Files
etf/docs/experiments/005_select_num_comparison.md
aszerW a47af0f0eb docs(experiment): add select_num A/B/C comparison report (005)
- Experiment: select_num = 1, 2, 3 comparison
- Period: 2020-01-10 ~ 2026-06-02 (1546 trading days)
- Key findings:
  - Top-1: highest return (600%), highest drawdown (-25.5%)
  - Top-3: best risk-adjusted return (Calmar 1.73, Sharpe 1.35)
  - Top-2: balanced middle ground (Calmar 1.69)
- Add rotation/experiment_select_num.py experiment script
- Save report to docs/experiments/005_select_num_comparison.md
2026-06-02 01:32:43 +08:00

4.3 KiB
Raw Permalink Blame History

实验记录 005: select_num 参数对策略表现的影响

实验信息

项目 内容
实验编号 005
实验日期 2026-06-02
实验类型 A/B/C 对比测试
研究问题 diversified=true 模式下,select_num 取 1/2/3 时对策略收益与风险的影响
配置文件 rotation/config_simple.yaml (L133 select_num)
实验脚本 rotation/experiment_select_num.py

1. 实验背景

策略选股流程

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 select_num

核心问题

select_num 控制最终持仓标的数量,直接影响集中度和分散度:

  • select_num=1:单标的集中持仓,无分散化效果
  • select_num=2:持有 2 个大类的冠军标的
  • select_num=3:持有 3 个大类的冠军标的(当前默认配置)

理论预期

  • 持仓数量越少,集中度越高,潜在收益和波动均放大
  • 持仓数量越多,分散化效果越好,回撤更小,但可能引入边际收益较低的标的

2. 实验设计

A/B/C 组配置

组别 select_num 持仓数量 其他配置
A组 1 单标的 同对照组
B组 2 双标的 同对照组
C组 3 三标的 同对照组(当前默认)

固定配置(三组相同)

factor:
  type: "weighted_momentum"
  n_days: 25

rotation:
  diversified: true
  threshold:
    mode: "dynamic"
    reference: "931862.CSI"    # 短债动量基准

回测区间

2020-01-10 ~ 2026-06-021546 个交易日


3. 回测结果

核心指标对比

指标 Top-1A组 Top-2B组 Top-3C组
累计收益 600.31% 369.88% 302.14%
年化收益 37.34% 28.69% 25.46%
最大回撤 -25.53% -16.93% -14.74%
夏普比率 1.11 1.27 1.35
Calmar比率 1.46 1.69 1.73
日胜率 54.49% 55.35% 55.18%
调仓次数 197 319 405

关键观察

收益维度:

  • Top-1 累计收益600%)几乎是 Top-3302%)的 2 倍
  • 集中持仓显著放大了收益,但也意味着更高的单标的依赖风险

风险维度:

  • Top-3 最大回撤(-14.74%)比 Top-1-25.53%)降低约 42%
  • Top-2 居中(-16.93%),回撤控制效果明显

风险调整收益(核心指标):

  • Calmar 比率Top-31.73> Top-21.69> Top-11.46
  • 夏普比率Top-31.35> Top-21.27> Top-11.11
  • 分散化带来更优的风险收益比

调仓频率:

  • Top-1 调仓次数最少197 次),因为持仓切换需要单标的排名大幅变动
  • Top-3 调仓次数最多405 次),持仓组合中任一标的变化都会触发调仓

4. NAV 曲线对比

NAV 对比图

指标对比图


5. 结论与建议

核心结论

目标 推荐配置 原因
追求绝对收益 select_num=1 累计收益最高,但需承受更大回撤
追求风险调整收益 select_num=3 Calmar/夏普最优,回撤可控
平衡两者 select_num=2 收益与回撤的折中方案

实践建议

  • 当前默认配置 select_num=3 是合理的选择Calmar 比率最优,适合长期持有
  • 若资金规模较小、风险承受能力强,可考虑 select_num=1 追求高弹性
  • select_num=2 的 Calmar1.69)与 Top-31.73非常接近但收益更高369% vs 302%),值得进一步观察

6. 实验数据位置

results/experiment_select_num/
├── select_1/
│   ├── simple_rotation_nav.csv
│   ├── simple_rotation_signals.csv
│   ├── simple_rotation_detail.json
│   └── simple_rotation_metrics.json
├── select_2/
│   └── ... (同上)
├── select_3/
│   └── ... (同上)
├── select_num_comparison.png      # 指标对比柱状图
├── select_num_nav_comparison.png  # NAV 叠加曲线图
└── experiment_metrics.json        # 三组指标汇总