大家好，我是Quant团长。
上一期我们采用了机器学习线性模型计算了价格的区间斜率，实现了其在轮动策略中的应用。
今天，我们随机选两个系统中的轮动策略，对区间涨幅和区间斜率，这两种排序条件做个简单对比。
【第23号策略】
先选择系统中的第23号策略看一下，这个策略的具体设置如下：
1.轮动排序：
方案一：采用区间涨幅，现价相对于n日前收盘价的涨幅排名第一。
方案二：采用区间斜率，n日类RSRS得分（=斜率*决定系数）排名第一。
2.交易条件：现价大于m日均线买入；现价小于m日均线卖出。
看看策略结果：
（方案一：区间涨幅版）
（方案二：区间斜率版）
从结果可以明显看出，采用区间斜率的表现更好，整体收益曲线波动率更低。
累计收益达738%、最大回撤29.6%、盈亏比2.64、胜率45.7%，这些指标都优于采用区间涨幅的结果。
尤其是在2015年6-7月，牛市见顶回落期间，方案二的回撤非常小。
【第21号策略】
再选一个21号策略看一下。这个策略的具体设置如下：
品种选择沪深300，中证500，创业板50，深证红利这4个宽基。
1.轮动排序：
方案一：采用区间涨幅，现价相对于n日前收盘价的涨幅排名第一。
方案二：采用区间斜率，n日类RSRS得分（=斜率*决定系数）排名第一。
2.交易条件：现价大于m日前收盘价买入；现价小于m日前收盘价卖出。
策略的结果如下图：
（方案一：区间涨幅版）
（方案二：区间斜率版）
从这个策略的对比结果看，两个方案差别不大。
方案二的盈亏比更高一些，波动率和最大回撤均有所降低，其他指标基本相近。
这两个策略是在系统中随机选择的，参数也是随机的，并没有做什么优化。
总体来看，采用区间斜率的方案略有优势。不过，对于不同的策略，优劣也不尽相同。
与前期测试时提到的一样，各类指标其实大同小异，最主要的还是品种池的选择。
尽量选取不同市场的、不同类型的、具有负相关性的品种，才是轮动策略的核心。
前期国家对量化交易出台了一些新的规定要求。从各种公开的消息看，虽然今年行情不好，但是一些量化私募的回报还是很可观的。
从一些量化研报中能看出，目前信号策略依然是主流。
相较与机器学习，多因子策略应用的更广泛，但不可否认，机器学习是未来的一个发展趋势。
机器学习模型的能力很强，模型不是问题。从统计能力角度看，集成树模型就够用了。
重点就在于找到可靠的市场、更多的数据、更好的因子、特征等等，后期我们往这个方向再多做一些测试....
【魔方量化服务】专注于指数和ETF基金量化交易。搜公众号或点击访问 网页链接。