quant/big-qmt
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
8131b158b48d9a3cb025b01d1f56c6c874a8a63c
big-qmt/labs/analysis/etf/REPORT.md
yanweidong 8131b158b4 optz
2026-09-19 19:45:43 +08:00

28 KiB
Raw Blame History

ETF 自适应网格策略：分析与回测报告

⚠️ 本报告对应旧配置（三只标的每档均 1,000 股）。py-client/etc/_etf.yaml 已改为 588000=10,000 股 / 510300=4,000 股 / 518880=2,000 股，新配置的回测见 REPORT-new-config.md（结论量级不同，结构性发现一致）。

  • 回测区间：2025-12-22 ~ 2026-09-18（182 个交易日）
  • 标的：588000.SH、510300.SH、518880.SH（etc/_etf.yaml 白名单）
  • 数据：外部日线接口 GET /etf/daily?code=<code>，每个标的 242 根（2025-09-19 ~ 2026-09-18），未复权
  • 账户口径：起始资金 20 万、min_cash_ratio=0.10、佣金 max(5, 金额×0.0003)
  • 复现：py -3.14 -B labs/analysis/etf/run.py --refresh
    • 结构化结果 labs/analysis/etf/results.json，汇总表 labs/analysis/etf/run_report.txt
  • 本报告只做分析，未修改任何策略代码。

一、结论摘要

指标 基准（触价成交） 贴近实盘（反弹价成交） 悲观（收盘价成交）
组合已了结盈亏（含未了结仓位成本） −3,047.86 −7,384.63 −19,753.00
账户权益变动 +1,534.14（+0.77%） +1,779.37（+0.89%） +319.00（+0.16%）
最大回撤（权益口径） 0.63% 0.60% 0.95%
完整轮次 / 胜率 28 / 28 胜 0 负 24 / 24 胜 10 / 10 胜
单轮平均净利 +56.31 元（+0.89%） — —
佣金合计 325.70 280.00 145.00

三句话结论

  1. 单轮经济性是正的、且稳定：28 个"建网→整仓止盈"轮次全部盈利，单轮平均 +56.31 元、 平均占用 4.5 天、平均收益 +0.89%；佣金只占买入金额的 0.184%，不是收益拖累。
  2. 账户层面收益极低：平均资金占用仅 1.68%（峰值 19.4%），182 天权益只涨 0.77% （年化约 1.0%）。策略"会赚钱但几乎不下注"，收益瓶颈是资金利用率而非单轮质量。
  3. 风险不对称、且尾部集中在单标的：主出口只兑现盈利、没有止损，亏损全部沉淀在持仓里—— 510300.SH 的 12 个盈利轮次（+589.67）被最终一笔未了结的 1,000 股（成本 4,624.40）反过来 形成 −4,034.73 的净额，一只标的就吃掉了另外两只的全部利润。

读法提醒：已了结盈亏 是现金流口径（把仍在手上的仓位当成已花掉的钱）， 与账户权益不是一回事。两者关系可以精确对平： 权益变动 1,534.14 = 已了结盈亏 −3,047.86 + 未了结仓位成本 4,624.40 − 未实现 42.40。

二、策略逻辑复核（代码与文档一致性）

逐条对照 py-client/strategy/etf/{signal,open,positions,boot}.py 与 docs/etf.md：

文档规则 代码实现 结论
§2.1 入场门槛 = min(区间下沿 + 幅度×channel_pct%, MA60) signal.calculate 的 entry 一致
§3.2 格距 = max(ATR×atr_multiplier, MA60×0.5%, 0.001)，向上取整 0.001 calculate 用 Decimal(...ROUND_CEILING) 一致
§3.3 格距不参与补仓触发，只用于跨度告警与副出口标定 open.py 只用 etf_entry；positions.py 只用 add_pct/inner_step 一致（这条决定了后面 §5.2 的敏感性结果）
§2.2/§4.2 反弹确认用 DipWatch open_watch（建网）/ add_watch（补仓） 一致
§3.5 底仓按锚点价挂限价单 do_open 传 pr_type=11, price=anchor 一致
§5.1 主出口按盈亏率整仓清掉 handle_exit：pnl ≥ min_profit_pct 一致
§5.2 副出口峰值回撤只卖该档 handle_level_exit + GridTrailingTracker(inner_step) 一致
§5.3 T+1 由 is_t0 决定 sellable_volume 一致
§4.1 补仓 = 自上一档跌 add_pct + 反弹确认 handle_add 一致

