MoFin/docs/v_mr_strategy.md

v_mr 策略文档：小盘深超跌均值回复

创建：2026-08-02 ｜ 引擎版本：v2（合并自 mr_engine_v2.py） ｜ 状态：✅ 已通过 10y 全市场验证

1. 策略一句话

买入"跌过头的小盘股"，等它反弹回均值。与 v_next4（追趋势）互补，专攻震荡市/熊市里被错杀的超跌股。

2. 背景与动机（为什么建这个策略）

• 翻倍股分析发现：77% 的翻倍股诞生于震荡/中性市，只有 23% 诞生于趋势市。
• 趋势引擎（v7.1 评分体系）天然只在趋势市出手，震荡市是它的盲区。
• 尝试把趋势引擎改成均值回复（test_vmr/scan_vmr 系列）全部失败——评分体系是趋势导向的（追动量、追突破），改 filters 是硬套，方向就错了。
• 结论：均值回复必须独立建一套入场逻辑，不走 score/momentum 评分体系。

3. 入场逻辑（v2 最终版）

因子	参数	含义	来源
bias60	≤ -10%（单边，无下限）	价格比 MA60 低超过 10% = 深超跌	翻倍股起点 bias60≤-15.75%，取 -10 捕获"超跌未崩"区间
rsi_max	≤ 42	RSI 超卖	翻倍股起点 RSI≤44.8
prev_ret60	≤ -15%（单边，无下限）	60 日跌幅超 15%	翻倍股起点 prev_ret60≤-10%
mom20_max	≤ 5%	20 日动量低（不追已反弹的）	均值回复前提：还在低位
amount_max	≤ 15（百万元）	20 日均成交额 ≤ 1500 万元 = 小盘	翻倍股成交额极小；大票超跌≠错杀
rsi_delta_min	≥ 2	RSI 5 日回升 ≥ 2 = 止跌确认	离线重放发现：不加止跌确认 avg 2.41% → 加后 3.01%
mkt_mode	any	不限大盘	10y 验证：sideways 过滤有害（见 §7）

次日开盘价入场（信号日收盘确认，次日 open 成交）。

4. 出场逻辑（v2 最终版）

出场	参数	说明
target（止盈）	+18%	让利润跑向目标，不截断
stop（止损）	-8%	固定止损
time（时间）	25 个交易日	超时按收盘价平仓

关键修复（v1 → v2）：v1 有 "反弹到 MA20 止盈" 出场（ma20_revert）。实测这是毒药：

• 超跌票 MA20 就在头顶 2-3%，反弹到 MA20 只赚 2-3% 就卖
• 而止损是 -8%，盈亏比严重倒挂
• v2 删除 MA20 出场后，avg 由负转正（200 笔测试中 136 笔走 ma20_revert 的 avg +3.29% 看着还行，但大量本该到 +18% 的票被 2-3% 截断了）

5. 参数是怎么定出来的（完整推导链）

1. 翻倍股共性因子（分析 10 年翻倍股）：起点集中在 小盘 + MA60 下方深跌 + 近期跌 + RSI 偏低 + 低动量。
2. v1 松版基线（strategy_lab.py 首版）：923,603 笔 / wr 61.4% / avg -0.1% —— 入场太松 + MA20 出场倒挂，白忙活。
3. 离线重放定参（replay_mr 系列，用 92 万入场点重放不同出场规则，秒级测参）：
   • 第 1 轮：确认 MA20 出场全负，去掉后 avg 转正；入场收紧显效。
   • 第 2 轮：最紧入场（bias≤-10/amount≤15/prev≤-15/rsi≤42）→ 13,637 笔 avg 2.41%。
   • 第 3 轮：rsi_delta≥2（止跌确认）→ avg 3.01% / wr 53.6%；rsi_delta≥3 → 3.15%。
   • 第 4 轮：tp18/sl8/25d → 9,082 笔 / avg 3.16% / wr 54.8%。年度分布健康（2018 熊市 4098 笔 +4.19%）。
4. 真实 10y 全市场验证（mr_engine_v2.py）：见 §6，avg 3.34% vs 离线预测 3.16%，对齐良好。

