新“国九条”下的小市值策略：本地 Python 框架下的回测与验证

本文仅用于学习研究与技术交流，不构成任何投资建议。

2024年4月份发布的新“国九条”，意味着监管方向更加注重公司基本面质量、长期回报和透明度，而不是短期炒作或过度依赖融资推动估值。

短期市场数据显示，在新“国九条”发布后，微盘股在情绪动荡期曾出现显著下挫。主要原因大概包括：

1. 小市值公司信息披露和财务透明度普遍较弱；
2. 退市标准加严，业绩不稳、治理欠佳的公司更易被“出清”；
3. 鼓励长期资金入市，而长期资金偏好大盘高分红、高稳定性标的；
4. 强化减持监管与分红监管，短期套利空间缩小。

要点

新“国九条”强调加大退市监管、严格财务与治理类退市指标。这意味着：小市值公司易出现业绩不达标而被退市、现有低质标的面临更高的下行风险。

在这种背景下，微盘股或者小市值策略应更加考虑退市风险因子，比如：财务稳健性、连续盈利能力、稳定现金流等等。

策略改进

于是，按照这些标准，以及个人能在本地Python获取的数据（主要是 Tushare 数据），最近对小市值策略进行了一定改进：

1. 净利润（含少数股东损益）为正

仅保留具备真实盈利能力的公司，避免“账面盈利”或一次性收益干扰。

2. 营业总收入不低于 1 亿元

剔除规模过小、经营稳定性不足的企业，降低经营与退市风险。

3. 剔除异常高股息率个股

股息率 = 每股分红 ÷ 当前股价

当股价因基本面恶化大幅下跌时，股息率会被动“虚高”，反而是风险信号，因此对极端高股息率标的保持谨慎。

4. 采用周度调仓机制

在控制换手率的同时，兼顾对基本面变化的响应速度。

# 1 收入：盈利为正、营收大于 1e8
# n_income：净利润(含少数股东损益)
# total_revenue：营业总收入
income = hx.get_income(
    stocks=stock_list,
    day=yesterday,
    fields=["n_income", "total_revenue"],
)
income = income[(income["n_income"] > 0) & (income["total_revenue"] > 1e8)]

# 2 现金流：
# n_cashflow_act：经营活动产生的现金流量净额
cashflow = hx.get_cashflow(
    stocks=stock_list,
    day=yesterday,
    fields=['n_cashflow_act'],
)
cashflow = cashflow[cashflow['n_cashflow_act'] > 0]      

# 3 剔除极端股息率的票
# dv_ratio	float	股息率 （%）
stock_daily = hx.daily_basic(stocks=stock_list, day=yesterday)
stock_daily = stock_daily[(stock_daily["dv_ratio"] > 0) & (stock_daily["dv_ratio"] < 8)]


# 仅保留同时满足收入和市值条件的股票，并按市值升序取前 N 只
filtered = (
    stock_daily
    .join(income[["n_income", "total_revenue"]], how="inner")  # 收入过滤
    .sort_values(by="total_mv", ascending=True)
)

Tushare的财务数据是季度数据，如何将季度数据匹配成日数据，可参考：https://mp.weixin.qq.com/s/Oe1npaRyuYMFA56NC0My9g

回测

根据以上标准，于是在本地Python框架里写出了策略并进行了回测。回测时段选择在新政之后，回测结果如下：

年化竟然可以达到75%，夏普比率为2，看起来还不错。但最大回撤也有20%，回撤有点大。

聚宽对比

本地回测靠谱吗？我们还是采用老办法，将本地策略运行的选股结果打包上传到聚宽上，用聚宽的回测引擎回测对比一下，结果如下：

跟本地回测的结果相差不大，因此在一定程度上证明了我们本地回测的可靠性。

关于如何将本地选股结果上传聚宽进行回测，可参考：https://mp.weixin.qq.com/s/tOvKN8amOImgq-V6Vhz5Ow

写在最后

关于这个策略为什么能够取得相对较高的回测收益？以及本地策略构建过程中是否仍然存在潜在问题？这些问题都值得后续深入研究。目前只是构建了一个初步的版本，后面也将对其进行进一步迭代和检查。

当然，回测不代表未来。回测表现再好，是否能在真实行情中脱颖而出，仍然需要实践检验。

下周我也会把这个策略上线模拟交易平台，来实时跟踪这个策略的表现。

量化策略模拟实盘：https://gitee.com/hkcodex/strategy-live-trading