一处文档与代码的差异：§4.1 写"上一档 = 底仓成交价 / 最近一次补仓成交价"，代码实际优先用 券商成本价 position.open_price（last_buy_price() 在无本地记录时回落）。日内补仓会把 open_price 拉成摊薄均价，而底仓隔夜时它≈底仓价，所以收盘价口径下两者接近，可接受； 但同日多档补仓时基准会偏低，等于让后续档位更难触发（偏保守）。

回测直接调用 strategy.etf.signal.calculate 计算指标，因此 ATR/MA60/通道/格距与实盘完全同源， 不存在"回测一套参数、实盘另一套"的风险。

三、回测方法（假设与边界）

真实策略跑在 30 秒 tick 上；回测只有日线，必须对"入场区内的反弹确认"和"限价单是否成交"做近似。 为了不把结论押在某一种近似上，同一策略跑了三种成交模型：

模型 成交价假设 含义
touch 当日最低价触及触发价 → 按触发价成交 最乐观（含"盘中挂单必成交"）
bounce 触发后等价格从当日最低点反弹 rebound_pct=0.5% 成交 最贴近实盘 tick 语义（§2.2/§4.2）
close 只用收盘价判断、按收盘价成交 最悲观（相当于"每天只看收盘一次"）

其他关键设定：

  • 无未来数据：第 i 日只用第 i 根及之前的已收盘日线，且窗口截断到 120 根（与 BAR_COUNT 一致）， 指标逐日重算。
  • 共享资金：三个标的按白名单顺序（=资金优先级）消耗同一个现金池，先扣在途买单预留。
  • T+1：is_t0=False 的标的当日买入份额当日不可卖；518880.SH 按 T+0。
  • 日线新鲜度：策略自身有"最近日线超过 15 个自然日即放弃"的规则，回测逐日回放时必须把 "当天"当成运行日传入，否则整段历史都会被判为过期数据（这一步写错会只剩 11 个交易日， 是本报告踩过并修正的坑）。
  • 不改策略代码：回测是独立实现，仅复用策略的指标函数。

已知边界（结论敏感度见 §7）

  1. 日线无法还原盘中顺序，touch/bounce/close 是从乐观到悲观的一个区间，不是精确点估计。
  2. 未建模除息/复权：接口无复权价，518880.SH 等若有分红，阶梯锚点会整体偏移 （docs/etf.md 待办 §7.5 已列为未决项）。
  3. 窗口只有 182 个交易日、28 个完整轮次，且这 9 个月里 510300.SH 几乎横盘（−0.48%）、 588000.SH +21.9%、518880.SH +14.1%，没有经历真正的单边下跌，尾部风险未被样本覆盖。
  4. 未建模盘中跳空、涨跌停、停牌与流动性；按 1,000 股/档的量级这些影响很小。

四、结果明细

4.1 逐标的归因（基准模型）

标的 完整轮次 胜/负 已了结净额 了结时仍持有 按成本净额 未实现 按市价净额
588000.SH 9 9/0 +134.24 0 +134.24 0 +134.24
510300.SH 12 12/0 +589.67 1,000 股 −4,034.73 −42.40 −4,077.13
518880.SH 7 7/0 +852.63 0 +852.63 0 +852.63
合计 28 28/0 — — −3,047.86 −42.40 −3,090.26

对平关系：按成本净额合计 −3,047.86 = 账户权益变动 +1,534.14 − 未了结成本 4,624.40。✔

单轮质量：平均 +56.31 元、最好 +342.33（518880.SH，10 天、4 档）、最差 +11.43（588000.SH， 1 天、1 档）。没有亏损轮次——因为主出口本身就是"只在盈利 ≥1% 时卖"，亏损仓位不会被了结。

4.2 轮次结构

项 值
完整轮次 28
平均持有 4.5 天（最长 29 天）
平均档位 1.25 档（最多 4 档）
底仓次数 / 补仓次数 29 / 7
单轮平均收益 +0.89%

