上的ETF有近千只，剔除货币类和成交量较小的，也有大几百只，每日看一遍也需很长时间。为了提高效率，我想实现程序化筛选，于是从0基础开始学习Python，经过半年多的努力，终于达成目标。在完成了小额实盘测试后，这个动量反转策略正式进入我的策略库。
筛选出来的标的，我会进行历史回顾，看看TA在以往的表现，以300ETF(510300)为例：
因为收盘后才能跑程序，因此买入时间是信号日期的下一个交易日。假设以开盘价买入，收盘价卖出。表中数据为第N日的累计收益率。例如2023年9月21日这一行，就表示为以22日开盘价买入，当天上涨2.17%，10天后累计上涨0%。
下面还有一些统计，这些数据很有意思，比如看看平均值是否稳步增加，持有不同天数的胜率如何，最值发生在什么时候，当时是什么情况，理解这些可以帮助决策。
历史回顾只是一方面，我也会加入一些主观判断，根据当下的宏观经济和市场环境，对未来进行推演。现在这个策略已运行了4个月，胜率85%，整体收益率大于10%，对于今年7月至10月的行情而言，已十分满意。可惜也错过了几个好机会，这或许可以作为下一步优化的方向。