6. 验证结果（10y：2016-07-01 ~ 2026-07-24，A 股全市场）

指标	数值
交易笔数	21,690
胜率	53.6%
平均收益/笔	+3.34%
平均盈利	+11.9%
平均亏损	-6.56%
平均持仓	16.9 天
组合 10y（等权 5 仓）	+332.1%（年化 15.6%，回撤 45.4%）
组合 10y（满仓模拟）	+208.8%（年化 11.8%，回撤 26.0%）
覆盖月份	107 个月，universality 76.0
出场分布	target 5,851（+18%）、stop 7,374（-8%）、time 8,465（+3.09%）

年度分布（组合口径）：2018 熊市大量出手（10,163 笔）；2019 +49%；2025 +25%；2026 当前 -12.6%（见 §7）。

7. 踩过的坑（重要教训）

1. MA20 反弹止盈是毒药 —— 均值回复的票反弹空间只有 2-3% 到 MA20，必须让利润跑向 +18%。
2. bias_min/ret_min 硬截断会漏掉最深超跌 —— v1 用 bias∈[-14,-2] 双端限制，最超跌的票（bias<-14）反而被挡在外面。v2 改单边（只设上界不设下界）。
3. sideways 过滤（ADX<25 才出手）有害 —— 10y 全市场验证：过滤后收益 206.6% → 147.9%。趋势市里买超跌反弹力度更大，强制过滤掉的是赚钱交易。
4. MA20 方向过滤无一致规律 —— 2018 熊市大盘 MA20 下抄底反而赚钱（wr 63%），2026 年上下都亏。不能用于过滤。
5. 2026 年亏损是市场环境问题，不是策略缺陷 —— 2026-05 起全面恶劣（wr 9-24%），v_mr 在这种环境天然吃亏，此时应切 v_next4（2026 +18.9%）。这正是组合互补的意义。
6. 大盘上下文数据曾缺失 —— sh000001 在 stock_daily 只有 2021-07 起，2016-2020 数据在 sector_index_daily。已回填（2026-08-02），mkt_adx 覆盖从 23% → 90%。

8. 与 v_next4 的分工（组合互补性验证结论）

维度	v_next4（趋势）	v_mr（均值回复）
出手时机	100% 大盘 MA20 上方（强趋势市）	83% 在大盘 MA20 下方/震荡市
典型年份	2025 +29.8%、2022 +16.2%	2019 +49%、2021 +23.7%
2018 熊市	0 笔（完全不出手）	10,163 笔（主战场）
2026 趋势市	+18.9%（主力）	-12.6%（回避）
股票池	58 只（大市值趋势票）	1,753 只（小盘超跌票）
信号重叠	21 个重叠日/10 年（竞争极少）	——

合并价值：v_mr 单独 10y +206.6%，叠加 v_next4 覆盖牛市暴利段后 +302.1%（cagr 14.8%，dd 26.2%）。两策略按市场周期轮动，互不抢信号。

9. 代码位置

• 引擎（合并后）：strategy_lab.py → run_mr_backtest()（v2 版本，含 skip_stats 统计）
• 注册：strategy_lab.py → register_mr_strategy()（B 类策略，不进 v7.1 评分体系）
• 独立副本（历史）：mr_engine_v2.py（v2 修复版，已合并，保留作参考）
• 数据：data/mofin.db → strategy_research 表（version='v_mr'，最新一条 = v2 10y 21690 笔）
• 离线重放脚本：/tmp/replay_mr*.py（历史调参用）

10. 运行方式

import strategy_lab as lab
lab.register_mr_strategy('v_mr', 'v_mr: 小盘深超跌均值回复', summary, hypothesis,
    {'bias_max': -10, 'rsi_max': 42, 'ret_max': -15, 'mom20_max': 5,
     'amount_max': 15, 'rsi_delta_min': 2, 'mkt_mode': 'any'},
    {'tp_pct': 0.18, 'sl_pct': 0.08, 'max_hold_days': 25}, slots=5)
r = lab.run_mr_backtest('v_mr', '2016-07-01', '2026-07-24', 913000, save=True, universe='a', period_tag='10y')

