4 策略
策略
四个拥有明确配置、回测和持续模拟日志的规则化模型。
进入分类模型库
模拟交易
这里是一个在投入真实资金之前，用模拟交易检验投资想法的实践实验室。浏览规则化策略，跟踪各自的模拟日志，并和清晰的基准放在一起比较。重点不是预测未来，而是把每一个假设都写清楚。
仅为模拟
这是用于学习的模拟组合，不是投资建议，也不代表真实交易。历史或模拟结果不能保证未来收益。
3 实验
实验
聚焦具体研究问题，完整展示证据，也展示其中不方便的部分。
进入分类组合基础
为什么这么多模拟策略都用 SPY 和 QQQ？
它们是熟悉、流动性高的指数 ETF，很适合作为学习实验室。SPY 是美国大型公司的广泛切片；QQQ 持有在纳斯达克上市的 100 家大型非金融公司，让组合更明显地偏向成长与科技。这里用它们来比较想法，并不代表它们适合每一个人的组合。
SPY
美国大盘股的起点
它追踪标普 500。一笔买入便把资金分散到许多美国大型公司和行业中，比买几只个股更广泛；但它仍然主要是美国大型公司。
QQQ
把纳斯达克成长风格调大
它追踪纳斯达克 100，包含许多熟悉的创新公司，但不含金融公司，结果也可能更多地受到少数大型科技与成长公司的影响。
50/50 的 SPY-QQQ 组合并不是两个完全分开的篮子。QQQ 中最大的许多公司本来就在 SPY 里。这个组合保留大盘市场的敞口，同时有意把同时出现在两只基金中的纳斯达克 100 公司权重调高。
为什么从这里开始
- 容易理解：一个广泛市场基准，加上清晰的成长倾向。
- 容易比较：长期持有 SPY、QQQ 和 50/50 组合，可以成为每个模拟模型诚实的参照物。
- 容易模拟：这些基金受到广泛关注，每个交易日都有价格，也有足够长的历史可做重复测试。
- 容易诊断：当模型赢或输时，我们可以分辨是规则的效果，还是仅仅持有了更多纳斯达克成长股的效果。
它没有包含什么
- 两只基金都是美国大型股，因此对国际股票、小型公司和债券的覆盖都很有限。
- QQQ 会提高集中度。少数巨型公司和科技行业可能对结果产生不成比例的影响。
- 广泛分散能降低单一公司的风险，却不能阻止整个市场一起下跌。
- 干净的历史回测可能掩盖真正困难的部分：当计划暂时亏损时，能否坚持执行。
四个有用的历史提醒
2000-02 年科技股回落
互联网泡沫是最严厉的提醒：QQQ 从 2000 年高点到 2002 年低点跌幅约为 80%，直到约 2015 年才重新回到此前高点。市场领导权的反转可能持续数年，而不只是几天；偏向上一轮赢家的组合，在反转前会感觉很棒，反转后也会显得格外集中。
2008 年全球市场下跌
持有很多公司当然有帮助，但并不等于持有不同资产类别。广泛恐慌时，股票基金可能一起下跌。
2020 年急跌与反弹
市场既可能跌得很快，也可能恢复得出人意料地快。反应太慢的规则会错过其中一段；反应过于频繁的规则又可能自己制造损失。
2022 年利率重定价
利率上升时，投资者往往会降低对遥远未来利润的出价。因此，成长风格较重的资产对资金价格会特别敏感。
所以这个策略库并不把 SPY 和 QQQ 当成答案。策略 01-03 把它们当作透明的股票市场试验台，用不同方法管理风险；策略 04 则刻意把成分转向股息基金。未来还可以加入国际股票、小盘股、债券、实物资产或更简单的平衡组合，只要有值得验证的明确问题。