平均只用 1.25 档说明阶梯远未铺开：add_pct=3% 要求补仓前先跌 3%，一年里只触发了 7 次。

4.3 资金占用（收益瓶颈所在）

项 值
有持仓的天数 76 / 182（41.8%）
平均占用资金 3,358 元 = 起始资金的 1.68%
峰值占用资金 38,775 元 = 19.4%
买入总额 / 换手 176,668 元 / 0.88 倍

占用 20 万的账户、一年只换来 1,534 元权益增长。每投入 1 元赚 0.9%，但资金一年只周转 0.88 次。

4.4 佣金影响（很轻）

项 值
佣金合计 325.70 元
占买入金额 0.184%
单轮平均佣金 11.63 元（对 56.31 元净利 ≈ 21%）
佣金率 0 → 0.0003 → 0.001 权益 +1,576.54 → +1,534.14 → +1,288.54

单笔金额约 1,600~9,000 元，max(5, 金额×0.0003) 里最低佣金 5 元常年生效， 实际单边费率 0.06%~0.3%。min_profit_pct=1% 覆盖得住（docs/etf.md §5.1 的判断成立）。 但注意：轮次利润被佣金吃掉约 1/5，若把 buy_shares 降到 500，单笔更低、佣金占比更高 （§5.3 的 buy_shares=500 行里佣金占比升到约 0.6%）。

4.5 逐月权益

月份 权益变动 幅度
2025-12 0.00 0.000%
2026-01 −23.55 −0.012%
2026-02 +111.82 +0.056%
2026-03 −106.03 −0.053%
2026-04 +323.49 +0.162%
2026-05 +226.41 +0.113%
2026-06 +361.37 +0.180%
2026-07 +416.97 +0.208%
2026-08 +125.95 +0.063%
2026-09 +97.71 +0.049%

月度全部在 ±0.21% 以内——平稳但近乎无感，符合"小仓位高频网格"的特征。

五、参数敏感性（28 组单变量对照）

场景 权益变动 最大回撤 底仓 补仓 主出口 副出口 佣金 峰值占用
基准（现网配置） +1,534.14 0.63% 29 7 28 0 325.70 38,775
add_pct=2.0 +1,172.48 0.45% 27 5 26 0 290.00 17,920
add_pct=4.0 +1,067.85 0.45% 25 3 24 0 260.48 18,010
add_pct=5.0 +979.08 0.45% 25 2 24 0 255.00 15,137
min_profit_pct=0.5 +807.52 0.64% 41 4 40 0 430.64 38,775
min_profit_pct=0.8 +1,311.66 0.63% 37 4 36 0 390.68 38,775
min_profit_pct=1.5 +1,444.86 0.59% 22 5 21 0 240.00 19,616
min_profit_pct=2.0 +783.13 0.57% 19 5 17 2 215.00 19,616
channel_pct=1 +373.02 0.64% 23 4 22 0 246.03 23,700
channel_pct=10 +1,362.02 1.67% 27 6 26 0 303.57 52,705
channel_pct=20 +1,070.13 0.55% 28 6 27 0 305.00 17,920
channel_pct=30 +1,219.45 0.53% 23 4 22 0 245.59 18,468
buy_shares=500 +679.80 0.32% 28 7 27 0 310.35 19,388
buy_shares=2000 +3,333.64 1.24% 33 6 32 0 378.83 77,550
max_adds=5 / 15 / 20（配 500 股） +679.80 0.32% 28 7 27 0 310.35 19,388
atr_multiplier×0.5 / ×2.0 +1,534.14 0.63% 29 7 28 0 325.70 38,775
inner_step=0.4 +1,426.25 0.63% 29 7 28 1 330.70 38,775
inner_step=0.2 +800.28 0.65% 9 3 7 2 110.70 34,636
无副出口 +1,534.14 0.63% 29 7 28 0 325.70 38,775
无 T+1（min_hold_days=0） +1,534.14 0.63% 29 7 28 0 325.70 38,775
佣金率 0 / 0.001 +1,539.84 / +1,476.40 0.63% / 0.63% 29 7 28 0 320 / 423 38,775
成交=反弹确认价 +1,779.37 0.60% 25 7 24 0 280.00 20,975
成交=收盘价 +319.00 0.95% 12 7 10 0 145.00 28,680