⚠️ 注册须在跑测前调用（v_mr 不进 STRATEGIES 持久化注册表）。universe='a' = A 股；'all' 含港股（港股 HSI 上下文另算）。

11. 六步方法论精选调优（2026-08-02 深夜，v_mr 精选版）

背景：实盘扫描器原用"bias60 最超跌取前10"排序——违反六步方法论、无验证、实测证伪（corr(bias60,profit)=0.028≈0，最深档 bias<-23.7% 反而最差 avg+1.41%/wr42.8%）。按六步方法论从 21690 笔回测中重新推导。

第1步：挑显著收益票

• v_mr 基线 21690 笔，收益分层 p50=+1.5% / p75=+18.0% / max=+18.0% / min=-8.0%
• 显著盈利组 = profit ≥ +18%（即 target 止盈档，5851 笔）

第2步：共同因子（显著盈利组 vs 亏损组）

因子	显著盈利均值	亏损均值	结论
mom20	-14.17	-12.14	盈利组20日动量更负（加速下跌尾声）
rsi_delta	8.86	7.21	盈利组RSI回升更强（止跌确认）
dist_ma20	-5.59	-4.56	盈利组离MA20更远（反弹空间大）
atr_pct	4.16	3.62	盈利组波动更大（弹性足）
mkt_adx	32.88	34.68	亏损组在大盘强趋势时抄底危险
bias60/rsi/prev_ret60	≈无差异		深超跌≠更好

第3步：正面因子组合全市场重筛

组合	笔数	avg	胜率	盈亏比	覆盖
基线 v_mr	21690	+3.34%	53.6%	1.81	107月
mom20+rsi_delta 双因子	2005	+8.11%	71.4%	2.10	68月
三因子(+dist_ma20)	620	+9.04%	75.6%	2.25	40月
四因子(+atr_pct)	242	+10.56%	79.8%	2.34	26月

第4步：负面因子（四因子组内亏损 vs 盈利）

负面因子	亏损组	盈利组	含义
mkt_adx	40.15	29.43	大盘ADX≥35 强跌市抄底危险
obv_delta	-977k	+25k	资金流出(OBV<0)必死
bias60	-19.75	-17.67	bias<-22 过深易续跌
prev_ret60	-29.57	-26.26	60日跌超32%易续跌
amount_ma20	8.90	10.43	太缩量流动性差

第5步：正负因子合并

版本	笔数	avg	胜率	盈亏比	亏损	覆盖
四正面因子	242	+10.56%	79.8%	2.34	49	26月
全负面合并	144	+12.73%	88.9%	2.67	16	13月

第6步：稳健性验证（非过拟合）

检查	笔数	avg	胜率
全样本	144	+12.73%	88.9%
去掉2018全年	37	+10.76%	83.8%
去掉2018-10极端月	60	+9.27%	78.3%

• 年度分布：2018年107笔(74%，2018-10单月84笔)、2022年24笔(+13.86%/100%独立验证)、其余37笔
• 2022 年独立复现高收益 → 不是单一事件过拟合
• 组合模拟(3槽,扣费)：10年 +94.0% / 年化 8.4% / 回撤 8.1% / 执行 27 笔

精选版策略画像

• 10年 144 笔 = 年均 14 笔 = 每月约 1 笔，完全适合手工操作
• 单笔毛利 +12.73%、胜率 88.9%、盈亏比 2.67
• 出场沿用 tp18%/sl8%/25天（后续调优中）

待落地

• 实盘扫描器排序规则：bias60最超跌取10 → 精选因子组合筛选
• ST 股不排除（仓位控制即可，老莫 2026-08-02 指示）
• 出场参数调优（tp/sl/max_hold 对精选组重新扫描）

