aszerW
2829f80427
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
248 lines
10 KiB
Markdown
248 lines
10 KiB
Markdown
# 动态ETF池自动化筛选引擎 — 调研与方案
|
||
|
||
## 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：
|
||
|
||
| 标的池 | 累计收益 | CAGR | 最大回撤 |
|
||
|--------|---------|------|---------|
|
||
| 9只精选ETF (全仓1只, 2015-2026) | 2733.60% | 34.38% | -32.79% |
|
||
| 20只行业ETF (全仓1只, 2015-2026) | 208.16% | 10.46% | -67.16% |
|
||
| 20只轮动ETF (等权5只, 2020-2026) | 171.36% | 17.48% | -30.85% |
|
||
|
||
**结论**: 标的池选择是策略最大的 alpha 来源，需要构建**系统化、无偏差**的动态筛选能力。
|
||
|
||
---
|
||
|
||
## 2. 学术论文与权威机构调研
|
||
|
||
### 2.1 TrendFolios (UCLA, 2024)
|
||
|
||
- **论文**: Lu et al. "TrendFolios: A Portfolio Construction Framework for Utilizing Momentum and Trend-Following In a Multi-Asset Portfolio"
|
||
- **来源**: arxiv:2506.09330
|
||
- **核心方法**:
|
||
- 按资产类别的风险因子对ETF进行分类
|
||
- Universe 随时间自然扩展 — 新ETF上市后才纳入，杜绝前视偏差
|
||
- 结合趋势跟踪信号与动量因子构建多资产组合
|
||
- **对本方案的启发**: Layer 3 资产标签化设计 + 滚动重建机制中的无前视偏差原则
|
||
|
||
### 2.2 AEGIS (2024)
|
||
|
||
- **论文**: Chakraborty & Singh. "Taming the Black Swan: A Momentum-Gated Hierarchical Optimisation Framework"
|
||
- **来源**: arxiv:2604.09060
|
||
- **核心方法**:
|
||
- 流动性硬门槛: FALR (Fraction of Available Liquidity Ratio) >= 0.75
|
||
- 每年根据动量领先者重建 universe
|
||
- 分层优化框架: 先筛选 universe → 动量门控 → 层次化权重优化
|
||
- **对本方案的启发**: Layer 1 流动性过滤的硬门槛设计 + 定期重建机制
|
||
|
||
### 2.3 HRP — Hierarchical Risk Parity (Lopez de Prado, 2016)
|
||
|
||
- **论文**: Lopez de Prado. "Building Diversified Portfolios that Outperform Out-of-Sample"
|
||
- **来源**: SSRN:2708678
|
||
- **核心方法**:
|
||
- 基于收益率相关性矩阵进行层次聚类（Hierarchical Clustering）
|
||
- 将资产分为互不相关的簇，同簇内取代表性资产
|
||
- 相比传统均值-方差优化，HRP 在样本外表现更稳健，不依赖协方差矩阵求逆
|
||
- **对本方案的启发**: Layer 5 相关性优化选择算法的理论基础
|
||
|
||
### 2.4 Faber GTAA — Global Tactical Asset Allocation (2006)
|
||
|
||
- **论文**: Faber. "A Quantitative Approach to Tactical Asset Allocation"
|
||
- **来源**: SSRN:962461
|
||
- **核心方法**:
|
||
- 选择 5-13 个大类资产ETF，每个代表一个独立的经济驱动因子
|
||
- 用 10 个月移动平均线作为趋势信号（价格 > MA10 则持有，否则转现金）
|
||
- 关键洞察: **资产类别的覆盖度比选择数量更重要**
|
||
- **对本方案的启发**: Universe 设计原则 — 确保风险因子全覆盖（股票、债券、商品、REITs、外汇）
|
||
|
||
### 2.5 Antonacci Dual Momentum (2012)
|
||
|
||
- **论文**: Antonacci. "Risk Premia Harvesting Through Dual Momentum"
|
||
- **来源**: SSRN:2042750
|
||
- **核心方法**:
|
||
- **绝对动量** (时间序列动量): 资产自身是否处于上升趋势
|
||
- **相对动量** (横截面动量): 资产间的相对强弱排序
|
||
- 资产对（pairs）作为构建模块，每对代表一个风险溢价
|
||
- 当绝对动量为负时，转入债券避险
|
||
- **对本方案的启发**: 跨资产分散化设计理念 — 每个资产类别用"对"来覆盖
|
||
|
||
