【交易标的】股票：共计10只股票指数，具体见下表：
指数入选原因，见文章：《最适合策略投资的股票指数有哪些？》
债券：中证全债(H11001.CSI)
【测试时间】2014年1月1日 ~ 2019年7月30日
【交易逻辑】
股债平衡部分：第t期的目标股票仓位q% = 总资产(第t-1期) × 股票仓位(第t-1期) × 波动率(第t-1期) / {总资产(第t期) × 波动率(第t期)}；初期股票仓位=1-PE分位数。
指数轮动部分：以等权重持仓最近N日动量最强的2只指数。
触发交易条件：
条件(1)：股票目标仓位与实际仓位相差10%以上时，触发再平衡交易；
条件(2)：最强指数组合发生变化。(注：为了避免过于频繁交易，只有当已持仓的指数的动量排名掉落到第4名之后才触发本条件)
上述2个条件发生1个，就触发交易，将股票仓位和持仓指数的权重恢复到目标值。
【参数设置】
波动率的计算，用标准差，所需数据长度L = 20,30,60,90,120,240；
分位数取股票池中所有指数的市盈率(PE)分位数平均值，根据最近5年数据计算。
股票指数交易成本：买入卖出均取5/10000（包含交易手续费、流动性成本）
不考虑股票指数分红和打新收益；不考虑债券交易成本
【测试结果】
从上表看，引入指数轮动策略的股债平衡策略(风险暴露平价)，效果提升很明显，年化收益率从12%左右大幅提升至20%左右，最大回撤仍然维持在10%左右，收益风险比从1.2倍上升到2倍左右。
从绝对角度看，这也是一个非常优秀的策略了，因此我们准备采纳这个策略为实盘策略！
关于波动率的度量，我们首先考虑的是用标准差，但标准差计算时需要设定所需数据的长度，也即含有1个参数，但好在策略最终效果对这个参数并不敏感。
另外，如果有计量经济学基础的投资者，可以考虑用GARCH(广义自回归条件异方差模型)来度量波动率，策略效果也不差，但它不涉及参数选择问题，避免了参数的过度拟合嫌疑，使策略在未来拥有更强的稳健性。
并且，从理论上说，它对指数近期波动率的度量会比标准差更准确。因此，实盘时，我们准备以GARCH来度量指数波动率。