第6步续：出场参数调优（2026-08-02，网格扫描 tp x sl x hold）

对精选组 144 笔用原始K线重放，扫 tp∈{12,15,18,20,25} × sl∈{6,8,10} × hold∈{20,25,30}：

Top 组合：

tp	sl	hold	avg	wr	pf
0.25	0.10	30	+15.51%	90.3%	2.35
0.25	0.08	30	+15.45%	88.9%	2.74
0.20	0.10	30	+14.96%	91.7%	2.05
0.25	0.06	30	+14.71%	84.0%	3.41(盈亏比最优)

结论：tp 18→25（利润跑更远）+ hold 25→30（给反弹时间）= 主要提升来源；sl 8-10% 稳健。

选定参数：tp=25% / sl=10% / max_hold=30天

最终版稳健性验证：

检查	笔数	avg	wr
全样本	144	+15.51%	90.3%
去2018全年	37	+12.18%	81.1%
2022独立验证	24	+15.01%	95.8%
2024	6	+19.17%	83.3%

组合模拟（扣费0.2%往返）：

槽位	10年总收益	年化	回撤	执行
3槽	+135.7%	11.0%	10.0%	27笔
5槽	+93.3%	8.4%	6.0%	35笔
全参与MC	+43.5%	4.4%	0.8%	98笔

最终版策略画像（v_mr 精选）

• 入场：6基线条件 + 正面4因子（mom20∈[-20,-14]、rsi_delta≥10、dist_ma20∈[-10,-7]、atr_pct≥4.5）+ 剔除4负面（mkt_adx≥35、OBV<0、bias60<-22、prev_ret60<-32）
• 出场：tp=25% / sl=10% / max_hold=30天
• 10年144笔 = 年均14笔 = 每月约1笔，适合手工
• 单笔毛利 +15.51%、胜率 90.3%、盈亏比 2.35-2.74
• ST 股不排除（仓位控制，老莫指示）

12. ⚠️ 结论修正：v_mr 系列不作为弱市实盘策略（2026-08-03 六步方法论全面重审）

老莫按六步方法论要求重新推导"真正普适的弱市策略"（标准：去2018后 avg>0 + 覆盖≥80月 + 年度正贡献≥7年）。研究结论：v_mr 家族（含精选版 v_mr_sel）全部不合格，弱市不存在可实盘的选股 alpha。

12.1 v_mr 基线为何不合格

• 基线 avg +3.34% 靠 2018 超级熊市 10163 笔（47%） 撑起；去 2018 后 avg +2.14%/wr 49.8%——掷硬币
• 2018 是 A 股十年一遇（上证 3500→2440），深超跌反弹只在此时有边缘，其余年份信号稀疏且收益平庸（2026 年 avg +0.06%）
• 本质：v_mr 是"2018 型超级熊市探测器"，不是可持续策略

12.2 v_mr_sel（精选版）为何不合格

• 144 笔信号中 2018-10 三天占 78 笔（54%），覆盖仅 14/120 月——完全是一次行情的产物
• 任何因子筛选逃不开 2018：单因子 rsi_delta≥10 去 2018 后 avg +2.49%（回到基线），mom20 去 2018 后 +2.11%

12.3 全市场弱市选股穷尽验证（无 alpha）

逻辑	弱市日 20日 avg	去2018	结论
全市场随机(基线)	+0.36%	+0.36%	掷硬币
深超跌(v_mr)	+0.38%	≈0	无边缘
相对强势(RSI≥50)	≈0	≈0	无边缘
收缩突破(DNA)	-0.97%	-0.57%	负边缘
低PE防御(60日)	+1.18%	+1.86%	普适达标但年化仅7%，组合3槽-20.7%

12.4 数据支撑的结论

弱市最好的策略是仓位管理，不是选股：弱市（大盘MA20下）随机买入 = 趋势市随机买入（无差别），期望≈0。弱市应降仓/空仓，把资金留给 v_next4 趋势市主战场。

