aszer/etf - etf - Gitea Aszer

aszer/etf

Fork 0

Commit Graph

Author	SHA1	Message	Date
aszerW	c1fbd2c7db	feat(strategy): finalize global rotation system with advanced risk controls Summary of updates: 1. Core Logic (engine.py): Added 'score > 0' filtering to support automatic cash positions during market downturns. 2. Experimental Analysis: Added scripts/analyze_negative_scores.py, scripts/test_select_num.py, and scripts/ab_test_iterations.py. 3. Documentation: Created docs/strategy_evolution_report.md detailing the evolution from benchmark to the final 47% CAGR version. 4. Configuration: Finalized rotation.yaml with 11 core assets and optimal risk parameters.	2026-04-30 00:56:20 +08:00
aszerW	48cd6dd524	docs(analysis): ETF轮动策略深度分析报告包含: - 收益归因分析: 高收益来源拆解、持仓分布、事件日历 - 选池偏差实验: 原始4只 vs 扩展9只 vs 反面池对比 - 后视镜偏差量化: 选池偏差仅贡献5-7% CAGR - A股可交易全球资产完整候选池: 44个方向/5大类 - 关键结论: ETF价格优先于指数、未来预期CAGR区间	2026-04-29 22:51:15 +08:00
aszerW	2829f80427	feat(backtest): 消除前视偏差，实现动态ETF池重建消除回测前视偏差(Look-Ahead Bias)： - 新增 ETFDataCache 本地缓存系统，预下载全量ETF（含已退市）基础信息和日线数据 - 改造 ETFUniverseBuilder 支持纯历史模式，每个时间点只使用当时可获得的数据 - 动量.py 新增 dynamic 模式，回测中每60交易日动态重建ETF候选池 - momentum_experiment.py 同步支持动态重建 - 新增 ETF筛选引擎文档和动态池方案文档无前视偏差实验结果（6组对比，2015-2026）： A: 全仓1只 CAGR=3.32%, MaxDD=-63.19%, Sharpe=0.26 B: 等权3只 CAGR=3.40%, MaxDD=-49.72%, Sharpe=0.30 ← 最优 C: 反波动率3只 CAGR=1.73%, MaxDD=-38.59%, Sharpe=0.21 D: 等权5只 CAGR=2.77%, MaxDD=-42.39%, Sharpe=0.29 E: 反波动率5只 CAGR=-0.37%, MaxDD=-19.56%, Sharpe=-0.03 F: 动量>0全选等权 CAGR=2.02%, MaxDD=-43.27%, Sharpe=0.24 最优方案: B（等权3只）夏普、Calmar、CAGR三项均最高	2026-04-29 22:15:01 +08:00

Author

SHA1

Message

Date

aszerW

c1fbd2c7db

feat(strategy): finalize global rotation system with advanced risk controls

Summary of updates:
1. Core Logic (engine.py): Added 'score > 0' filtering to support automatic cash positions during market downturns.
2. Experimental Analysis: Added scripts/analyze_negative_scores.py, scripts/test_select_num.py, and scripts/ab_test_iterations.py.
3. Documentation: Created docs/strategy_evolution_report.md detailing the evolution from benchmark to the final 47% CAGR version.
4. Configuration: Finalized rotation.yaml with 11 core assets and optimal risk parameters.

2026-04-30 00:56:20 +08:00

aszerW

48cd6dd524

docs(analysis): ETF轮动策略深度分析报告

包含:
- 收益归因分析: 高收益来源拆解、持仓分布、事件日历
- 选池偏差实验: 原始4只 vs 扩展9只 vs 反面池对比
- 后视镜偏差量化: 选池偏差仅贡献5-7% CAGR
- A股可交易全球资产完整候选池: 44个方向/5大类
- 关键结论: ETF价格优先于指数、未来预期CAGR区间

2026-04-29 22:51:15 +08:00

aszerW

2829f80427

feat(backtest): 消除前视偏差，实现动态ETF池重建

消除回测前视偏差(Look-Ahead Bias)：
- 新增 ETFDataCache 本地缓存系统，预下载全量ETF（含已退市）基础信息和日线数据
- 改造 ETFUniverseBuilder 支持纯历史模式，每个时间点只使用当时可获得的数据
- 动量.py 新增 dynamic 模式，回测中每60交易日动态重建ETF候选池
- momentum_experiment.py 同步支持动态重建
- 新增 ETF筛选引擎文档和动态池方案文档

无前视偏差实验结果（6组对比，2015-2026）：
  A: 全仓1只       CAGR=3.32%, MaxDD=-63.19%, Sharpe=0.26
  B: 等权3只       CAGR=3.40%, MaxDD=-49.72%, Sharpe=0.30 ← 最优
  C: 反波动率3只   CAGR=1.73%, MaxDD=-38.59%, Sharpe=0.21
  D: 等权5只       CAGR=2.77%, MaxDD=-42.39%, Sharpe=0.29
  E: 反波动率5只   CAGR=-0.37%, MaxDD=-19.56%, Sharpe=-0.03
  F: 动量>0全选等权 CAGR=2.02%, MaxDD=-43.27%, Sharpe=0.24

最优方案: B（等权3只）夏普、Calmar、CAGR三项均最高

2026-04-29 22:15:01 +08:00

3 Commits