### 2.6 Jegadeesh & Titman (1993) — 动量效应经典文献
|
||
|
||
- **论文**: "Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency"
|
||
- **来源**: Journal of Finance, 48(1), 65-91
|
||
- **核心发现**:
|
||
- 买入过去 3-12 个月的赢家、卖出输家，可获得显著超额收益
|
||
- 动量效应在不同市场、不同时期持续存在
|
||
- 这是所有动量策略的学术基石
|
||
|
||
### 2.7 华宝基金动量优选基金 (业界实践)
|
||
|
||
- **来源**: 华宝基金动量优选混合型基金招募说明书
|
||
- **实践方法**:
|
||
- 年度 ETF 池调整（非固定池）
|
||
- 行业、风格、主题多维度覆盖
|
||
- 定量筛选 + 基金经理主观判断结合
|
||
- **对本方案的启发**: 实业级重建周期参考（年度/季度）
|
||
|
||
---
|
||
|
||
## 3. 方案设计：多层漏斗筛选
|
||
|
||
### 3.1 架构概览
|
||
|
||
```
|
||
全量ETF (~1000只)
|
||
|
|
||
v [Layer 1] 基础过滤 (流动性/类型/上市时间)
|
||
约300只
|
||
|
|
||
v [Layer 2] 同指数去重 (每个指数只留1只最优ETF)
|
||
约200只
|
||
|
|
||
v [Layer 3] 大类资产标签化 (自动分类)
|
||
约200只 (含标签)
|
||
|
|
||
v [Layer 4] 类内预筛选 (每类留Top-N)
|
||
约30-50只
|
||
|
|
||
v [Layer 5] 相关性优化选择 (贪心/HRP聚类)
|
||
10-15只 最终池
|
||
```
|
||
|
||
### 3.2 Layer 1 — 基础过滤（硬性门槛）
|
||
|
||
| 过滤条件 | 原因 |
|
||
|---------|------|
|
||
| 上市满1年 | 新基金数据不足，无法计算有效因子 |
|
||
| 日均成交额 > 5000万 | 流动性不足会导致冲击成本过大 (参考AEGIS的FALR门槛) |
|
||
| 非货币/非债券增强类 | 货币基金无轮动意义 |
|
||
| 非杠杆/非反向ETF | 杠杆ETF不适合持有 |
|
||
| 有明确跟踪指数 | 需要指数数据计算因子 |
|
||
|
||
### 3.3 Layer 2 — 同指数去重
|
||
|
||
一个指数可能有 20+ 只 ETF 跟踪（如沪深300有30+只），按 `index_code` 分组，每组选1只：
|
||
|
||
1. 优先选**日均成交额最大**的（流动性最好）
|
||
2. 同等条件下选**管理费最低**的
|
||
3. 同等条件下选**上市时间最早**的（历史数据最长）
|
||
|
||
### 3.4 Layer 3 — 大类资产标签化
|
||
|
||
根据指数名称和类别，自动打上资产大类标签（参考 Faber GTAA 的风险因子覆盖思想）：
|
||
|
||
```python
|
||
ASSET_CLASS_RULES = {
|
||
'A股宽基': ['沪深300', '中证500', '中证1000', '创业板', '上证50', '科创50'],
|
||
'A股行业': ['银行', '证券', '医疗', '白酒', '军工', '新能源', '芯片', '煤炭', ...],
|
||
'A股主题': ['红利', '消费', '科技', '央企', '国企', ...],
|
||
'港股': ['恒生', '港股', 'H股'],
|
||
'美股': ['纳斯达克', '纳指', '标普', '美股'],
|
||
'全球/其他': ['日经', '德国', '法国', '越南', '印度', 'MSCI'],
|
||
'商品': ['黄金', '白银', '原油', '有色', '豆粕'],
|
||
'债券': ['国债', '利率债', '信用债', '可转债'],
|
||
}
|
||
```
|
||
|
||
### 3.5 Layer 4 — 类内预筛选
|
||
|
||
每个大类保留最具代表性的 Top-N 只，避免单一类别占满池子：
|
||
|
||
| 大类 | 保留数量 | 选择依据 |
|
||
|------|---------|---------|
|
||
| A股宽基 | 3-5 | 按规模/流动性排序 |
|
||
| A股行业 | 8-12 | 按行业分散度，每个细分行业最多1只 |
|
||
| A股主题 | 3-5 | 按流动性 |
|
||
| 港股 | 2-3 | 按流动性 |
|
||
| 美股 | 2-3 | 按流动性 |
|
||
| 全球/其他 | 2-3 | 按流动性 |
|
||
| 商品 | 2-3 | 按流动性 |
|
||
| 债券 | 2-3 | 按流动性 |
|
||
|
||
### 3.6 Layer 5 — 相关性优化选择（核心算法）
|
||
|
||
基于 HRP (Lopez de Prado) 的层次聚类思想，用贪心最大分散化算法从30-50只候选中选出最终10-15只：
|
||
|
||
```python
|
||
def greedy_max_diversification(candidates, n_select, lookback_days=120):
|
||
"""
|
||
1. 计算所有候选的 lookback_days 日收益率相关系数矩阵
|
||
2. 先选入每个大类中流动性最好的1只（确保类别覆盖）