• 实盘已实现：strategy_lifecycle 6.5 市场阶段降级（trend_down/choppy 买入降级为"关注"）
• v_mr/v_mr_sel 仅作为"极端熊市（ADX极高+深超跌）"的期权式参考，不作为常规配置

12.5 方法论教训

• 六步方法论第6步"合格评估"必须包含普适性硬标准（去极端年后 avg>0 + 覆盖≥80月 + 正贡献≥7年），只看整体 avg/胜率会被极端年份欺骗
• 回测 10 年含 2018 这种极端年，任何"深跌反弹"类策略都会被拉高指标造成假象——必须做去极端年稳健性检查

13. 12维框架深挖：大盘ADX择时是弱市edge的关键前提（2026-08-03）

按老莫 12 维分析理论（大盘/行业/个股 × 消息/基本/技术/资金）系统验证，发现第 2 步"个股技术无区分"的根因是遗漏了【大盘技术面】维度。

13.1 核心发现：大盘 ADX 是弱市择股的分层器

全市场 10 年弱市日（大盘MA20下）按大盘 ADX 分桶，60日收益：

大盘ADX桶	样本	avg60日	wr	赢家率(≥26.4%)
<20	118670	+1.63%	45.6%	9.8%
20-25	30113	-1.24%	39.6%	6.3%
25-30	54202	+4.89%	51.0%	14.7%
30-40	74666	-0.04%	41.4%	8.2%
≥40	85291	-0.10%	42.2%	10.0%

甜区 = 弱市 + 大盘ADX∈[25,30]（趋势刚转弱/盘整初期）：avg +4.89%（年化≈30%）、wr 51%、赢家率 14.7%，远超其他区间。

13.2 甜区内叠加个股超跌因子（12维：大盘技术 × 个股技术）

组合	avg60日	去2018	正年
甜区(基线)	+1.67%	+2.19%	5/11
甜区+bias60<-20	+4.77%	+6.78%	9/11
甜区+bias60<-20+RSI<30	+5.04%	+5.67%	10/11

13.3 结论与落地建议

• 弱市"深超跌反弹"的 edge 真实存在，但前提是大盘 ADX∈[25,30]——这是 v_mr 缺失的大盘前置条件（v_mr 用 mkt_mode='any'，任何弱市都扫，信号被 ADX≥30 的强跌市污染）
• 落地建议：现有 v_mr 扫描器加入大盘 ADX 门控（仅 ADX∈[25,30] 时扫描），提升单笔质量
• 局限（诚实）：单笔 edge +5.67% 真实但薄，信号密集且无排序因子，组合层面年化仅 3%（2018外）——不足以上线为独立实盘策略，价值在"认知 + 门控改进"

14. ✅ v_weak_final：六步方法论完整产出的弱市策略（2026-08-03 定稿）

按老莫六步方法论 + 12维框架（大盘/行业/个股 × 消息/基本/技术/资金）完整执行 1-6 步，产出可推荐弱市策略。

策略定义

层	条件
大盘	弱市（sh000001 < MA20）+ 大盘ADX ∈ [25,30]（甜区）
个股正面	bias60 ∈ [-35, -20]（深超跌但不过深）+ RSI ≤ 25（极度超卖）
个股负面剔除	5日跌幅 > -3%（剔除阴跌，只留急跌/恐慌盘）
出场	tp=30% / sl=12% / max_hold=40日

验证结果（10y 全市场 A股）

指标	数值
交易笔数	2,649
单笔均收益	+10.66%
胜率	68.4%
正贡献年份	9/11（2017/18/19/20/21/22/24/25/26正，2023略负）
去2018	avg +5.60%（967笔/37月）
组合5槽(扣费)	+115% / 年化8.8% / 回撤32%

