diff --git a/docs/experiments/20260429_ETF轮动深度分析.md b/docs/experiments/20260429_ETF轮动深度分析.md index 88c8192..70c8798 100644 --- a/docs/experiments/20260429_ETF轮动深度分析.md +++ b/docs/experiments/20260429_ETF轮动深度分析.md @@ -1,7 +1,8 @@ # ETF轮动策略深度分析报告 -> 生成日期：2025年4月 -> 分析范围：全球市场.py（聚宽移植版）与原始4只ETF对比实验 +> **分析日期**：2026-04-29 +> **Git Commit**：`48cd6dd5`（docs(analysis): ETF轮动策略深度分析报告） +> **分析范围**：全球市场.py（聚宽移植版）与原始4只ETF对比实验 --- diff --git a/docs/experiments/20260429_动态ETF池筛选引擎调研与方案.md b/docs/experiments/20260429_动态ETF池筛选引擎调研与方案.md index 6c2dbfb..399b1d9 100644 --- a/docs/experiments/20260429_动态ETF池筛选引擎调研与方案.md +++ b/docs/experiments/20260429_动态ETF池筛选引擎调研与方案.md @@ -1,5 +1,10 @@ # 动态ETF池自动化筛选引擎 — 调研与方案 +> **调研日期**：2026-04-29 +> **Git Commit**：`2829f80`（feat(backtest): 消除前视偏差，实现动态ETF池重建） + +--- + ## 1. 问题背景 当前ETF轮动策略的标的池是人工预选的，存在严重的**幸存者偏差**。回测对比实验显示： diff --git a/docs/experiments/20260430_策略演进报告.md b/docs/experiments/20260430_策略演进报告.md index 3f1c769..e15900e 100644 --- a/docs/experiments/20260430_策略演进报告.md +++ b/docs/experiments/20260430_策略演进报告.md @@ -1,7 +1,8 @@ # ETF全球轮动策略：演进与深度实验报告 -> **生成日期**：2026-04-30 -> **研究对象**：基于动量因子的全球资产配置策略 +> **生成日期**：2026-04-30 +> **Git Commit**：`c1fbd2c7`（feat(strategy): finalize global rotation system） +> **研究对象**：基于动量因子的全球资产配置策略 > **核心目标**：消除后视镜偏差，构建稳健的实盘配置方案 --- diff --git a/docs/experiments/20260507_通用数据源测试报告.md b/docs/experiments/20260507_通用数据源测试报告.md index ddfec2e..bda0224 100644 --- a/docs/experiments/20260507_通用数据源测试报告.md +++ b/docs/experiments/20260507_通用数据源测试报告.md @@ -1,7 +1,10 @@ # 统一数据获取接口 - 测试报告 -## 测试时间 -2026-05-07 +> **测试日期**：2026-05-07 +> **Git Commit**：`0e531a18`（docs: 添加完整项目文档） +> **测试模块**：`datasource/universal_fetcher.py` + +--- ## 测试环境 - Python 3.12 diff --git a/docs/experiments/20260519_V3动态阈值实施方案.md b/docs/experiments/20260519_V3动态阈值实施方案.md index 2bdbda0..62b4abd 100644 --- a/docs/experiments/20260519_V3动态阈值实施方案.md +++ b/docs/experiments/20260519_V3动态阈值实施方案.md @@ -1,5 +1,12 @@ # V3 动态阈值实施方案 +> **方案日期**：2026-05-19 +> **Git Commit**：`957769b5`（docs: 添加V3动态阈值实施方案文档） +> **验证脚本**：`scripts/generate_bond_threshold_report.py` +> **预期效果**：CAGR 28.17%, 回撤 -24.35% + +--- + ## 目标 将 `generate_bond_threshold_report.py` 中验证的动态阈值逻辑落地到正式策略代码，使 `RotationStrategy.run_backtest()` 直接产出 V3 效果（CAGR 28.17%, 回撤 -24.35%）。 diff --git a/docs/experiments/20260621_greedy与rank对比分析.md b/docs/experiments/20260621_greedy与rank对比分析.md index 6c66a93..e64ef96 100644 --- a/docs/experiments/20260621_greedy与rank对比分析.md +++ b/docs/experiments/20260621_greedy与rank对比分析.md @@ -1,5 +1,12 @@ # select_num=1 模式下 greedy 与 rank 策略对比分析 +> **分析日期**：2026-06-21 +> **Git Commit**：`2716eec5`（feat(config): select_num从3调整为1） +> **配置文件**：`rotation/config_simple.yaml` +> **回测区间**：2020-01-10 ~ 2026-06-18 + +--- + ## 1. 问题背景 在 ETF 全球资产轮动策略中，`select_num=1` 配置理论上应该产生最集中的投资组合，从而获得最高收益。然而在实际测试中发现： diff --git a/docs/experiments/20260621_全球资产大类轮动策略实验报告.md b/docs/experiments/20260621_全球资产大类轮动策略实验报告.md index da0cb9b..8e87290 100644 --- a/docs/experiments/20260621_全球资产大类轮动策略实验报告.md +++ b/docs/experiments/20260621_全球资产大类轮动策略实验报告.md @@ -1,5 +1,11 @@ # 全球资产大类轮动策略实验报告 +> **实验日期**：2026-06-21 +> **Git Commit**：`2716eec5`（feat(config): select_num从3调整为1） +> **策略框架**：framework_v2 + +--- + ## 1. 问题背景 ### 1.1 研究动机