第 4 课：第一个策略——定投 vs 动量

上一课程回顾（含自测参考答案）

课程 3 的四个自测题，参考答案如下：

1. AI 生成的 510300 近 5 年体检表，四个数字各是什么含义（示例数字，以你实际算的为准）

示例：年化收益 ≈ 1.8%（意思是按复利折算，这 5 年每年平均赚 1.8%，符合"5 年整体几乎没涨"的印象）；波动率 ≈ 18%（每天涨跌的颠簸程度，落在宽基 15%~25% 的正常区间）；最大回撤 ≈ −33%（从 2021 年高点跌到 2024 年低点最惨亏三分之一）；夏普 ≈ (1.8% − 1.5%) / 18% ≈ 0.02（每承担 1 份风险几乎没换到超额收益，性价比很差——冒着波动还没怎么跑赢存款）。关键是每个数字你能用自己的话说出含义，数字本身不用背。

2. 网站数字 vs AI 数字，差在哪（至少说两个来源）

① 区间不同：网站可能用"近 3 年"而你算"近 5 年"，数字自然不同；② 复权口径不同：前复权 vs 不复权，历史价格基准不同；③ 是否扣费：基金页面通常是扣管理费后的净值，指数数据不扣费；④ 无风险利率假设不同：用 1.5% 还是 2.5%，夏普分子差 1 个点，数字就差一截。只要"方向一致"（正负、量级），就没问题。

3. 观察笔记 vs 体检表，验证结果

逻辑：你说"整体是涨/跌的" → 看年化收益率的正负；你说"某段跌得最惨" → 看最大回撤发生的时间段；你的疑问"现在算高算低" → 体检表只描述过去，回答不了，等第 5 课估值百分位。如果直觉和数字矛盾，恭喜你——这正是"用数据纠偏直觉"的第一次实践。

4. 加餐：近 3 年 vs 近 10 年，为什么差这么多

① 不同区间覆盖的市场环境不同：近 10 年包含 2015 牛、2018 熊、2021 牛、2024 熊，近 3 年可能只覆盖一段单边下跌；② 起点终点不同：年化是"首尾比"，尾一样、头不同，年化就完全不同；③ 样本越长，年化越接近"长期中枢"，越短越容易被一两年的极端行情带偏。这为第 4 课埋了个伏笔：不同策略的对比，必须用同一区间。

学习目标

• 理解"策略 = 规则"，能用"信号 → 买入/卖出 → 持有"一句话描述一个策略
• 说出定投和动量两种策略各自的规则、赚钱逻辑、以及各自的弱点
• 看懂 AI 跑出的"定投 vs 动量对比回测"：谁赢、为什么赢、四件套怎么读
• 主路径：按规则手动记录两周假想盘，亲身体会"规则 vs 心情"的拉扯

前置要求

• 已掌握：课程 1（量化 = 数据 + 模型 + 纪律）、课程 2（价格曲线、观察笔记）、课程 3（风险收益四件套）
• 本课仍然不需要自己写代码，代码由 AI 代写；主路径用纸笔/表格也能完成

正文

4.1 什么是"策略"：一句话说清规则

课程 1 讲过，量化 = 数据 + 模型 + 纪律。模型落到投资上就是策略，而策略就是一条"规则"。规则长什么样？拆成三块：

任何一个策略，都能用"当【信号】发生时，执行【动作】"一句话说清楚。说不清规则的"策略"（比如"感觉要涨就买"）不是策略，是心情。

这也是为什么课程 1 说"定投是最朴素的量化策略"：定投的规则清晰到一句话——每个月固定日期，买入固定金额，无论涨跌。

4.2 定投（DCA）：最朴素也最难坚持的规则

规则：每月固定日期（如每月 1 号）买入固定金额（如 1000 元），不管当时价格高低，长期坚持。

赚钱逻辑：价格高时同样的钱买得少，价格低时同样的钱买得多——自动"多买便宜、少买贵"，摊平买入成本。5 年下来，你的平均成本大概率低于"一次性买入"的成本。

它解决什么问题：人最大的毛病是择时——跌了不敢买、涨了追进去。定投用规则消灭择时，让你"在高点不贪婪、在低点不恐惧"。

它的弱点（一定要知道，别神化）：

• 不会让你赚最多：单边上涨行情里，定投成本被不断抬高，跑输"一开始全买"。
• 下跌期很难熬：越跌越买，浮亏可能持续一两年，此时最考验纪律（课程 1 的三要素）。
• 长期钝化：本金越滚越大，每月的定投额占比越来越小，摊平成本的效果递减。

4.3 动量（Momentum）：追涨的学问

规则（简单版）：涨了才买、跌了不碰——比如"价格高于 60 天均线就持有，跌破就卖出"（AI 会帮你写，你只需理解逻辑）。

赚钱逻辑：金融市场的"强者恒强"效应——短期（数月内）涨得好的资产，往往继续涨（趋势延续）。动量策略是顺着趋势走，而不是预测拐点。

和定投的本质区别：

它的弱点：

• 震荡市被反复收割：价格来回穿越均线，频繁买入卖出，交易成本吃掉收益。
• 追高被套：趋势结束才进场的人，恰好买在顶部附近。
• 需要交易纪律更严格：信号说卖就必须卖，很多人做不到"割肉"。

4.4 信号：策略的"触发器"

