experiment(rotation): 同大类扩充与纳指vs标普替换对比实验
技术修复： - SOCKS5代理IPv6问题：socks5:// → socks5h:// (hybrid_source.py, yfinance_source.py) 目录整理： - scripts/ → 仅保留策略入口(daily_scheduler, run_rotation, run_cci_screener) - 实验脚本移至 tests/experiments/ - 工具脚本移至 tests/utils/ - 实验记录新增 docs/experiments/ - results/ 添加到 gitignore 实验结果： 实验001 - 同大类扩充（添加标普500）： ├─ 累计收益: 1467.35% → 1176.26% (-291%) ├─ CAGR: 48.10% → 43.82% (-4.28%) ├─ 调仓次数: 459 → 501 (+42次) └─ 结论: 添加同大类标的不增加跨类分散，反而侵蚀收益 实验002 - 纳指vs标普替换对比： ├─ 累计收益: 1467.35% → 1118.77% (-348%) ├─ CAGR: 48.10% → 42.87% (-5.22%) ├─ Sharpe: 2.21 → 2.08 (-0.13) ├─ MaxDD: -17.33% → -15.14% (+2.18%) └─ 结论: 纳指100优于标普500，成长风格更适合动量策略 策略建议： - 保持纳指100作为美股大类代表 - 不添加同大类新标的（避免类内切换成本） - 新增标的应优先考虑新大类（增加跨类分散）
This commit is contained in:
197
docs/experiments/001_same_category_expansion_ab_test.md
Normal file
197
docs/experiments/001_same_category_expansion_ab_test.md
Normal file
@@ -0,0 +1,197 @@
|
||||
# 实验记录 001: 同大类扩充对轮动策略的影响
|
||||
|
||||
## 实验信息
|
||||
|
||||
| 项目 | 内容 |
|
||||
|------|------|
|
||||
| 实验编号 | 001 |
|
||||
| 实验日期 | 2026-05-06 |
|
||||
| 实验类型 | A/B对比测试 |
|
||||
| 研究问题 | `diversified=true`模式下，添加同大类新标地对策略绩效的影响 |
|
||||
|
||||
---
|
||||
|
||||
## 1. 实验背景
|
||||
|
||||
### 理论假设
|
||||
|
||||
`diversified=true` 模式的选股逻辑：
|
||||
|
||||
```
|
||||
Step 1: 类内竞争 → 每个 market 大类只保留得分最高的1只标的（大类冠军）
|
||||
Step 2: 跨类排序 → 从大类冠军中按得分从高到低选 Top 3
|
||||
```
|
||||
|
||||
**核心假设**：
|
||||
- 添加同大类新标的不会增加跨大类分散度（每大类还是只输出1只）
|
||||
- 可能增加类内切换频率，导致额外调仓成本
|
||||
- 额外切换时机可能不理想，侵蚀收益
|
||||
|
||||
---
|
||||
|
||||
## 2. 实验设计
|
||||
|
||||
### A/B组配置
|
||||
|
||||
| 组别 | 标的数量 | 美股大类标的 | 其他大类 |
|
||||
|------|---------|-------------|---------|
|
||||
| **A组（对照组）** | 11只 | 纳指100 (NDX) | A股2、港股2、日本1、欧洲1、商品3、固收1 |
|
||||
| **B组（实验组）** | 12只 | 纳指100 + 标普500 (SPX) | 同A组 |
|
||||
|
||||
### 关键差异
|
||||
|
||||
B组在美股大类（market="US"）中添加了标普500：
|
||||
- A组：美股大类只有纳指100，自动成为大类冠军
|
||||
- B组：美股大类有纳指100和标普500，需要类内竞争决定冠军
|
||||
|
||||
---
|
||||
|
||||
## 3. 回测结果
|
||||
|
||||
### 数据获取情况
|
||||
|
||||
修复了 `socks5://` → `socks5h://` 的代理问题后，所有 YFinance 数据成功获取：
|
