---
## ✅ 策略回测结果（2023-01-01 至 2026-03-12）
| 指标 | 本策略 | 基准 |
|------|--------|------|
| 📈 累计收益率 | **+15.45%** | 21.0% |
| 🔁 年化收益率 | 4.81% | — |
| 📉 最大回撤 | 43.86% | — |
| ⚡ 夏普比率 | 0.20 | — |
| 🎯 胜率 | 41.78% | — |
| 💰 盈亏比 | 1.47 | — |
| 📊 收益波动率 | 28.18% | — |
| 🔗 Beta | 1.13 | — |
> **相比 V1 大幅改善**（V1 累计收益 -43.52% → 本版 +15.45%）
---
## 📊 结果解读
**✅ 积极面：**
- 策略实现正收益，V1 亏损问题得到根本性修复
- 盈亏比 1.47 说明**赚钱时赚得比亏钱时多**，趋势捕捉逻辑是有效的
- 信号数量充足（每天 Top10，调仓后 2176 条）
**⚠️ 问题分析：**
- **跑输基准（21.0% vs 15.45%）**：2023-2024 年 A 股整体熊市，2024Q4-2025 大涨——趋势策略在震荡熊市期容易频繁止损
- **最大回撤 43.86% 偏高**：Beta=1.13，策略放大了市场波动
- **胜率 41.78%**：不足 50%，说明入场时机还有优化空间
---
## 🚀 进一步优化建议
### 方向一：加入市场择时过滤（最重要）
在熊市/震荡市直接空仓或降仓，是减少回撤最有效的手段：
```python
-- 仅在指数趋势向上时选股（如沪深300 EMA20 > EMA60）
-- 可在 SQL 中 JOIN 指数数据，或在 initialize 中增加市场判断逻辑
```
### 方向二：提高入场门槛
```python
-- 加入 20 日动量 > 3%（过滤弱势上涨）
AND momentum_20 > 0.03
-- 加入放量确认（近5日成交额 > 近20日均值）
AND m_avg(amount, 5) > m_avg(amount, 20) * 1.1
```
### 方向三：优化持仓管理
```python
# 波动率加权仓位：波动小的股票给更多仓位
# 当前等权分配忽略了个股风险差异
# 建议：weight = 1/volatility / sum(1/volatility)
```
### 方向四：扩大股票池
```python
-- 当前：HS300 + ZZ500（约800只）
-- 可加入中证1000：is_zz1000 = 1（中小盘弹性更大）
-- 但要同步提高流动性门槛（amount > 1亿）
```
### 方向五：动态止盈止损
```python
# 用 ATR（真实波动幅度）动态设置止损
# ATR 大的股票止损放宽，ATR 小的股票止损收紧
# 避免高波动股频繁触发固定止损
```
> ⚠️ **风险提示**：回测结果不代表未来表现。本策略存在以下潜在偏差：① **幸存者偏差**（退市股未纳入）② **过拟合风险**（指标参数可能对历史数据过度优化）③ **流动性风险**（实盘中大单冲击成本更高）。建议进行**走样本外测试**（如用 2020-2022 数据验证）和**滚动回测**，充分评估策略稳健性后再实盘。
策略文件已保存至：`main.py`，可直接在 BigQuant AIStudio 中打开运行。如需对任何优化方向深入实现，告诉我即可！