etf/docs/experiments/006_holding_duration_analysis.md

实验记录 006: 标的持有时间分布分析

实验信息

项目	内容
实验编号	006
实验日期	2026-06-02
实验类型	策略行为分析
研究问题	Simple Rotation 策略中各标的持有时间的分布特征
数据来源	rotation/results/simple_rotation_detail.json
回测区间	2020-01-10 ~ 2026-06-02（1546 交易日）

---

1. 统计方法

持有周期定义

一次"持有周期"指：标的出现在 added（买入）→ 直到出现在 removed（卖出）之间经历的交易日数。

持有天数 = 卖出日索引 - 买入日索引（不含卖出当天，T+1 open 执行卖出）

统计范围

• 完整周期：已被卖出的持有记录（共 391 次）
• 截尾记录：回测结束时仍在持有的标的（3 个），单独列出

---

2. 整体分布

描述统计

指标	值
平均持有天数	10.9 天
中位数	7 天
标准差	11.0 天
最短	1 天
25% 分位	3 天
75% 分位	16 天
最长	66 天

分桶统计

持有天数	次数	占比	分布
1 天	64	16.4%	████████
2-3 天	67	17.1%	█████████
4-5 天	34	8.7%	████
6-10 天	67	17.1%	█████████
11-20 天	93	23.8%	████████████
21-50 天	62	15.9%	████████
51-100 天	4	1.0%	█
100 天+	0	0.0%

---

3. 按标的统计

标的	代码	持有次数	平均天数	中位天数	最短	最长
纳指100	NDX	37	17.4	13.0	1	58
创业板指	399006.SZ	31	14.0	9.0	1	66
短债指数	931862.CSI	41	12.2	9.0	1	35
中证红利低波	H30269.CSI	31	12.0	10.0	1	36
原油	CL=F	36	11.4	6.0	1	63
日经225	N225	42	10.8	9.0	1	46
恒生科技	HSTECH.HK	25	10.8	9.0	1	33
德国DAX	GDAXI	49	8.9	5.0	1	32
黄金	GC=F	38	8.6	7.0	1	28
有色金属	HG=F	39	7.1	4.0	1	23
恒生指数	HSI	22	6.5	5.5	1	21

---

4. 当前仍持有的标的（截尾记录）

标的	代码	买入日期	已持有天数
纳指100	NDX	2026-04-15	32 天
创业板指	399006.SZ	2026-04-24	25 天
日经225	N225	2026-05-26	6 天

---

5. 分析与结论

持有时间特征

1. 中位数仅 7 天：策略换手频率较高，约 75% 的持有周期在 16 天以内
2. 1 天即卖出占比 16.4%：存在较多“一日切换”，即标的刚被选入就被替换
3. 超过 50 天的长持有极其稀少（仅 4 次，1.0%），说明动量信号很难长期维持
4. 11-20 天是最常见的持有区间（23.8%），对应约 2-4 周的动量持续期

标的差异分析

特征	标的	解读
持有最久	纳指100（均值 17.4 天）	动量持续性最好，趋势一旦形成可维持较久
换手最快	恒生指数（均值 6.5 天）	动量信号不稳定，频繁进出
进出最频繁	德国DAX（49 次）	作为欧洲唯一代表，经常在边际被替换
持有最稳定	纳指100、创业板指	A股+美股核心资产，动量趋势明确

---

6. 1天持有深度归因分析（64次 / 16.4%）

卖出原因分类

原因	次数	占比
排名下降（rank > 3）	45	70.3%
阈值跌破（低于短债阈值）	16	25.0%
其他（diversified机制等）	3	4.7%

6.1 排名下降类（45次，70.3%）

买入日 rank 分布：绝大多数在 rank=3 边缘入选

买入日rank	次数	占比
rank=1	2	4%
rank=2	6	13%
rank=3	26	58%
rank=4	10	22%
rank=5	4	9%

卖出日 rank 分布：微降 1-2 名即被淘汰

卖出日rank	次数	占比
rank=2	1	2%
rank=3	2	4%
rank=4	24	53%
rank=5	14	31%
rank=6	6	13%
rank=7	1	2%