||||
|
||||
```
|
||||
✓ SSH 隧道已建立: socks5h://127.0.0.1:1080
|
||||
下载 NDX (纳指100) - YFinance... ✓ 1845 条
|
||||
下载 SPX (标普500) - YFinance... ✓ 1845 条
|
||||
其他标的均成功获取
|
||||
```
|
||||
|
||||
### 绩效对比
|
||||
|
||||
| 指标 | A组（无SPX） | B组（有SPX） | 差异 |
|
||||
|------|-------------|-------------|------|
|
||||
| 标的数量 | 11只 | 12只 | +1 |
|
||||
| **累计收益** | **1467.35%** | 1176.26% | **-291.09%** |
|
||||
| **CAGR** | **48.10%** | 43.82% | **-4.28%** |
|
||||
| **Sharpe** | **2.21** | 2.06 | **-0.15** |
|
||||
| MaxDD | -17.33% | -17.18% | +0.14%（略好） |
|
||||
| **Calmar** | **2.78** | 2.55 | **-0.23** |
|
||||
| 日胜率 | 56.45% | 56.11% | -0.34% |
|
||||
| **调仓次数** | 459次 | 501次 | **+42次** |
|
||||
| 年均调仓 | 66.0次 | 72.1次 | +6.1次 |
|
||||
|
||||
---
|
||||
|
||||
## 4. 关键发现
|
||||
|
||||
### 发现1：跨类分散不变
|
||||
|
||||
添加标普500后，美股大类在最终持仓中的占比不变：
|
||||
- 美股大类始终只有1只冠军进入Top3候选池
|
||||
- 跨大类分散度没有增加
|
||||
|
||||
### 发现2：调仓次数增加
|
||||
|
||||
- B组调仓次数增加42次（从459→501）
|
||||
- 类内切换更频繁（纳指100 ↔ 标普500）
|
||||
- 额外调仓成本侵蚀收益
|
||||
|
||||
### 发现3：绩效反而变差
|
||||
|
||||
```
|
||||
B组绩效全面下滑：
|
||||
├─ 累计收益 -291%
|
||||
├─ CAGR -4.28%
|
||||
├─ Sharpe -0.15
|
||||
├─ Calmar -0.23
|
||||
└─ 原因：类内切换时机不佳 + 额外调仓成本
|
||||
```
|
||||
|
||||
### 发现4：类内切换逻辑
|
||||
|
||||
美股大类竞争示例：
|
||||
```
|
||||
某日得分：
|
||||
纳指100: 4.7 → 美股冠军（持有纳指ETF）
|
||||
标普500: 3.5 → 淘汰
|
||||
|
||||
另一天得分：
|
||||
纳指100: -1.0（下跌）
|
||||
标普500: 2.5 → 美股冠军（切换到标普ETF）
|
||||
|
||||
问题：切换时机可能滞后，错过最佳窗口
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 5. 实验结论
|
||||
|
||||
### 核心结论
|
||||
|
||||
| 假设 | 实证结果 |
|
||||
|-----|---------|
|
||||
| 添加同大类标的**不增加跨类分散** | ✓ **验证通过** |
|
||||
| 可能**增加调仓次数** | ✓ **验证通过**（+42次） |
|
||||
| 额外切换**可能侵蚀收益** | ✓ **验证通过**（累计收益-291%） |
|
||||
|
||||
### 策略建议
|
||||
|
||||
```
|
||||
diversified=true 模式下的标的池优化策略：
|
||||
|
||||
✗ 不要盲目添加同大类新标的
|
||||
→ 可能增加切换频率，侵蚀收益
|
||||
→ 每大类保持1-2只代表性标的即可
|
||||
|
||||
✓ 应该添加新大类（增加跨类分散）
|
||||
→ 印度、越南、短债等新大类
|
||||
→ 真正扩大 Top 3 候选池
|
||||
→ 提升跨大类分散度
|
||||
|
||||
✓ 类内标的选择原则
|
||||
→ 选择该大类最具代表性的标的
|
||||
→ 避免风格过度细分导致频繁切换
|
||||
