aszer/etf
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
6308627f8cca84f2e751ec64e7c3beffb3964be5
etf/docs/experiments/002_ndx_vs_spx_replacement.md
aszerW 6b59855c28 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）
2026-05-06 20:43:38 +08:00

4.2 KiB
Raw Blame History

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