接著系列二，我們今天說說比較基準和具體建模過程。
上次我們選了一個叫統A的比較基準，我們來看看他和其他寬基指數的比較：
從2009年12月到2019年12月，整10年的數據對比。十年間這幾個寬基指數大多收益不佳，滬深300年化收益1.37%，中證500年化收益1.62%，上證50 年化收益1.84%，中小板1.65%。只有創業板的收益不錯有6.94%，但是創業板指數是2010年6月才開始編制的，而等權統A的年化收益是7.25%。
其實從圖上我們直觀的就可以看出這幾年A股的風格變化分為這幾段：
1、2009到2012泥沙俱下，沒有贏家
2、2013到2015是創業板的狂歡，小市值的盛宴。
3、2016到2018是藍籌白馬行情，這個不太直觀，但是從等權的統A表現優於創業板也能判斷出，是上證50、和滬深300這樣的權重在抬升指數。
4、2019至今的風格似乎有所迴轉
所以目前等權重是能最好的反應A股的實際情況。這個也好理解，比如一個班裡幾十個學生，等權重就是絕對平均的民zhu，每人一票。而加權就是根據體重大小給與不同的投票權。那麼問題來了，如果體重200斤的孩子給8票，體重正常的孩子1票，那麼一旦有事投票，反應的就不可能是全體班裡孩子的平均意願，而是超重的孩子們的意願。
every coin has two sides。因為我們的超重孩子都是虛胖——那些巨無霸都不太給力，所以我們的指數這10年沒動。而美國那邊巨無霸不僅胖還是十佳青年，所以一直漲不停，指數就漲上天了，他們那邊加權的結果肯定會優於等權的。如果我們未來也往這個模式發展，有一天等權指數也不會再有最好看的收益率了。
既然目前最好的是等權統A，那我們就對標他。接下來，我們能通過對於私募倉位的調整獲得超額的收益嗎？為了回答這個問題。第三步，煎炒烹炸來了。
一上來，我們嘗試一個簡單的小炒：
比如2010年1月10號左右，我們得到2009年12月的私募倉位數據，我們已經來不及在一月整個月調倉了，我們就在下個月2月調倉。
怎麼調呢？很簡單設定一個及格線的低倉位和一個高標準的高倉位，比如：分別是60%和90%吧。
當前一個月的私募倉位是50%時，低於及格線60%這時空倉；
如果前一個月的私募倉位是70%，介於60%和90%之間，不調倉維持半倉；如果前一個月的私募倉位是95%，高於高標準90%，這時滿倉。
好了，模型就按照這種機制運行，最終只看收益率高低決定好壞，不考慮其他指標。其實，倉位的狀態就三種情況，我們分別用三個係數來表示：空倉是0，半倉是0.5，滿倉是1。根據每個月月末和月初的指數能到到一個收益率。用這個係數乘以指數收益率，就能得到我們的調倉收益率。但是低倉位和高倉位分別是兩個變量，比如（低倉位30%，高倉位60%）和（低倉位50%，高倉位90%）就是兩種不同的情況，其實模型的尋優就是找到使收益率最優的結果。
這裡我們不討論嚴格的數學過程，只說結論：在低倉位30%和高倉位為80%時有最優解是年化7.76%，略優於7.25%的等權統A收益。但是這就是最優結果了嗎？我們觀察數據會發現其實歷史上私募倉位一直都大於30%，很少高於80%。所以實際上，是沒有空倉，很少滿倉，經常半倉得到了最優的結論。
那麼如果反向操作呢？就是在私募低倉位時，滿倉；私募高倉位時空倉，其餘時候繼續半倉，會怎樣呢？結果很驚人：年化達到了9.06%：
所以說拿私募倉位當作反向指標會更好？這個似乎有點和常識不太符合啊。問題出在哪裡？有可能是我們的操作太滯後了。所以改變方法，上煎炸燉煮燜：
這次，我們將每個月的收益率分成兩段，一段是得到私募倉位前的半個月，另一段是得到私募倉位後的半個月。然後再引入兩個變量：前半月的漲幅限制和前半月的跌幅限制。
舉例：
還是有空倉係數為0，半倉係數為0.5，滿倉係數為1三種狀態；
低倉位，高倉位，前半月漲幅限制，前半月跌幅限制，四個變量；
後半個月的收益率乘以當月得到的倉位係數，前半月的收益率乘以上一個月的倉位係數；
比如四個參數分別設為30%，80%，10%，-5%
那麼2010年1月得到了2009年12月的私募倉位為55.5%，得到數據的這個前半個月指數漲了6.32%，那麼我們按照一般的正向思路操作下來：
首先比較55.5%和高低倉位，正好介於30%和80%之間所以保持半倉，不調倉。如果這個倉位是大於80%的，本來計劃要滿倉的，但是再比較這個前半個月的漲跌幅6.32%與漲幅限制10%的大小，現在是小於10%，就調整為滿倉。如果大於10%，就不調倉了，因為雖然高於高倉位，但是已經漲了，所以繼續保持半倉。同理如果小於30%，就要比較跌幅是否小於跌幅限制，如果小於，就不空倉。反之則按計劃調整為空倉。這裡的思路有點繞，需要讀者朋友們自己多捋順幾遍。不願意燒腦的朋友們也可以跳過直接看結論：
最優結果是可以得到12.37%的年化收益，大大高於等權統A的7.25%，超額收益達到5.12%。當然我也試驗了高於高倉位減為空倉，低於低倉位加滿倉的反向做法，結果並沒有正向操作來的好。
結果最優時的低倉位參數為40%，高倉位參數為75%，最大漲幅限制參數為10%，最大跌幅限制參數為-5%。這些參數有什麼實際意義呢？我分別拆解每個參數發現，除了低倉位參數是在均值2個標準差以下達到最優，其他3個參數都是在均值1倍標準差附近達到最優。用白話翻譯最優結果實際上是要求：不能出現空倉，常常半倉，偶爾滿倉。
最後，我總結一下。針對這些私募大佬的平均倉位變化，我們滯後較短的時間調倉（滯後10天到1個月左右），可以得到超額收益。證明這些私募大佬的平均倉位裡含有有效的市場信息。
另外不要空倉。這是重要的一點，在不用槓桿，買指數的情況下，踏空永遠比被套的風險更大。
當然，這裡有個現實的問題，等權的統A指數是普通投資者摸不到看不著的，我們如何能在實戰中利用這個優勢呢？這個是非常有趣的問題，我也在思考中。也歡迎大家集思廣益，一起發散思維。
點在看、點轉發、點關注、點星標。點點點點點！
歡迎關注“宏觀數據種草”，希望拋磚引玉，啟發思考。