→ 例：美股选纳指100即可（成长代表）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 6. 技术修复记录
|
||||
|
||||
### 代理问题修复
|
||||
|
||||
本次实验过程中发现了 SSH SOCKS5 隧道的 IPv6 问题：
|
||||
|
||||
**问题**：
|
||||
```python
|
||||
# 原配置（失败）
|
||||
proxy_url = "socks5://127.0.0.1:1080"
|
||||
# 本地DNS解析 → IPv6地址 → SSH隧道拒绝IPv6 → 连接失败
|
||||
```
|
||||
|
||||
**修复**：
|
||||
```python
|
||||
# 新配置（成功）
|
||||
proxy_url = "socks5h://127.0.0.1:1080"
|
||||
# 'h'表示远程DNS解析 → 代理服务器只用IPv4 → 连接成功
|
||||
```
|
||||
|
||||
**修改文件**：
|
||||
- `core/datasource/hybrid_source.py`
|
||||
- `core/datasource/yfinance_source.py`
|
||||
|
||||
---
|
||||
|
||||
## 7. 相关文件
|
||||
|
||||
| 文件 | 说明 |
|
||||
|-----|------|
|
||||
| `tests/experiments/ab_test_spx.py` | A/B测试脚本 |
|
||||
| `results/ab_test_spx.csv` | 测试结果数据 |
|
||||
| `docs/轮动策略核心逻辑_v2.md` | 策略核心逻辑文档 |
|
||||
|
||||
---
|
||||
|
||||
## 8. 后续研究方向
|
||||
|
||||
1. **新大类扩充实验**：添加印度NIFTY、短债等新大类，验证跨类分散效果
|
||||
2. **类内切换时机分析**：深入分析纳指100 vs 标普500切换的具体时间点
|
||||
3. **最佳大类数量研究**：多少个大类是最优配置？
|
||||
|
||||
---
|
||||
|
||||
*实验记录版本: v1.0*
|
||||
*最后更新: 2026-05-06*
|
||||
171
docs/experiments/002_ndx_vs_spx_replacement.md
Normal file
171
docs/experiments/002_ndx_vs_spx_replacement.md
Normal file
@@ -0,0 +1,171 @@
|
||||
# 实验记录 002: 纳指100 vs 标普500 替换对比
|
||||
|
||||
## 实验信息
|
||||
|
||||
| 项目 | 内容 |
|
||||
|------|------|
|
||||
| 实验编号 | 002 |
|
||||
| 实验日期 | 2026-05-06 |
|
||||
| 实验类型 | A/B对比测试（替换场景） |
|
||||
| 研究问题 | 将美股大类代表从纳指100替换为标普500后的绩效变化 |
|
||||
|
||||
---
|
||||
|
||||
## 1. 实验背景
|
||||
|
||||
### 与001实验的区别
|
||||
|
||||
| 实验 | 操作 | 类内竞争 | 标的数量 |
|
||||
|------|------|---------|---------|
|
||||
| 001 | **添加**标普500 | 有（纳指vs标普） | 11→12 |
|
||||
| 002 | **替换**纳指为标普 | 无 | 11→11 |
|
||||
|
||||
**002实验聚焦**：评估标的特性变化对策略绩效的影响（无类内切换干扰）
|
||||
|
||||
### 理论假设
|
||||
|
||||
```
|
||||
纳指100 (NDX)：
|
||||
├─ 成分股：100只科技龙头
|
||||
├─ 风格：纯成长、高波动
|
||||
├─ 动量特性：趋势强、涨跌幅大
|
||||
└─ 与动量策略匹配度：高
|
||||
|
||||
标普500 (SPX)：
|
||||
├─ 成分股：500只大盘股
|
||||
├─ 风格：价值+成长混合、中波动
|
||||
├─ 动量特性：趋势相对平缓
|
||||
└─ 与动量策略匹配度：中
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 2. 实验设计