动量变化（买入→卖出日该标的动量得分变化）：

指标	值
均值	-0.0157
中位数	0.0000
动量上升仍被卖出	18/47 (38%)
动量下降被卖出	20/47 (43%)

关键发现：38% 的 1 天持有中，标的自身动量实际上升，但因为其他标的动量上升更多，导致排名相对下降而被淘汰。这是相对排名机制的固有特性——边际标的（rank=3）极易被挤出。

diversified 机制影响：仅 12% 的排名下降案例是因为同大类内被更强标的挤出，说明 diversified 不是主要原因。

6.2 阈值跌破类（16次，25.0%）

所有 16 例均为实际动量跌破短债阈值（无跨市场数据缺失导致）。

典型模式：标的在买入日刚好超过阈值（边际入选），次日动量大幅回落跌破阈值。

阈值边缘入选案例（买入时超过阈值幅度）：

• 黄金 2021-11-26：买入动量 0.0379，次日降至 0.0050（阈值 0.0212）
• 原油 2022-11-01：买入动量 0.0359，次日降至 0.0171（阈值 0.0194）
• 德国DAX 2024-06-03：买入动量 0.0717，次日降至 0.0096（阈值 0.0180）

极端信号跳变案例（买入日动量异常高，次日归零）：

标的	买入日	买入动量	卖出日动量
恒生科技	2024-10-15	58.00	None
创业板指	2024-10-17	105.33	None
原油	2026-03-16	160.89	None

这些极端值（动量 > 1.0）通常对应市场剧烈波动（如政策利好、黑天鹅事件），次日信号回归正常水平。

6.3 按标的分布

标的	市场	1天持有次数	占该标的总持有次数	1天持有率
日经225	JP	11	42	26%
德国DAX	EU	11	49	22%
黄金	COMMODITY	8	38	21%
原油	COMMODITY	8	36	22%
有色金属	COMMODITY	7	39	18%
短债指数	BOND	6	41	15%
纳指100	US	4	37	11%
恒生科技	HK	4	25	16%
恒生指数	HK	2	22	9%
创业板指	A	2	31	6%
中证红利低波	A	1	31	3%

日经225 和德国DAX 是 1 天持有的高发标的（各 11 次），A股标的 1 天持有率最低（3-6%），说明 A 股动量信号持续性最好。

6.4 年份分布

年份	1天持有次数	占当年总持有次数	占比
2020	9	63	14%
2021	14	60	23%
2022	4	47	9%
2023	6	52	12%
2024	18	81	22%
2025	9	67	13%
2026	4	21	19%

2021 和 2024 年 1 天持有率最高（22-23%），对应市场波动加剧时期。

6.5 根因总结

1天持有 = 边际入选 + 信号不稳定

核心机制：
1. 标的在 rank=3 边缘入选（58% 的排名下降类）
2. 次日排名微降至 rank=4/5（84%）即被淘汰
3. 38% 的情况下标的动量实际上升，但其他标的上升更多
4. 25% 的情况下动量直接跌破短债阈值

---

7. 对策略的启示

1. 交易成本影响：平均持有 10.9 天，年化换手约 ~23 次（按 250 天/年 ÷ 10.9），0.1% 交易成本对年化收益的侵蚀约 2.3%

2. “一日切换”可优化方向：

   • 最短持有期约束：对 rank=3 边际入选的标的，可考虑设置 ≥2 天最短持有期，避免次日即被微降排名淘汰
   • 置信度过滤：仅当标的动量超过阈值一定幅度（如 >10%）时才纳入持仓，减少阈值边缘反复切换
   • 排名平滑：使用 2-3 日动量均值作为排名依据，降低单日噪音

3. 分散化效果：不同标的持有时间差异大（6.5 ~ 17.4 天），说明各市场动量节奏不同步，分散持仓有助于平滑收益

4. 跨市场对齐：日经和德国DAX 等境外标的 1 天持有率较高（22-26%），可能与 A 股交易日不完全重叠导致信号滞后有关