策略分享-蓝筹股小盘股混合策略

由bq9e696k创建，最终由bqthkv1v更新于2025-08-17 14:51 被浏览 56 用户

一、引言

在 A 股市场中，小盘股往往具备高成长潜力但波动较大，蓝筹股则以稳定分红和低波动为特征。如何平衡两类资产的风险与收益，是许多投资者关注的核心问题。本文分享一套量化策略 —— 通过混合小盘股与蓝筹股的股票池，结合组合优化动态调整权重，在控制不确定性风险的同时，捕捉不同市场环境下的收益机会。

该策略的核心逻辑包括三点：

\

1. 精选高质地小盘股与高股息蓝筹股，构建多元化股票池；
2. 利用 DRO 优化算法，在收益与风险的权衡中纳入市场不确定性考量；
3. 定期调仓平衡，适应市场风格变化。

\

二、策略构建

1. 股票池筛选：小盘与蓝筹的双重标准

策略首先通过财务指标筛选出兼具安全性与潜力的标的，分为小盘股和蓝筹股两个子池：

（1）小盘股筛选条件

聚焦 "小而美" 的成长型标的，筛选标准包括：

\

• 总市值
• 动态市盈率（PE_TTM）
• 基本每股收益（EPS）
• 营业总收入
• 毛利率
• 收盘价

（2）蓝筹股筛选条件

聚焦 "大而稳" 的价值型标的，筛选标准包括：

\

• 总市值
• 归母净利润环比增长
• 股息率

最终股票池合计 10 只股票（若符合条件标的不足则按实际数量调整），通过两类资产的低相关性分散风险。

三、风险控制

分布式鲁棒优化：应对市场不确定性的权重计算

传统均值 - 方差模型假设收益分布已知，但实际市场中 "黑天鹅" 频发，确定性假设往往失效。DRO 模型通过引入不确定性集合，在优化中纳入可能的极端情况，使权重配置更稳健。

（1）核心参数

• 模糊度参数（AMBIGUITY_PARAMETER=0.1）：控制不确定性集合大小，值越大越保守；
• 置信水平（CONFIDENCE_LEVEL=0.95）：定义极端情况的覆盖范围；
• 权重约束：单只股票权重 3%-20%（避免过度集中或分散）。

（2）优化目标

在 "最坏情况" 下最大化风险调整后收益（夏普比率）：

\

• 用历史均值减去不确定性半径作为 "保守预期收益"；
• 以协方差矩阵度量风险；
• 通过约束条件确保权重之和为 1，且在预设区间内。

四、调仓机制：定期平衡与风险控制

• 调仓周期：每 3 个交易日调仓一次（兼顾时效性与交易成本）；

• 操作逻辑：

  1. 卖出不在最新股票池中的标的；
  2. 对新股票池按 DRO 模型计算的权重调整持仓；
  3. 异常处理：若历史数据不足（＜60 个交易日）或股票池为空，暂停调仓并记录异常。

五、回测

\

六、策略链接

https://bigquant.com/square/ai/36d37ac2-0e6e-af0f-0d56-cbbe054581bb