量化，其实可以很简单

1

还记得我第一接触量化，是看到了@张翼轸  老师的二八轮动模型2.0版。

这个模型十分简单，就是在每周五收盘前，根据沪深300和中证500指数过去四周的涨幅，选择涨幅较大的指数，买入对应的ETF并持有一周。如果两个指数4周涨幅均低于0，那么就选择空仓。

就这样简单的一个模型，在2005年2月18日开始到2015年1月23日将近10年的时间，累计涨幅是1311%。如果按照年化进行计算的话，那就是29%的年化收益。

对于投资，我刚刚开始接触的是价值投资理念，巴菲特那平均20%的年化收益率在我看来是非常高的。而我对自己的要求，仅仅是15%左右。有了这样的锚定，忽然看到一个高收益触手可及的模型，那种激动和兴奋，你也应该能够想象得出来。就差随便找个人，打个电话倾诉一下了。

毫不犹豫地，我就用通达信下载了两个指数的数据，用Excel进行了模拟，对结果进行了验证。确实如文章中所说的那样，收益高的可怕。

2

开了找个脑洞之后，我当时就在想，是否还可以将更多的指数纳入进来，选择上涨势头好的，进行轮换呢？于是，就有了沪深300、中证500、创业板指、标普500、恒生指数、上证50、中小板指、中证100的多指数轮动模型：

多指数轮动

经过了多次参数调整，最终在2005到2016这将近11年的时间里，得到了一个年化40.48%，最大回撤25.4%的模型。

为了实现这个模型，当时实在是花了不少功夫。一开始连数据都不知道怎么下载，找了半天，才了解到可以通过券商软件下载这些数据；接着发现有些指数的数据没有，例如标普500，然后就学习了vb，利用Excel自带的开发工具从新浪财经中采集了指数的数据；这样还不够，因为需要对哪个指数涨幅高进行判断，又学习了Excel的公式。前前后后，可能花了大概半个月左右的时间，才最终实现。

然后我就在想，有没有办法节省时间呢？了解到普遍的做法是通过MATLAB建立数据仓库，我也准备有样学样。没想到在了解和学习的过程中，发现了更加简单的方法，意外地发现joinquant聚宽这样的量化平台。

3

其实我第一个接触到的量化平台是uqer，当时为了能够顺利使用，还花了一周的时间来学习Python。结果因为家里的网络，常常半天连不上，最终还是弃用了。这里不得不吐槽一下长城宽带，不过，谁让它便宜呢。

然后，我就不得不寻找类似于uqer之类的量化平台。一搜索，还真让我找到了，就是ricequant。当时ricequant使用的语言是java，我就在想，是否再花一周的时间学习下java呢？结果没有多久，就发现它的情况uqer一样，都不是我的菜。

和聚宽结缘的原因很简单，在放弃了uqer和ricequant之后，终于让我找到了一个我家这样破网络也能使用的量化平台，当时的情绪只能用两个字来形容——高兴。

使用的过程中，我还慢慢发现了joinquant聚宽的一个优点，一个当时uqer和ricequant所不具备的优点。那就是可以同时进行多个回测，并且不用把网页一直开着。之所以说是当时，因为现在已经很久不用另外两个量化平台了，不知道现在改进了没有。

真想为这个产品经理的想法点赞，数据都在平台上，确实没有必要占用用户电脑的资源。对于我来说，这样的用户体验就很好。要知道，回测运行的时候，电脑就会变得很卡，尤其是多开几个的，效果更加明显。

而joinquant聚宽，关闭了浏览器窗口，照样也可以进行回测，就凭这一点，在那一刻开始，我就知道，自己已经成了joinquant聚宽的忠实fans。

更让我惊喜的是joinquant聚宽的分享氛围。在将自己的多指数轮动策略用python写出来的过程中，我在这里遇到了一个让人惊喜万分的策略——二八轮动小市值。如果你对这个策略不了解，可以看看我之前写的一篇文章《曾经，我找到了投资的圣杯》。

4

我曾经不止一次幻想，要是在2015年初的时候认识量化、了解joinquant、知道二八轮动小市值策略，那该多好啊。即使是这样，从2016年6月6日至今，这样一个股市的困难模式，通过使用二八轮动小市值策略进行实盘，我也获得了将近18%的年化收益：

实盘的情况

在这里，我诚挚地将用了一年多的@JoinQuant聚宽 推荐给你。

因为在这里你可以使用历史数据回测，验证自己的投资思路；
因为在这里你可以通过模拟交易，验证策略的实际效果；
因为在这里你可以和6万+的宽客交流；
因为在这里你可以免费订阅大牛的策略。

写代码盯盘，好过把时间浪费在分时线上。即使你不会写代码，也可以通过向导式策略生成器，在1分钟内生成自己想要的策略。

之前我在joinquant聚宽中分享了动态因子策略，见文章《动态因子策略，圣杯？》，现在经过进一步的参数调优，策略收益已经翻了一倍。从2007年1月1日至今，十年多一点的时间里，策略的年化收益高达69.85%。