5.1 真正影响结果的参数

参数 效果 解读
buy_shares（仓位规模） 500 → 2,000 使权益变动 +680 → +3,334，峰值占用 19,388 → 77,550 几乎线性放大。策略的收益上限由仓位规模决定，当前 1,000 股只用了 19% 资金
min_profit_pct 0.5% 最差（+808），1.0~1.5% 最好（+1,534 / +1,445），2.0% 反而回落（+783） 太低被佣金吃掉、太高错过均值回归；1.0~1.5% 是合理区间，但 2.0% 的回落说明结论对样本路径敏感
channel_pct 1% 大幅变差（+373），10% 收益略低（+1,362）但回撤 2.6 倍（1.67%），20~30% 变化不大 门槛贴区间下沿会错过大量机会；放宽到 10% 提高换手并把峰值占用推到 52,705，风险上升
fill_mode touch +1,534 / bounce +1,779 / close +319 对成交假设最敏感（§7）

5.2 完全不影响结果的参数（重要发现）

  • atr_multiplier（格距）×0.5 / ×2.0：结果一模一样。 这不是 bug，而是 docs/etf.md §3.3 的设计后果：格距只用于①跨度健康度告警（仅告警）②副出口的 inner_step 标定。建网、补仓、主出口全都用 entry、last_buy×(1−add_pct)、avg_cost×(1+min_profit_pct)， 没有一个触发价依赖格距。 → 推论：逐标的 ATR 倍数标定（§3.4）对本策略的成交没有任何影响，"跨度 12.2%~16.0%"的精细调参 只影响告警文案。要么承认它是诊断参数，要么让格距真正参与某个闸门。
  • max_adds（5/15/20）：结果一模一样。 因为一年只补仓 7 次，最多到 4 档，max_adds=9 的闸门从未生效。它只在极端单边下跌里才起作用， 属于"便宜且必要"的保险，不是可调收益旋钮。
  • min_hold_days / T+1：结果一模一样。 所有主出口都发生在建网次日或更晚，T+1 约束从未被触及。
  • 副出口在现网参数下基本是死代码：inner_grids=2、inner_step=0.7~0.9 要求峰值盈亏率 ≥1.4%~1.8%，而主出口在 1.0% 就把整仓清掉了 → 峰值永远到不了第 2 格（基准里副出口 0 次成交）。 只有把 inner_step 压到 0.4（峰值门槛 0.8%）才成交 1 次；压到 0.2 时轮次结构完全改变 （底仓 29→9 次，权益 +3,084，最好的一组）。若要副出口有意义，inner_grids×inner_step 必须小于 min_profit_pct。

5.3 buy_shares 与max_adds 的联合行解读

buy_shares=500 与 max_adds=5/15/20（配 500 股） 三行完全相同，正是因为 max_adds 不生效； 它们与基准的差异全部来自仓位减半（回撤 0.63%→0.32%，收益 +1,534→+1,956）。 把 buy_shares 加到 2,000 则收益翻倍到 +3,364、回撤翻倍到 1.24%——这是唯一稳定的杠杆。

六、策略层面的风险与结构性观察

  1. 没有止损，亏损不可了结。 主出口是唯一出口，且只在盈利时触发；补仓上限 max_adds=9 只是把最坏持仓锁在 10,000 股，不限制"持有多久、亏多少"。样本里 510300.SH 就是这样： 12 个盈利轮次的 +589.67 被一个未了结的 2 档仓位抹平并倒亏 4,034.73。 → 策略的真实收益分布是"多数小赢 + 少数长期深套"，回测窗口内没出现真正的单边下跌， 这个尾部没有被检验。
  2. 入场门槛确实有效。 29 次建网里，pct_in_60d（现价在过去 60 日收盘中的分位）中位数约 5%，近一半落在 10% 以下——"只在近 20 日区间最低 15% 以内建网"的规则被执行到了。 但仍有例外（如 2026-07-21 588000.SH 分位 43%、2026-06-09 510300.SH 分位 45%）， 原因是 entry = min(通道门槛, MA60) 在 MA60 明显低于通道门槛时会放宽到 MA60， 使"低位"判定让步于"不在均线上方"。这与 §2.1 的说明一致，但意味着它是均线闸门， 不总是低位闸门。
  3. 收益与风险都被资金利用率限制。 平均占用 1.68%、峰值 19.4%。当前配置下策略既不会大赚也不会大亏， 1,534 元 / 182 天 ≈ 年化 1.54%。要它有意义，必须提高 buy_shares 或纳入更多标的 （§5.3 的线性放大提供了直接证据）。
  4. 多标的资金竞争没有发生。 三个标的的最大同时占用只有 38,775 元（19.4%）， docs/etf.md §4.6 的"共享预算 + 在途预留"在样本里从未成为约束。
  5. 510300.SH 的样本代表性偏差。 它 9 个月几乎走平（−0.48%），却是亏损全部来源； 而 +21.9% 的 588000.SH 反而是唯一"零遗留"的标的。这说明赚钱的是趋势里的波动， 亏钱的是趋势外的横盘——与 §1.2"不赚单边趋势"的自我定位部分矛盾（横盘反而最受伤）。

