Files
etf/docs/experiments/003_emerging_market_india.md
aszerW 17e806045f experiment(rotation): 添加新兴市场大类(印度)影响验证
实验设计:
- A组:当前7大类配置(无新兴市场)
- B组:添加印度作为第8大类(EM = Emerging Market)
- 标的:^NSEI → 164824.SZ(工银瑞信印度市场LOF)

实验结果:
├─ 大类数量: 7 → 8 (+1) ✓ 跨类分散提升
├─ 累计收益: 1467.35% → 1261.83% (-205.52%)
├─ CAGR: 48.10% → 45.16% (-2.94%)
├─ Sharpe: 2.21 → 2.09 (-0.11)
├─ 日胜率: 56.45% → 57.25% (+0.80%) ✓
└─ 调仓次数: 459 → 451 (-8)

核心发现:
1. 大类数量增加确实提升跨类分散
2. 但收益反而下降205%(与预期相反)
3. 印度LOF流动性不足(日均~3000万)
4. 印度动量信号不如主流市场强
5. Top3权重被印度占用,错过其他机会

重要结论:添加新大类 ≠ 必然提升收益
- 标的本身表现能力比大类归属更重要
- 流动性、动量信号强度是关键因素

与001实验对比:
- 001(同大类添加):大类不变 → 收益-291%
- 003(新大类添加):大类+1 → 收益-205%
→ 标的质量比大类数量更重要

策略建议:
- 暂不添加印度(LOF流动性不足)
- 可测试东南亚科技ETF(513730.SH)

新增文件:
- tests/experiments/ab_test_emerging_market.py
- docs/experiments/003_emerging_market_india.md
2026-05-06 20:55:54 +08:00

5.8 KiB
Raw Blame History

实验记录 003: 添加新兴市场大类(印度)的影响

实验信息

项目 内容
实验编号 003
实验日期 2026-05-06
实验类型 A/B对比测试新大类添加
研究问题 添加印度作为新兴市场新大类对策略绩效的影响

1. 实验背景

与001、002实验的关系

实验 操作类型 大类变化 标的数量变化
001 同大类添加标普500 0美股还是1只 11→12
002 同大类替换(标普换纳指) 0美股还是1只 11→11
003 新大类添加(印度) +1新增EM大类 11→12

003实验核心问题:验证添加新大类是否真正提升跨类分散效果

理论预期

添加新大类的预期效果:
├─ 跨类分散提升大类数量从7→8
├─ Top3候选池扩大更多大类冠军可选
├─ 收益可能提升或保持稳定
└─ Sharpe可能改善分散降低风险

2. 实验设计

新兴市场标的选择

A股场内可交易的新兴市场标的

代码 名称 类型 流动性
164824.SZ 工银瑞信印度市场LOF LOF 日均~3000万
520580.SH 新兴亚洲ETF招商 ETF 日均~7000万
513730.SH 东南亚科技ETF华泰柏瑞 ETF 新上市

选择印度LOF164824.SZ进行测试

  • 信号源:^NSEI印度Nifty50指数
  • ETF164824.SZ工银瑞信印度市场LOF
  • 大类标记EMEmerging Market

A/B组配置

组别 大类数量 新兴市场
A组对照组 7大类
B组实验组 8大类 印度(^NSEI → 164824.SZ

3. 回测结果

绩效对比

指标 A组无新兴 B组有印度 差异
大类数量 7 8 +1
累计收益 1467.35% 1261.83% -205.52%
CAGR 48.10% 45.16% -2.94%
Sharpe 2.21 2.09 -0.11
MaxDD -17.33% -17.33% +0.00%
Calmar 2.78 2.61 -0.17
日胜率 56.45% 57.25% +0.80%
调仓次数 459次 451次 -8

4. 关键发现

发现1大类数量确实增加

大类变化:
├─ A组A(2)、HK(2)、US(1)、JP(1)、EU(1)、COMMODITY(3)、BOND(1) = 7大类
├─ B组新增EM(1) = 8大类
└─ 跨类分散确实提升 ✓

发现2但收益反而下降

收益变化:
├─ 累计收益下降205.52%
├─ CAGR下降2.94%
├─ Sharpe下降0.11
└─ 与预期相反!

发现3日胜率略有提升

正面指标:
├─ 日胜率提升0.80%
├─ 调仓次数减少8次
└─ 说明:印度可能降低了激进调仓频率

发现4问题根因分析

收益下降的可能原因:

1. LOF流动性问题
   ├─ 164824.SZ日均成交额仅~3000万
   ├─ 买卖价差较大,实际执行成本高
   └─ 溢价/折价导致价格偏离指数

2. 印度动量信号较弱
   ├─ 印度Nifty50走势相对平稳
   ├─ 动量因子得分不如纳指、日经等主流市场
   └─ 选入Top3后反而拖累组合收益

3. Top3权重被占用
   ├─ 印度成为大类冠军后进入Top3候选池
   ├─ 占用了本应属于其他强动量标的的权重
   └─ 导致错过其他市场的机会

5. 实验结论

核心结论

假设 实证结果
新大类增加跨类分散 验证通过+1大类
新大类提升收益 验证失败-205%
新大类改善Sharpe 验证失败-0.11

重要发现

添加新大类 ≠ 必然提升绩效

关键因素:
├─ 标的本身的表现能力(动量信号强度)
├─ 标的流动性(实际执行成本)
├─ 新大类是否与现有大类低相关
└─ 新大类是否有机会成为Top3候选

策略建议

当前建议:暂不添加印度

原因:
1. LOF流动性不足日均仅~3000万
2. 印度动量信号不如主流市场强
3. 虽然跨类分散提升了但收益下降205%
4. Top3权重被印度占用错过其他机会

替代方案:
├─ 测试东南亚科技ETF513730.SH
│   → 真正的场内ETF流动性更好
├─ 等待印度主题ETF上市后再测试
└─ 测试其他新兴市场(如越南、沙特)

6. 与001实验对比

实验 操作 大类变化 收益变化 核心结论
001 同大类添加标普500 0 -291% 同大类添加不增加分散
003 新大类添加印度 +1 -205% 新大类添加 ≠ 必然提升收益

关键洞察

  • 001大类不变 → 分散不变 → 收益下降(切换成本)
  • 003大类增加 → 分散提升 → 但收益仍下降(标的本身问题)

共同结论:标的本身的表现能力比大类归属更重要


7. 相关文件

文件 说明
tests/experiments/ab_test_emerging_market.py A/B测试脚本
results/ab_test_emerging_market.csv 测试结果数据

8. 后续研究方向

  1. 测试其他新兴市场标的东南亚科技ETF513730.SH流动性更好
  2. 印度LOF流动性改善后重新测试:观察日均成交额提升后的表现
  3. 标的质量评估机制:在选择新大类前,先评估标的本身的表现能力

9. 技术记录

YFinance印度指数代码

印度Nifty50指数在YFinance中需要使用 ^NSEI 格式(带^前缀):

# 错误404 Not Found
code = "NSEI"

# 正确
code = "^NSEI"

实验记录版本: v1.0 最后更新: 2026-05-06