|
||||
|
||||
### A/B组配置
|
||||
|
||||
| 组别 | 美股大类标的 | 其他大类 |
|
||||
|------|-------------|---------|
|
||||
| **A组（对照组）** | 纳指100 (NDX) → 513100.SH | A股2、港股2、日本1、欧洲1、商品3、固收1 |
|
||||
| **B组（实验组）** | 标普500 (SPX) → 513500.SH | 同A组 |
|
||||
|
||||
---
|
||||
|
||||
## 3. 回测结果
|
||||
|
||||
### 绩效对比
|
||||
|
||||
| 指标 | A组（纳指100） | B组（标普500） | 差异 |
|
||||
|------|---------------|---------------|------|
|
||||
| 美股标的 | 纳指100 | 标普500 | 替换 |
|
||||
| **累计收益** | **1467.35%** | 1118.77% | **-348.58%** |
|
||||
| **CAGR** | **48.10%** | 42.87% | **-5.22%** |
|
||||
| **Sharpe** | **2.21** | 2.08 | **-0.13** |
|
||||
| MaxDD | -17.33% | **-15.14%** | **+2.18%** ✓ |
|
||||
| Calmar | 2.78 | **2.83** | +0.06 |
|
||||
| 日胜率 | 56.45% | 56.22% | -0.23% |
|
||||
| 调仓次数 | 459次 | 475次 | +16次 |
|
||||
|
||||
---
|
||||
|
||||
## 4. 关键发现
|
||||
|
||||
### 发现1：纳指100累计收益显著更高
|
||||
|
||||
```
|
||||
差距分析：
|
||||
├─ 累计收益差距：348.58%
|
||||
├─ CAGR差距：5.22%
|
||||
└─ 原因：纳指100成长性强，动量信号更明显
|
||||
```
|
||||
|
||||
### 发现2：标普500回撤控制更好
|
||||
|
||||
```
|
||||
风险指标：
|
||||
├─ MaxDD改善：2.18%（标普更稳定）
|
||||
├─ Calmar略优：+0.06
|
||||
└─ 原因：标普500波动率更低，成分股更多元
|
||||
```
|
||||
|
||||
### 发现3：纳指100风险调整收益更优
|
||||
|
||||
```
|
||||
Sharpe对比：
|
||||
├─ 纳指100：2.21
|
||||
├─ 标普500：2.08
|
||||
└─ 纳指虽波动大，但收益补偿足够
|
||||
```
|
||||
|
||||
### 发现4：调仓次数差异不大
|
||||
|
||||
```
|
||||
替换场景（无类内竞争）：
|
||||
├─ 调仓次数差：仅+16次（vs 001实验+42次）
|
||||
└─ 证明：替换比添加更稳定
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 5. 实验结论
|
||||
|
||||
### 核心结论
|
||||
|
||||
| 维度 | 结论 |
|
||||
|-----|------|
|
||||
| 收益能力 | 纳指100 **显著优于** 标普500 (+348%) |
|
||||
| 风险控制 | 标普500 **略优于** 纳指100 (+2.18%) |
|
||||
| 风险调整收益 | 纳指100 **优于** 标普500 (Sharpe +0.13) |
|
||||
| 综合评价 | **保持纳指100** |
|
||||
|
||||
### 策略建议
|
||||
|
||||
```
|
||||
当前策略建议：保持纳指100作为美股大类代表
|
||||
|
||||
理由：
|
||||
1. 动量策略本质是捕捉强趋势
|
||||
2. 纳指100成长股特性使其动量信号更强
|
||||
3. 累计收益差距显著（1467% vs 1118%）
|
||||
4. 标普500虽更稳定，但牺牲收益太大
|
||||
|
||||
例外情况（可能考虑标普500）：
|
||||
├─ 风险偏好极低，优先回撤控制
|
||||
├─ 牛市末期或市场不确定性高时
|
||||
└─ 需要降低组合整体波动率