七、方法与结论的敏感度（务必一并看）

整个结论对成交假设的敏感度高于对任何策略参数的敏感度：

成交模型 已了结盈亏 权益变动 底仓次数 解读
touch（按触发价） −3,047.86 +1,534.14 29 乐观上界
bounce（按低点+0.5% 反弹价） −7,384.63 +1,779.37 25 最贴近 tick 语义
close（按收盘价） −19,753.00 +319.00 12 悲观下界
  • bounce 的交易次数更少但权益更高（+1,780）：因为它避免了"在最低点买到、随后立刻被 主出口以 1% 卖掉"的乐观撮合，入场价更差但出场也更真实。
  • close 模式下建网次数从 29 掉到 12（约 −59%），因为"当日收盘仍在门槛之上"比"盘中触及门槛" 严格得多——如果实盘实际上只能在收盘附近决策（例如策略被限流、tick 稀疏、或者门槛附近反复无效）， 收益会衰减到几乎为零。
  • 三种模型下权益变动都是正的、最大回撤都 <1%，方向上稳健；但绝对量级从 +0.16% 到 +0.89%， 都远低于任何有意义的目标。

八、建议（按证据强度排序）

  1. 先修资金利用率，别调格距。 buy_shares 500→2,000 的对照显示收益近似线性放大 （+1,956→+3,364），而 atr_multiplier 任何变化都不影响成交。要提升账户收益， 应提高单档股数或增加标的，而不是继续精调 ATR 倍数。
  2. 让副出口真正可达，或删掉它。 现状 inner_grids×inner_step (1.4%~1.8%) > min_profit_pct (1.0%)， 副出口被主出口完全压制（基准 0 次成交）。二选一： 把 inner_step 降到 min_profit_pct/inner_grids 以下（如 0.4），或明确它是兜底保险并接受它基本不触发。
  3. 补一个"无止损"的对冲闸门。 数据上最大风险来自单一标的的长期深套（510300.SH −4,034.73）。 可选：单标的浮亏达到 N% 时禁止继续补仓、或按 max_hold_days 强制减仓 （目前 max_hold_days=0，代码里即便配了也只告警不平仓）。
  4. 重新审视"低位"判定。 entry = min(通道门槛, MA60) 在均线走低时会放宽门槛， 导致在 60 日分位 40%+ 的位置建网（样本里出现过）。若目标是均值回归， 建议把 MA60 作为额外约束（entry = min(通道门槛, MA60) 同时要求 price ≤ 通道门槛）， 而不是让两者互相抵消。
  5. 上线前必须补的三件事（docs/etf.md §7.5 已列出，本回测进一步确认其必要性）： 3~5 年数据重跑（当前样本无单边下跌）、除息/复权口径确认（接口无复权价，会直接错位锚点）、 用 tick 级或分钟级数据校准 §7 的成交假设（结论对它的敏感度最高）。

十、为什么收益率这么低：机会频率是上限，仓位规模是唯一的放大器

追加了三组实验（sweep.py / universe.py / entries.py，逻辑与 §三 完全一致，只改参数或下单规模）。

10.1 根因：一年只有 59 个入场信号

标的 可回放日 最低价跌破门槛 当日收回门槛之上 入场信号 跌破门槛天数占比
588000.SH 182 44 20 20 24.2%
510300.SH 182 47 29 29 25.8%
518880.SH 182 30 10 10 16.5%
合计 546 121 59 59 —
  • 三个标的一年一共只有 59 次"跌进门槛 + 当日收回"的机会（≈ 每天 0.32 次）， 且实盘还要再叠加盘中反弹 rebound_pct 确认，只少不多。
  • 回测实际建网 29 次，轮次 28 次 → 机会几乎被用尽，不是策略在挑，是市场不给。
  • 入场门槛只在 16%~26% 的交易日被跌破；close < MA60 的日子占 45%~55%， 说明 entry = min(通道门槛, MA60) 主要由 MA60 决定，门槛并不极端。

