91 lines
3.7 KiB
Markdown
91 lines
3.7 KiB
Markdown
# RR（盈亏比）与最终结果关联分析结论
|
||
|
||
> 日期：2026-08-17
|
||
> 背景：老莫要求回溯各高分策略选股时选入的 RR，探究 RR 与最终结果是否有关系，以决定 RR 阈值设定。
|
||
|
||
## 数据来源
|
||
|
||
- 数据库：`strategy_research.results_json.trades`（各策略严格按规则回测的逐笔交易）
|
||
- 样本：123,049 笔交易，15 个策略版本合并（v_mr/v_mr2/v_weak/v1.0/hk_pe_oversold/v2.0/hk_pe_mom/hk_mr2/v3.0/v_mr3/v_oversold/v7.1/v8.1/v_combo/v5.0）
|
||
- 每笔含 entry_price / exit_price / stop_loss / target / profit_pct / exit_reason / hold_days
|
||
|
||
## 核心指标定义
|
||
|
||
- **计划 RR**（选股时）：`(target - entry) / (entry - stop_loss)` —— 止盈/止损参数的比例
|
||
- **实际 RR**（退出时）：`(exit - entry) / (entry - stop_loss)` —— 退出结果的度量
|
||
|
||
## 分析结果
|
||
|
||
### 1. 计划 RR vs 最终结果（全局，123,049 笔）
|
||
|
||
| RR区间 | n | 胜率 | 均收益% | 均持仓天 |
|
||
|--------|---|------|--------|---------|
|
||
| <1.5 | 28240 | 45.2% | 0.82 | 31.9 |
|
||
| 1.5~2.0 | 23268 | 40.2% | 1.74 | 55.5 |
|
||
| 2.0~2.5 | 60057 | 50.1% | 3.04 | 28.2 |
|
||
| 2.5~3.0 | 7533 | 40.6% | 1.82 | 62.3 |
|
||
| ≥3.0 | 3951 | 41.2% | 2.65 | 50.0 |
|
||
|
||
**Pearson 相关系数 r ≈ 0.05** —— 计划 RR 与收益几乎无线性相关。
|
||
|
||
### 2. 分策略规律不一致（重要）
|
||
|
||
| 策略 | 观察 |
|
||
|------|------|
|
||
| v_mr / v_weak | RR 全部集中 2.0~2.5（胜率 53.6%） |
|
||
| v1.0 | RR 越高收益越好（0.20→1.14%），≥3.0 回落 |
|
||
| v_mr2 | RR 高反而收益低（2.08→1.10%） |
|
||
| hk_pe_oversold | RR 越高收益越好（9.77→13.78%） |
|
||
| v8.1 / v_combo | RR<2.0 区间收益最好（11.43%/16.68%） |
|
||
|
||
→ **RR 与结果的关联是策略特性相关，不是全局规律**。
|
||
|
||
### 3. 分年稳定性（v1.0）—— 不稳定
|
||
|
||
| 年份 | RR<1.5 收益 | RR2.0-2.5 收益 |
|
||
|------|------------|---------------|
|
||
| 2021 | +0.46% | +1.77% |
|
||
| 2022 | +0.37% | **-1.97%** |
|
||
| 2023 | -0.73% | -0.73% |
|
||
| 2024 | -0.93% | -0.36% |
|
||
| 2025 | +2.17% | +3.28% |
|
||
| 2026 | -0.04% | +0.58% |
|
||
|
||
→ 2022 年 RR 高反而亏，年度间关系不稳定（市场环境主导）。
|
||
|
||
### 4. 计划 RR 与退出原因（v_mr）
|
||
|
||
RR 2.0~2.5 时退出分布：time 39% / stop 34% / target 27% —— 多数是时间到期或止损，仅 27% 到达目标位。
|
||
|
||
### 5. 实际 RR（退出时）vs 结果
|
||
|
||
| 实际RR | n | 均收益% |
|
||
|--------|---|---------|
|
||
| <-0.5（深亏） | 8131 | -7.68 |
|
||
| -0.5~0 | 1933 | -1.88 |
|
||
| 0~0.5 | 2228 | +2.06 |
|
||
| 0.5~1.5 | 3144 | +7.29 |
|
||
| 1.5~2.5 | 6261 | +17.73 |
|
||
|
||
→ 实际 RR 与收益强正相关，但它是**退出后的结果度量**，不是选股的前置指标。
|
||
|
||
## 结论
|
||
|
||
1. **RR 值本身与最终结果没有稳定的可预测关系**（r≈0.05，分策略相反，分年不稳定）。
|
||
2. 计划 RR 只是**止盈/止损参数的比例**（tp/sl），反映策略的风险偏好设计，不是选股质量指标。
|
||
3. **RR 2.0 作为统一淘汰阈值没有数据支撑** —— 它既不保证收益，也不代表质量。
|
||
4. RR 的合理作用是**防止负期望交易**（如 RR<1 止损距离大于止盈），而非精选门槛。
|
||
5. 真正的选股质量指标是**胜率/收益/回撤**（strategy_regime_perf 的 win_rate/avg_pnl），RR 是辅助风控。
|
||
|
||
## 决策落地（2026-08-17）
|
||
|
||
- **RR 阈值从 2.0 调整为 1.0**（基本保底：只拦截止损距离 ≥ 止盈距离的负期望交易）
|
||
- promote 进自选：RR < 1.0 拦截
|
||
- watchlist_auto_exit 每日淘汰：RR < 1.0 淘汰
|
||
- 超跌类策略（p_oversold/b_td1_v3）继续豁免 RR 门槛
|
||
|
||
## 涉及文件
|
||
|
||
- `deploy/profile-scripts/promote_candidates.py`（promote 门槛）
|
||
- `deploy/profile-scripts/watchlist_auto_exit.py`（每日淘汰门槛）
|