一直以来，很多人将量化交易和技术分析混为一谈。作为一名坚定的价值投资理念追随者，我对技术分析的诸多模型嗤之以鼻，但关于量化交易的东西我将信将疑。经过近十年的投资实践，静下心来想一想，至少有一类量化交易策略我开始相信它的价值所在，它就是：动态再平衡策略。

大到巴菲特说的：任何时候都要保留部分现金；小到雪球网友戏说的“银行股之间来回搬砖”，这其实都属于动态再平衡的范畴。但目前为止，这些策略方法的有效性还停留在投资人的意识形态之中，我看到鲜有文章进行这方面的数据分析和强有力的结论支撑。究其原因可能是：理论回溯研究所需的大数据获取难度和中国股市历来的不健全发展。

在朋友的帮助下，我正在尝试完成这项复杂的研究工作。我相信我接下来将要做的事情是有价值和有意义的，我将继续花费大量心血在这项工作上，目前我的初步研究终于有了一些眉目。

本篇我们首先向大家展示：过去六七年间在四家股份制银行股之间满仓动态再平衡策略的投资收益率变化。

经过斟酌我们选取了招商银行、浦发银行、民生银行、兴业银行09年至今（2015.10.26）接近7年的股价走势历史数据（已经过复权处理），我们认为07~08年的人造大牛市有它的历史局限性，未来中国股市的常态发展将很难再现那样的盛况，所以我们剔除了08年以前的历史数据。

模型假设一：首先我们假设在09年初，以100万本金等额买入四只银行股，每只股票25万元，初始占比为25%；以当天的收盘价为准，假设任何一只股票的占比超过了+-1%，那么则进行一次动态再平衡，卖出占比高于25%的股票，买进占比低于25%的股票，使四只股票的占比重新达到25%的均衡水平。模型假设买卖佣金万三，卖出印花税千一，已考虑停牌期间不能交易因素，未考虑最低佣金限制和其他杂费。我们定义该模型为：阈值为1%假设下的平衡策略。运行结果与四只银行股持股不动进行对比分析，如下图：回溯分析结果可以发现，在阈值为1%的条件下动态再平衡策略收益率349.74%，七年持股不动收益率335.03%，平衡策略相比持股不动策略收益率高14.71%，过去七年间该策略共触及阈值1%后发生调仓102次。

模型假设二：任意阈值调仓。在上面的模型中，我们只做了阈值为1%的假设。那么在任意阈值下是否都能得到动态平衡策略要优于持股不动策略吗？是否是调仓次数越多（阈值越低），最终收益率越高？还是调仓次数越低（阈值越高）最终收益率越高呢？如何确定最优的调仓阈值？在其它假设不变的情况下，我们选取了15个阈值进行大数据回溯，回溯结果如下表：

1.不同阈值假设下动态平衡策略的收益率均超过了持股不动策略；

2.交易次数越频繁，并不能保证最终的收益率越高；

3.交易次数与最终收益率呈现不均衡分布状态，七年间个位数的调仓效果（阈值超过4%以后）并不比频繁调仓的效果差。

这样的回溯结论，或许超乎大多数投资人的想象，动比不动强，但多动并不比少动强！

模型假设三：剔除09年小牛市数据的回溯。09年初是一波小牛市的开端，上述两模型买股票在低点，持股不动七年的回报率都超过了200%。而从2010年至今近六年间上证指数处于震荡整理区间。接下来我们将09年小牛市的数据剔除，进行10~15年的大数据回溯，观察一下漫漫熊市期间，动态再平衡的效果，如下图：

1．10~15年动态平衡的超额收益率均值5%，明显小于09~15年的动态平衡超额收益均值13.48%

2. 10~15年持股不动总收益率52%明显低于09~15年持股不动总收益率235%，这说明动态平衡的对总收益率的贡献远不及长期持有股票的贡献大。有句话：闪电打下来的时候，你得在场。这比什么都重要。

最后还有一个有趣的统计：四只银行股过去七年或者六年的持股不动涨幅中，民生银行都是排名第一位的，无论采用四只银行股组合的哪种动态平衡策略，一开始满仓民生银行，最终的结果都是可以跑赢我们假设的所有动态平衡策略的。这又说明：选股始终还是第一位的，策略只是辅助的作用。但六年前或者七年前又有多少人选的对呢？

下一篇我们将应用大数据挖掘，回溯分析上证50的50只股票在八二配比原则（80%股票，20%现金）下的动态再平衡策略，敬请期待。