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 6. 与001实验对比
|
||||
|
||||
| 实验 | 操作 | 收益变化 | 调仓变化 |
|
||||
|------|------|---------|---------|
|
||||
| 001（添加） | 纳指 + 标普 | -291% | +42次 |
|
||||
| 002（替换） | 纳指 → 标普 | -348% | +16次 |
|
||||
|
||||
**洞察**：
|
||||
- 替换场景调仓更稳定（+16 vs +42）
|
||||
- 但收益损失更大（无纳指成长性补偿）
|
||||
|
||||
---
|
||||
|
||||
## 7. 相关文件
|
||||
|
||||
| 文件 | 说明 |
|
||||
|-----|------|
|
||||
| `tests/experiments/ab_test_ndx_vs_spx.py` | A/B测试脚本 |
|
||||
| `results/ab_test_ndx_vs_spx.csv` | 测试结果数据 |
|
||||
|
||||
---
|
||||
|
||||
## 8. 后续研究方向
|
||||
|
||||
1. **纳指100 vs 其他美股成长指数**：如罗素1000成长、MSCI美国成长
|
||||
2. **不同市场周期表现**：牛市、熊市分别测试纳指和标普效果
|
||||
3. **动态切换机制**：根据市场状态动态选择纳指或标普
|
||||
|
||||
---
|
||||
|
||||
*实验记录版本: v1.0*
|
||||
*最后更新: 2026-05-06*
|
||||
45
docs/experiments/README.md
Normal file
45
docs/experiments/README.md
Normal file
@@ -0,0 +1,45 @@
|
||||
# 实验记录索引
|
||||
|
||||
本目录用于保存 ETF 轮动策略研究中的有洞察的实验结果。
|
||||
|
||||
---
|
||||
|
||||
## 实验列表
|
||||
|
||||
| 编号 | 实验名称 | 日期 | 类型 | 核心发现 |
|
||||
|------|---------|------|------|---------|
|
||||
| [001](001_same_category_expansion_ab_test.md) | 同大类扩充对轮动策略的影响 | 2026-05-06 | A/B测试 | 添加同大类标的不增加跨类分散，反而因切换成本侵蚀收益 |
|
||||
| [002](002_ndx_vs_spx_replacement.md) | 纳指100 vs 标普500替换对比 | 2026-05-06 | A/B测试 | 纳指100优于标普500（收益+348%，Sharpe+0.13），成长风格更适合动量 |
|
||||
|
||||
---
|
||||
|
||||
## 文档命名规范
|
||||
|
||||
```
|
||||
格式: {编号}_{实验主题}.md
|
||||
|
||||
示例:
|
||||
- 001_same_category_expansion_ab_test.md # 同大类扩充实验
|
||||
- 002_new_category_diversification.md # 新大类分散化实验
|
||||
- 003_rebalance_threshold_tuning.md # 调仓阈值调优实验
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 实验文档模板
|
||||
|
||||
每个实验文档应包含以下章节：
|
||||
|
||||
1. **实验信息** - 编号、日期、类型、研究问题
|
||||
2. **实验背景** - 理论假设、研究动机
|
||||
3. **实验设计** - A/B组配置、关键变量
|
||||
4. **回测结果** - 数据、绩效对比表格
|
||||
5. **关键发现** - 核心洞察、数据支撑
|
||||
6. **实验结论** - 假设验证结果、策略建议
|
||||
7. **技术修复记录** - 实验过程中发现的技术问题
|
||||
8. **相关文件** - 脚本、数据文件引用
|
||||
9. **后续研究方向** - 待探索的问题
|
||||
|
||||
---
|
||||
|
||||
*目录创建日期: 2026-05-06*
|
||||
Reference in New Issue
Block a user