六步方法论推导链

1. 赢家：弱市日60日≥+26.4%(p90) = 35,490信号/100月覆盖（每年都有，非2018独有）
2. 共同因子：12维框架发现大盘ADX是分层器（ADX25-30 avg+4.89% vs 其他区间≈0）；个股技术单独无区分（漏维度）
3. 全市场筛：甜区+深超跌+RSI<30 → 7,254信号 avg+5.19%
4. 负面因子：筛选集内亏损vs盈利对比 → 过深bias60(<-35)/RSI偏高(>25)/5日浅跌(r5f>-3) 是亏损共性
5. 正负合并：三负全剔 → 2,651信号 avg+9.84%/wr66.1%
6. 调参：出场tp25→30/sl10→12/hold40 → avg+10.66%/wr68.4%

与 v_mr 对比（全面胜出）

指标	v_mr	v_weak_final
avg	+3.34%	+10.66%
wr	53.6%	68.4%
去2018	+2.14%(掷硬币)	+5.60%(真实)
组合年化	4.6%	8.8%

关键认知（可复用）

• 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

16. 回撤优化：每月≤8信号（2026-08-03，回撤27.6%→19.4%）

用户质疑回撤27.6%过大。系统诊断 + 全面测试后找到最优方案。

16.1 回撤根因诊断

• 最大回撤区间 2023-02 ~ 2024-08（18个月阴跌），312笔 wr仅36.2%
• 打击点：2024-01微盘流动性危机（22笔全灭 wr0%/avg-12%）、2023-03(13%)、2024-05(20%)
• 结构性缺陷：甜区(ADX25-30)持续出手，但2023-2024是阴跌市，RSI≤25深超跌无反弹，止损-12%反复被打

16.2 降回撤方案全测试（诚实记录）

方案	结果
大盘RSI回升过滤	❌ 信号2649→394，avg+10.66%→+3.01%（甜区大部分日不回升）
大盘MA20斜率	❌ 回撤期纹丝不动
收紧止损12→8	❌ 无改善（回撤是环境非单笔）
高槽位8-20	❌ 回撤仍27-32%，年化反降
同月信号≤8	✅ 回撤19.4%，年化9.6%→16.7%

16.3 最终方案：v_weak_8

• 每月最多8个信号（自然序=最强超跌优先），等权6槽
• 回测：301笔 / 组合6槽 +308% / 年化15-16.7% / 回撤19.4% / 收益回撤比15.9
• 单笔 avg+4.83% / wr54.8% / 去2018 +6.00%(236笔/37月) / 正贡献10/11年
• 每月8笔完全人工可操作

16.4 认知

• 深超跌抄底的回撤来自集中出手而非单笔亏损——同月限8让资金不"一篮子抄底"，收益/回撤4.7→15.9
• 择时过滤（大盘RSI/斜率）对阴跌市无效，2024-01微盘危机大盘指标是假回升

17. 入场修正：只买"下方有支撑"的票（2026-08-03，老莫洞察）

老莫指出："支撑太远的票根本不该买"。验证并落地。

17.1 洞察验证（距20日低点分桶）

距20日低点	n	avg	wr
<5%（近支撑）	2258	+10.93%	70.0%
5-10%	351	+9.73%	59.5%
10-15%	36	+4.38%	55.6%
15-25%	4	-2.04%	50.0%

结论：支撑越近越好。距前低<5%的票（跌到近期底部、下方有承接）反弹最有力（+10.93%/wr70%）；>10%的还在下跌途中、无支撑（avg崩至+4%以下）。

17.2 修正后入场条件

原 v_weak 条件 + 距20日低点 <5%（剔除"还在下跌途中、下方无支撑"的票）

17.3 修正后表现

指标	原v_weak_8	修正版
单笔 avg	+4.83%	+5.13%
胜率	54.8%	57.5%
去2018	+6.00%	+6.34%
正贡献年	10/11	10/11
组合6槽	310%/16.8%/19.4%	310%/15.1%/19.4%

17.4 止损结论（前文S1/S2测试的教训）

• 弱支撑S1距入场仅1.6%→wr崩至17.9%（太近，一买就被扫）
• 强支撑S2可能在-20~-40%→最大单亏-41.6%（太远=没止损，扛单扛到死）
• 深超跌票下方无可靠技术支撑，止损用固定-12%（回测最优），入场用"距前低<5%"筛选确保有承接

