docs: 仓位研究结论——等权6槽自然序最优(§15)

科学仓位研究: 强度分单调性验证(十等分D1+1.24%→D10+18.17%)
6方案×3-8槽全扫描: 等权6槽最优(年化9.6%/回撤27.6%/收益回撤4.7)
反直觉: 分级加权和score排序都损害收益(等权115% vs 高分优先17%)
v_weak sizing_slots: 5→6, 组合ret130.6%/dd27.6%

docs/v_mr_strategy.md

@@ -318,3 +318,37 @@ r = lab.run_mr_backtest('v_mr', '2016-07-01', '2026-07-24', 913000, save=True, u
 - **弱市选股 edge 真实存在**，前提=大盘ADX∈[25,30]（趋势刚转弱的盘整期），这是 v_mr 缺失的大盘前置
 - **负面剔除 > 正面排序**：筛选集内"亏损票共性"（过深/RSI偏高/阴跌）比"挑最好"更有效
 - 信号适中（年均265笔，每月约22笔，部分可人工）
+
+
+## 15. 仓位研究：等权6槽自然序为最优（2026-08-03 全面测试）
+
+> 对 v_weak 做科学仓位研究（非拍脑袋）：强度评分单调性验证 + 6 种仓位方案 × 3-8 槽全扫描 + 排序选票对比 + MC 随机对照。
+
+### 15.1 强度评分单调性（分级仓位的前提验证）
+r5f/RSI/bias60 合成强度分，十等分：D1(+1.24%/41%) → D10(+18.17%/90.5%) **完美单调**（差距15倍）。
+
+### 15.2 分级仓位 × 槽位 全扫描结果
+| 方案 | 最优槽 | 年化 | 总收益 | 回撤 | 收益/回撤 |
+|------|--------|------|--------|------|-----------|
+| **等权(基准)** | **6** | **9.6%** | **131%** | 27.6% | **4.7** |
+| 等权 | 5 | 8.8% | 115% | 32.1% | 3.6 |
+| 连续Kelly | 5 | 7.5% | 92% | 29.2% | 3.2 |
+| 两档0.5/1.5 | 5 | 5.0% | 56% | 26.7% | 2.1 |
+| 三档0.3/1/2 | 5 | 4.9% | 54% | 27.9% | 1.9 |
+
+**结论：等权 > 任何分级加权**。boost 加权虽降回撤（32%→24-27%），但收益损失更大（115%→53-56%）。强度分单调但组合层面分级无益。
+
+### 15.3 排序选票对比（关键反直觉发现）
+| 选票方式 | 总收益 | 年化 |
+|----------|--------|------|
+| **自然序(插入序)** | **115%** | **8.8%** |
+| score高分优先 | 17% | 1.7% |
+| score低分优先 | 4% | 0.5% |
+| MC随机(30次均值) | 87% | 7.0% |
+
+**自然序 >> 任何排序**：v_weak 信号按日期自然排列时，同天先出现的恰是更强超跌（隐式质量排序）。高分优先排序反而破坏入场节奏。
+
+### 15.4 最终仓位策略
+- **等权 6 槽**（100万/6≈16.7万每票），**自然序入场**（不做 score 排序、不做 boost 分级）
+- 10年：总收益+131% / 年化9.6% / 回撤27.6% / 收益回撤比4.7
+- 单笔：avg+10.66% / wr68.4% / 去2018+5.60% / 正年9/11