所以收益低的算术原因是：年收益 ≈ 平均占用比例 × 单位占用收益率。 平均只占用 1.68% 的资金，哪怕占用部分的年化回报有 45%（≈ 每轮 0.89% × 一年 50 轮）， 账户层面也只有 1.68% × 45% ≈ 0.76%。

10.2 唯一有效的放大器：单档规模（代价是回撤同比例上升）

其他参数一律不动，只把 buy_shares（及其 10 档容量）放大：

buy_shares 权益变动 收益率 最大回撤 平均占用 峰值占用 占用ROI 收益/回撤
1,000（现值） +1,534 0.77% 0.63% 1.68% 19.4% 45.7% 1.2
2,000 +3,334 1.67% 1.24% 3.20% 38.8% 52.1% 1.3
5,000 +6,073 3.04% 5.44% 23.6% 88.9% 12.9% 0.6
10,000 +8,705 4.35% 8.11% 33.8% 91.0% 12.9% 0.5
20,000 +9,394 4.70% 9.54% 38.3% 92.5% 12.3% 0.5
  • 2,000 股以内：收益近似线性放大，风险调整后收益不降（收益/回撤 1.2→1.3）。
  • 5,000 股以上：占用 ROI 从 ~50% 掉到 ~13%，因为开始在同一批机会上过度集中、 且被迫吃下更差的入场价；收益/回撤跌到 0.5~0.6。这就是"加杠杆"的边界。
  • 资金放大 ≠ 收益改善：把资金提到 100 万且每档 5,000 股，收益率仍是 0.83%， 与 20 万/1,000 股的 0.77% 几乎一样——钱多了但没有更多机会可下注。

10.3 标的是并行的机会源（按比例缩放的隔离实验）

场景 资金 权益变动 收益率 峰值占用
1 只 + 资金 1/3 66,667 +134 0.20% 4.4%
2 只 + 资金 2/3 133,333 +682 0.51% 7.9%
3 只 + 全额 200,000 +1,534 0.77% 19.4%
2 只 + 仍是 20 万 200,000 +682 0.34% 5.2%
1 只 + 仍是 20 万 200,000 +134 0.07% 1.5%

收益率随标的数量近似线性上升（0.20% → 0.51% → 0.77%，而资金同步放大时每单位资金效率不变）。 反过来，"钱多标的少"纯粹是浪费：1 只标的拿 20 万，峰值占用只有 1.5%。 → 每只 ETF 平均只能吸收约 6~7 万元峰值资金，扩标的是提高资金利用率最干净的方式。

10.4 为什么"便宜"的参数调整都没用（甚至是负优化）

规模固定 buy_shares=2000 时：

调整 权益变动 收益率 最大回撤 占用ROI 判断
基准（add 3% / profit 1% / channel 15%） +3,334 1.67% 1.24% 52.1% 基准
add_pct=2% +2,522 1.26% 0.89% 26.5% 变差
add_pct=1.5% +3,090 1.55% 0.88% 29.4% 略差
add_pct=1.0% +2,875 1.44% 0.88% 29.9% 略差
min_profit_pct=0.6% +2,080 1.04% 1.26% 41.7% 明显变差
min_profit_pct=3% +1,995 1.00% 0.17% 67.8% 收益降、单位效率升
channel_pct=10% +2,850 1.43% 3.31% 12.0% 换手↑、单位效率↓、回撤↑
channel_pct=30% +2,544 1.27% 1.04% 26.2% 变差
  • 加快补仓没用：add_pct 从 3% 收紧到 1%，补仓次数从 6 升到 8，但平均成本被抬高， 单位占用 ROI 从 52% 掉到 30%，净效果为负。补仓的收益来自"跌得深"，不是"补得勤"。
  • 降低止盈目标没用：min_profit_pct=0.6% 让轮次从 33 增到 38，但每轮利润被佣金摊薄， 总收益反而从 +3,334 掉到 +2,080（docs/etf.md §5.1"不要为了迁就资金调低 min_profit_pct"被验证）。
  • 放松入场门槛没用：channel_pct=10% 把峰值占用推到 52.7%、回撤 3.31%，但收益反而更低 ——门槛的作用是筛掉低质量机会，而不是限制资金。
  • 现值参数（add 3% / profit 1% / channel 15%）在这批单变量里已经是最优点附近。

