重新构建投资组合
1）初步筛选
初步筛选从仅仅基于历史行情外，还加多了品种波动率和自相关性的要求，故总的来说其初步筛选条件为三点：
- 历史行情：2014年1月1日前上市
- 调整后波动率比值>1
- ADF值>10%
根据初步筛选标准，剔除了不符合要求品种后，测试样本从调整前的35个缩小至27个，根据其调整后波动率比值的大小按从大到小排序，如图所示。
结合高成交量特征，一般来说，成交量高的品种，其波动率高，自相关性强，故具有正相关性。
根据交易所分类，这27个品种划分成4部分：
- 中金所：IF
- 上交所：ZN、RB、CU、WR、PB、BU、AL
- 郑商所：TA、CF、RS、SR、RI、WH、FG
- 大商所：J、BB、B、JM、JD、A、Y、C、FB、M、L、V
初步筛选之后，我们会通过不同的回望周期（如2年、3年、4年）以及基于回归夏普比率不同的筛选标准来得到若干个海龟组合备选方案，最后通过相互比较得到最终的组合。
（以下测试基于米筐RQData的小时级别期货指数数据，有兴趣的朋友可以自行验证或者使用别的数据源测试一下！）
2）2年回望周期测试
选择标准：回归夏普比率>0.4
a.2014-2015年测试
对初步筛选出来的样本进行2014-2015年回测，选择回归夏普比率>0.4的品种，然后构成组合，如图所示。
根据回归夏普比率>0.4的准则，筛选出了14个品种，其历史表现和2016年预测表现如图6-23所示。投资组合在2014-2015年年化收益96.46%，百分比最大回撤-32.75%，夏普比率达2.04，资金曲线平滑且整体向上，但是2016年预测表现不佳，需要剔除更多噪声因子。
下面分析一下挑选出来的品种成分，按交易所分类如下：
- 中金所：沪深300股指
- 上期所：铝、铜、螺纹钢、铅、线材、锌
- 郑商所：普麦、PTA
- 大商所：玉米、铁矿石、焦煤、黄大豆2号、豆粕、聚乙烯
b.2015-2016年测试
同样对剩下的样本进行2015-2016年回测，选择回归夏普比率>0.4的品种，然后构成组合。
经过第二轮筛选后，剩下9个品种，同样按照交易所分类，如下：
- 上期所：铝、铜、螺纹钢、锌
- 郑商所：普麦
- 大商所：玉米、铁矿石、焦炭、豆粕
在新的投资组合中，年化收益达92.04%，百分比最大回撤是-16.8%，夏普比率达2.4，整体资金曲线比较平滑。在2017年预测表现理想，年化收益46.49%，百分比最大回撤-30.45%，夏普比率达1.09，如图所示。
c.2016-2017测试
最后一轮策略，将挑选出最终的品种组成海龟组合，单品种品种如图所示。
第三轮筛选后，基于回归夏普比率>0.4得到由铝、铜、锌、普麦、铁矿石、焦炭、螺纹钢组成的海龟组合，2016-2017年标准夏普达1.56,2018年预测的夏普比率是-0.12，全时间区间的夏普比率表现是1.17。投资组合效果差强人意。
基于上面2年回望周期所做展示的回测图，可以更加便捷的更改筛选标准而不用从新进行测试就得到结果，故下面把筛选标准改成回归夏普比率>0.6,其测试情况如图所示。
把筛选标准提高0.2后，得到的样本数量降低到5个，分别是铝、铜、锌、铁矿石、焦炭，2016-2017年标准夏普达1.29,2018年预测的夏普比率是0.7，全时间区间的夏普比率表现是1.22。
若把筛选标准提升至回归夏普比率>0.8,则得到4个样本品种：铜、锌、铁矿石、焦炭，2016-2017年标准夏普达1.87,2018年预测的夏普比率是-0.03，全时间区间的夏普比率表现是1.38，如图所示。