两个策略的关键差异其实在信号上：

• 定投的信号是日历（每月 1 号）——和价格完全无关。
• 动量的信号是价格/趋势（涨过均线 / 创新高）——完全由价格决定。

理解"信号"是理解所有策略的钥匙：信号可以是日历、价格、估值、财报数据、新闻情绪……第 5 课的价值因子（估值百分位）、第 6 课的分散化，本质都是在定义不同的"信号"。策略之争，很大程度是信号之争。

4.5 让 AI 对比两种策略（AI 加餐）

把下面这段话发给 AI（可直接复制）：

"用 Python（yfinance）拉取沪深300 ETF（510300.SS）近 5 年日线，回测两个策略并对比：① 每月 1 号定投 1000 元；② 动量策略：收盘价高于 60 日均线时满仓持有，跌破时清仓。输出：两条资金曲线对比图、各自的年化收益率/波动率/最大回撤/夏普比率，并解释为什么某个策略赢了（或输了）。"

跑完后重点看三件事：

1. 两条曲线谁在上面：记住，曲线对比必须同区间、同起点资金，否则没有可比性（第 3 课自测 4 的伏笔）。
2. 四件套分别怎么说：动量可能收益高但回撤也大、交易次数多；定投可能收益平但体验稳。没有"完美策略"，只有"用什么换什么"。
3. 问 AI 一个追问："如果近 5 年是震荡市，结果会反过来吗？"——让 AI 换个区间（如近 3 年）再跑一次，体会"策略的胜负取决于市场环境"。

4.6 主路径动手：纸面模拟两周（本课实战）

不碰代码，用纸笔或表格做下面的事（至少做两周，每天 1 分钟）：

1. 选定一个基准日，初始资金 10000 元，标的就用 510300（价格每天查 App）。
2. 按定投规则：每月固定日期（如每月 1 号，若已过就等下月）买入 1000 元，其余日子什么都不做。记录：日期、价格、买入份额、累计份额、总市值。
3. 在旁边记一行"心情日记"：今天跌了，你想不想暂停/加仓？——这就是规则和情绪打架的地方。
4. 两周后，用一句话总结："按规则执行"和"凭感觉操作"的区别是什么？

💡 两周纸面模拟的目的不是赚钱，是让你第一次亲身体验"纪律"这两个字的分量——课程 1 的三要素，在这里落地。

自测练习

1. 用一句话分别说出定投和动量的规则（信号 + 动作），并各说一个弱点。
2. 看 AI 跑出的对比结果：这一区间谁赢了？赢在收益、回撤、还是夏普？输的一方输在哪？
3. 追问 AI"换近 3 年区间结果会怎样"，比较两个区间的胜负差异，用一句话解释为什么。
4. 主路径：完成两周纸面模拟，写出你的心情日记摘录和一句总结。
5. 加餐（可选）：让 AI 加一个"定投 + 动量结合"的变体（如：只在高于均线时定投），对比它和纯定投、纯动量的四件套。

答案不需要现在核对；第 5 课开头会回顾。到时候你会发现：信号的选择，直接决定了策略的生死。

学习要点小结

• 策略 = 规则：当【信号】发生时执行【动作】；说不清规则就不是策略。
• 定投：日历信号 + 固定金额，逻辑是摊平成本、消灭择时；弱点是单边上涨跑输、长期钝化。
• 动量：价格信号（如 60 日均线），逻辑是顺势而为；弱点是震荡市反复打脸、追高被套。
• 对比策略的铁律：同区间、同起点、同口径；策略的胜负取决于市场环境，没有放之四海皆赢的策略。
• 策略之争 ≈ 信号之争：日历、价格、估值、基本面……都是信号，后续课程逐个登场。

答疑记录

Q1（2026-08-08）：怎么定义震荡市

引用的内容： 无

答： 震荡市没有唯一标准定义，关键是"概念要可操作化"——这本身就是量化思维的核心。从直觉到可计算，有四种定义法：

1. 直觉定义：价格在一个区间里来回走、没有明确方向，长期不创新高也不创新低；用课程 3 体检表的语言说：区间年化收益接近 0，但波动率不小——白颠簸、不赚钱。
2. 均线法（最贴合本课）：60 日均线走平（斜率≈0），且价格反复穿越均线（上穿又下穿）→ 震荡市。对比：单边上涨 = 均线向上、价格长期在均线上方；单边下跌 = 均线向下、价格在下方。动量"反复打脸"说的就是这个。
3. 区间法：取区间最高价和最低价，价格大部分时间在 20%~80% 的中间地带来回 → 震荡；频繁触及新高偏上涨、频繁触及新低偏下跌。
4. 进阶（了解即可）：ADX 趋势强度指标 < 20~25 视为无趋势（震荡）。

两个重要提醒：① "震荡"的边界（均线多平算平、区间多窄算窄）是人为设定的参数，不同定义结论可能不同——概念必须变成可计算、可复现的规则；② "是不是震荡市"本身也是一种信号（市场状态过滤器），很多策略把它挂在前面：震荡市只定投、趋势市才用动量。对照课程 3 体检表：近 5 年年化≈1.8%、最大回撤 −33%（几乎零收益 + 不小回撤）= 典型的震荡偏弱市，这也解释了为什么两种策略在该区间都难大赚。

由此暴露的薄弱点： 无