10.5 组合方案（A+B 叠加）

方案 权益变动 收益率 最大回撤 峰值占用 收益/回撤
基准（买 1,000） +1,534 0.77% 0.63% 19.4% 1.2
买 2,000 + add 1.5% + profit 1.0% +3,090 1.55% 0.88% 26.9% 1.8
买 5,000 + add 1.5% + profit 1.0% +7,888 3.94% 2.18% 67.3% 1.8
买 10,000 + add 1.5% + profit 1.0% +14,529 7.26% 4.29% 91.0% 1.7
每档 = 现金 10%（按资金下单） +6,536 3.27% 1.25% 39.3% 2.6

"每档 = 现金的 10%"是这批实验里风险调整后最好的一组（收益/回撤 2.6）：它让每档规模 自动跟随账户净值，既比固定 1,000 股用得多（平均占用 6.0% vs 1.68%），又不至于像固定 10,000 股那样在同一批机会上堆到 91% 占用。

10.6 改进方案排序（按证据强度）

# 措施 预期效果 代价 是否需要改代码
1 单档规模 1,000 → 2,000 股（或改成"现金的 5~10%"） 收益 ×2~×4（+1,534 → +3,334 / +6,536） 回撤 0.63% → 1.24% / 1.25% 只改 _etf.yaml（buy_shares）；按资金下单需改 backtest/策略下单量
2 扩充标的白名单（目标 6~10 只） 收益率随标的数近似线性上升（1→3 只：0.20%→0.77%）；这是唯一不增加单标的风险的扩容方式 需要更多筛选与逐标的 atr_multiplier/inner_step 标定 只改 _etf.yaml（symbols）
3 让副出口可达：inner_step 降到 min_profit_pct/inner_grids 以下（如 0.4） 轻微（+1,426 vs +1,534，略降）；但能让"单档兜底"这个保险真正存在 增加少量换手与佣金 只改 _etf.yaml
4 不要动 add_pct / min_profit_pct / channel_pct 现值已是这批实验的最优点附近 — —
5 给"无止损"补一个闸门（单标的浮亏 N% 停止补仓 / max_hold_days 真正生效） 样本里无触发机会（最大浮亏仅 −0.9%），属于尾部保险，不是收益来源 会引入已实现亏损 需改 positions.py

一句话：收益低不是参数没调好，而是"一年 59 个机会 × 每轮 0.89% × 平均只用 1.68% 的钱" 这三项乘出来的。想提高，先扩标的（更多并行机会），再放大单档规模（更多钱下注）； 调参（补仓速度、止盈门槛、入场宽度）已经被数据否决。

十一、复现与文件

labs/analysis/etf/
├── backtest.py       回测内核（日线近似、三种成交模型、共享资金、T+1、sizer）
├── analysis.py       轮次统计 / 资金占用 / 逐月 / 敏感性
├── run.py            总报告生成器（results.json + run_report.txt）
├── sweep.py          改进方案扫描（规模 / 参数 / 组合）
├── universe.py       标的数量 × 资金规模的隔离实验
├── entries.py        入场机会频率统计
├── results.json      全部结构化结果
├── run_report.txt    人读汇总表
└── cache/*.json      日线缓存（--refresh 重新抓取）

cd D:\work\quant\big-qmt
py -3.14 -B labs/analysis/etf/run.py --refresh     # 抓最新日线并重跑全部对照
py -3.14 -B labs/analysis/etf/run.py --ledger      # 附带逐笔成交
py -3.14 -B labs/analysis/etf/sweep.py             # 改进方案扫描
py -3.14 -B labs/analysis/etf/universe.py          # 标的数量 vs 资金规模
py -3.14 -B labs/analysis/etf/entries.py           # 入场机会频率
Reference in New Issue View Git Blame Copy Permalink