今年的元旦，在家把之前手工的选基方法完全程序化了。这是我的“印钞机” V1.0。

为什么叫印钞机，详细情况可见下文及最后的总结。

量化选基成果

我的主要基金投资方法其实就是量化选基。说具体点，就是编程下载并准备好所有的数据，构建合适的算法、策略、模型，再次编程统计、计算、筛选出结果，然后再构建测试程序以使用历史数据进行回测，证明模型的历史可行性。

而其中最关键的就是模型、策略。一个好的模型，应该能获取到优于市场的回报率，并能保持一个较久的生命周期。所以在头几年的选基过程中，我只实现了模型部分的自动化，其它部分还是基于手工不断调整参数，来不断优化模型本身。经历了几个年头，目前模型已经比较稳定，也算小有成就。

下图是 2017 年真实的选基结果，以及后续两个季度的排名百分比数据。

可以看到，通过量化选基方法选择出来的基金，在后续两个季度中排名都比较靠前。这样，我们只需要定期调仓到这些基金上。那么我们就能获取高于市场平均水平的 ROI。

自动化选基

鉴于模型在手工运行的环境下已经能够比较稳定地获得较好的成绩。所以元旦几天，我把整个方案给自动化了。并完成了历史各时期的自动化测试。同时，在测试的过程中，继续优化并调整了很多参数。

自动化程序（控制台）：

自动化测试结果

2006-2017 平均年化：27.28%

2010-2017 平均年化：20.53%

可比较的基准：沪深300 年化 13%，上证指数年化 5%：

小结

截止到这里，首先，可以肯定该选基方法，长年运行下来，可以获得 20% 的收益。

其次，由于我在设计整个策略及其中的各参数时，主要是基于人的因素是设计的。所以该策略可以被认为是一个可以被长年使用的策略。

最后，该策略是已经完全自动化的。

结论：未来“躲赚”的造钱机器 V1.0 已经完成！

当然，后续还会继续优化的……