择时小盘股效应版本 2

“交易工具是iShares Russell 2000 ETF (IWM)。投资者监控大盘股的月度表现（学术来源论文中定义为按市值排序的第1至第3十分位数的股票，可以使用大盘ETF或指数基金作为代理）。仅在大盘股加权平均回报为正的月份，投资者做多该ETF，在其他月份持有现金（零利率）。”

资产类别: ETF | 地区: 美国 | 周期: 每月 | 市场: 股票 | 关键词: 小盘股

I. 策略概要

该策略基于大盘股（定义为市值排名前30%的股票）的月度表现交易iShares Russell 2000 ETF (IWM)。大盘ETF或指数基金可以作为这些股票的代理。仅在大盘股加权平均回报为正的月份，投资者做多IWM ETF。在大盘股没有正回报的月份，投资者持有零利率现金。该策略旨在捕捉大盘股表现对小盘股（由IWM代表）的潜在益处。

II. 策略合理性

学术研究表明，回报的可预测性受到机构投资者交易模式的影响。在重新平衡投资组合时，大型投资者倾向于买卖更多的大盘股，因为他们可以快速调整风险敞口。相比之下，对于小盘股，他们会将订单分成几天进行。这种交易行为，即机构对流动性和非流动性股票都有大量的买卖需求，会在股票回报中产生模式。结果是，机构投资者的交易，尤其是小盘股的交易，有助于市场中可预测的价格波动。

III. 来源论文

缓慢交易和股票回报可预测性 [点击查看论文]

• 阿拉乌丁·哈米德，马蒂斯·洛夫，马蒂·苏奥米宁。新加坡国立大学。阿尔托大学商学院。阿尔托大学商学院。

<摘要>

市场回报的状态正向预测规模溢价（或小公司和大公司回报的差异），因为小盘股对市场回报的调整有延迟，而大盘股则在市场回报后出现反转。当总资产和融资流动性较低时，这种规模溢价的可预测性最强，并且与机构和信息摩擦有关，这些摩擦表现为机构在小盘股中的缓慢交易，但在大盘股中的快速交易。例如，共同基金的缓慢交易导致小盘股回报在资金流向上的可预测性。

IV. 回测表现

年化回报	9%
波动率	N/A
β值	0.438
夏普比率	N/A
索提诺比率	0.066
最大回撤	N/A
胜率	62%

V. 完整的 Python 代码

from AlgorithmImports import *
class TimingtheSmallCap(QCAlgorithm):
    def Initialize(self):
        self.SetStartDate(2000, 1, 1)
        self.SetCash(100000)
        self.period:int = 21
        self.SetWarmUp(self.period, Resolution.Daily)
        self.symbol:Symbol = self.AddEquity("SPY", Resolution.Daily).Symbol
        self.data:RollingWindow = RollingWindow[float](self.period)
        
        self.iwm:Symbol = self.AddEquity("IWM", Resolution.Daily).Symbol
        
        self.recent_month:int = -1
        self.Settings.MinimumOrderMarginPortfolioPercentage = 0.
    def OnData(self, data: Slice) -> None:
        if self.symbol in data and data[self.symbol]:
            price:float = data[self.symbol].Value
            self.data.Add(price)
        
        if self.recent_month == self.Time.month:
            return
        self.recent_month = self.Time.month
        if self.data.IsReady:
            if self.data[0] / self.data[self.period - 1] - 1 > 0:
                self.SetHoldings(self.iwm, 1)
            else:
                self.Liquidate(self.iwm)