继续尝试改进这个策略。今天的目标是防守而不是进攻，目标是减少回撤，并提升持仓体验。毕竟，现在我们是站在上帝视角看全局的。真实持仓中，如果持仓体验不好，策略在执行中就可能被早早放弃了。
如果你对这个系列感兴趣，欢迎翻看我的前两篇文章：
趋势强度的变化
趋势强度计算依赖最近N天的收盘价，书上推荐经验值取N=25。但我的人生经验告诉我，这个世界唯一不变的就是变化本身。这个市场的风格应该一直在变化，最合适这个市场的趋势强度N取值，应该由这个市场本身决定。
为了方便计算与归因，N取5、10、15、20、25分别进行计算。下表是N在不同取值下，按年划分的收益率情况。我把每年最高的收益率都标注了高亮，结果显而易见，自2020年以来，市场的风格在不断变化。如果我能提前捕捉这些变化，那我就是中国巴菲特了。虽然验证了我的猜想，但是有一个悖论，我只能使用过去的数据来改进现在的操作。不过，趋势之所以是趋势，趋势的变化应该是一个连续的过程。
第一次微调：按年滚动调整，每月更新
如果已知市场的风格会按照年为单位进行变化，那就可以穷举过去12个月所有的N取值，以最高收益率的N来代表未来一个月的N，每月更新。那么策略就可以进一步更新为：N初始值取25，其在2018年保持不变，自2019年2月开始，每个月初更新一次N的值，N取过去12个月收益率最高的方案。
为此，我们可以得到下表3.1，这个表太长，我只截取了一部分：
把这个预测结果带入会模型，重新计算2018年至今的收益率情况Version 3.1：
时间：20180102-20240229，共1494天，初始金额50W，结束金额160.41W，总体收益率220.83%，平均年化21.54%。对比上一步的结果，这里的净值并没有进一步的放大，推测其原因，我觉得 可能是一年时间太长了，应该缩短到月。
第二次微调：按月滚动调整，每月更新
显然，趋势的变化是每天发生的，虽然趋势的结果需要一定的时间来观测，但是以年为单位还是把太多的细节平均化了。下面我们将策略更新为：N初始取值25，其在2018年1月保持不变，自2018年2月开始，每个月初更新一次N的值，N取过去1个月收益率最高的方案。
为此，我们我们可以得到下表3.2，这个表太长，我只截取了一部分：
把这个新的预测结果带入会模型，再次计算2018年至今的收益率情况Version 3.2：
时间：20180102-20240229，共1494天，初始金额50W，结束金额109.38W，总体收益率 118.76%，平均年化14.00%。大退步了！这回应该是1个月时间太短了，试试每季度！
第三次微调：按季度滚动调整，每季度更新
下面我们将策略更新为：N初始取值25，其在2018年1-3月保持不变，自2018年4月开始，每个季度初更新一次N的值，N取过去3个月收益率最高的方案。
为此，我们我们可以得到下表3.3:
把这个新的预测结果带入会模型，第三次计算2018年至今的收益率情况Version 3.3：
时间：20180102-20240229，共1494天，初始金额50W，结束金额174.03W，总体收益率248.07%，平均年化23.21%。与Version 3.1 相比又有了一点提升，并且现在 曲线现在整体缓慢上行，持仓体验优于前面所有的版本。
最后的短板
在做完收益的归因分析以后，我发现在当前的配置参数下，有两个拖后腿的成分股，对整体收益仅有负贡献，因此，将房地产ETF、国债ETF移出调仓目录，重新计算结果如下：
时间：20180102-20240229，共1494天，初始金额50W，结束金额280.35W，总体收益率460.71%，平均年化33.44%。收益暴增！
如果你有什么好的策略或者想法想让我实现的，欢迎给我留言，让我们共同进步。