|
||
3. 剩余名额贪心填充:
|
||
- 对每个未选候选，计算其与已选集合的最大相关系数
|
||
- 选入 max_corr 最小的（即与已有持仓最不相关的）
|
||
4. 重复直到选满 n_select 只
|
||
"""
|
||
```
|
||
|
||
**约束条件**:
|
||
- 每个大类至少1只（确保资产类别覆盖）
|
||
- 任意两只的相关系数不超过 0.85（强制分散）
|
||
- A股行业类别不超过总数的 50%（避免A股过度集中）
|
||
|
||
---
|
||
|
||
## 4. 定期重建机制
|
||
|
||
- **重建周期**: 每季度（90个交易日）重建一次
|
||
- **平滑切换**: 新旧池差异超过 30% 时才执行切换，避免频繁调整
|
||
- **反前视偏差** (TrendFolios/AEGIS 强调): 重建时只用截止到重建日的历史数据，Universe 随时间自然扩展
|
||
- **退市ETF处理**: 回测中需包含已退市ETF的历史数据，避免幸存者偏差
|
||
|
||
---
|
||
|
||
## 5. 实现规划
|
||
|
||
### 5.1 独立脚本 `scripts/build_etf_universe.py`
|
||
|
||
```python
|
||
class ETFUniverseBuilder:
|
||
def __init__(self, config):
|
||
self.min_trading_days = 250 # 上市满1年
|
||
self.min_daily_amount = 5000 # 日均成交额万元
|
||
self.n_select = 12 # 最终池大小
|
||
self.max_corr = 0.85 # 最大相关系数
|
||
self.lookback_days = 120 # 相关性计算窗口
|
||
|
||
def run(self):
|
||
raw = self.fetch_etf_universe() # Layer 0: 获取全量
|
||
filtered = self.basic_filter(raw) # Layer 1: 基础过滤
|
||
deduped = self.dedup_by_index(filtered) # Layer 2: 同指数去重
|
||
labeled = self.label_asset_class(deduped) # Layer 3: 标签化
|
||
shortlist = self.intra_class_select(labeled) # Layer 4: 类内筛选
|
||
final = self.correlation_optimize(shortlist) # Layer 5: 相关性优化
|
||
self.save_results(final)
|
||
return final
|
||
```
|
||
|
||
### 5.2 输出文件
|
||
|
||
- `data/etf_universe/universe_{date}.csv`: 最终筛选结果
|
||
- `data/etf_universe/pipeline_log_{date}.txt`: 每层过滤日志
|
||
- `data/etf_universe/corr_matrix_{date}.csv`: 相关性矩阵
|
||
|
||
### 5.3 集成到动量策略
|
||
|
||
修改 `动量.py`，支持从动态池加载：
|
||
|
||
```python
|
||
CONFIG = {
|
||
'etf_pool': 'auto', # 'auto' 表示使用动态池
|
||
'rebuild_interval': 90, # 每90个交易日重建
|
||
}
|
||
```
|
||
|
||
回测时每隔90天调用一次 `ETFUniverseBuilder`，用截止到当前回测日期的数据重建池子，确保不使用未来数据。
|
||
|
||
---
|
||
|
||
## 6. 参考文献
|
||
|
||
1. Lu et al. (2024). "TrendFolios: A Portfolio Construction Framework for Utilizing Momentum and Trend-Following In a Multi-Asset Portfolio". *arxiv:2506.09330*
|
||
2. Chakraborty & Singh (2024). "Taming the Black Swan: A Momentum-Gated Hierarchical Optimisation Framework". *arxiv:2604.09060*
|
||
3. Lopez de Prado (2016). "Building Diversified Portfolios that Outperform Out-of-Sample" (HRP). *SSRN:2708678*
|
||
4. Faber (2006). "A Quantitative Approach to Tactical Asset Allocation". *SSRN:962461*
|
||
5. Antonacci (2012). "Risk Premia Harvesting Through Dual Momentum". *SSRN:2042750*
|
||
6. Jegadeesh & Titman (1993). "Returns to Buying Winners and Selling Losers". *Journal of Finance, 48(1), 65-91*
|