18. 止损+RR 正式定稿（2026-08-03，RR维度验证）

老莫要求：①支撑太远不买（已落地§17）；②必须考虑RR（Risk/Reward盈亏比）。本节省完整验证。

18.1 止损×RR 全组合扫描（7止损 × 3RR = 21组合，每月≤8）

止损	RR	avg	wr	去2018	max亏
固定-12%	2.5	+5.13%	57.5%	+6.34%	-12.0%
固定-12%	2.0	+5.11%	58.9%	+6.23%	-12.0%
固定-12%	3.0	+5.17%	56.5%	+6.22%	-12.0%
ATR×3	3.0	+4.61%	57.2%	+5.51%	-22.4%
前低-8%	3.0	+4.24%	51.0%	+5.04%	-12.2%
前低-6%	3.0	+3.73%	48.3%	+4.40%	-10.3%

18.2 为什么"跌破前低止损"不如固定-12%（诚实结论）

• v_weak 入场要求距前低<5%（§17），跌破前低止损距离仅4-8%
• 深超跌高波动票的正常波动就达4-6%，支撑止损太紧频繁被扫（wr 42-53% vs 固定58.9%）
• 支撑筛选已在入场侧完成（确保下方有承接），止损侧用固定-12%控制单笔风险

18.3 正式止损+止盈逻辑

• 止损：入场价 -12%（盘中触发即出）
• 止盈：入场价 +30%（= RR2.5 × 12%止损距离，满足盈亏比≥2:1要求）
• 超时：40个交易日按收盘平仓
• 同日冲突：止损优先
• RR 验证：止盈/止损 = 30/12 = 2.5 ≥ 2 ✅

18.4 入场筛选（完整）

弱市(MA20下) + ADX∈[25,30] + bias60∈[-35,-20] + RSI≤25 + 5日急跌≤-3% + 距20日低点<5%（下方有支撑） + 每月≤8 + 等权6槽

19. 三次评估流程优化：入场重评确认（缩量+收阳）（2026-08-03）

按老莫"三次评估流程"（选股→入场重评→出场重评）重构回测，找到入场重评的确认条件。

19.1 三次评估回测探索

• 3stage初版（等回调买入）: wr 48.2%——等回调=等继续跌，错过反弹不回调的票
• 3stage实盘对齐（深套/弱势豁免+swing MA10出场）: wr 54.9%——MA10波段对深超跌高波动太敏感(97%被swing平掉)
• 结论: v_weak深超跌反弹票不适合实盘swing/MA10出场体系，需简单出场(tp/sl/time)

19.2 入场重评确认最优解（信号日12维确认）

确认条件	n	avg	wr	去2018
基线(信号日直接买)	292	+5.13%	57.5%	+6.34%
当日收阳	204	+4.43%	54.4%	+6.40%
缩量<1.0	221	+2.82%	53.8%	+3.56%
缩量+收阳	136	+7.00%	61.8%	+8.46%
RSI3日回升	115	+3.35%	48.7%	+4.82%
大盘RSI<45	172	+2.86%	47.7%	+4.57%

最优: 缩量(<1.0)+收阳 双确认——缩量=抛压衰竭, 收阳=资金进场, 过滤弱信号。

19.3 v_weak 最终形态（三次评估）

• Stage1选股: 甜区(弱市+ADX25-30) + bias60∈[-35,-20] + RSI≤25 + 5日急跌≤-3% + 距前低<5% + 每月≤8
• Stage2入场重评: 当日收阳 + 缩量(<1.0) 确认才买入
• Stage3出场: 固定 tp30%/sl12%/hold40（简单出场，不适合swing/MA10）
• 结果: 136笔/avg+7.00%/wr61.8%/去2018+8.46%/正年8/11/6槽ret163%/dd18.7%

20. C 机器学习探索：时序外验证（2026-08-03）

老莫要求 C(机器学习)在三次评估框架内试，不偏离实盘路径。用纯Python逻辑回归(无sklearn,防环境依赖)。

20.1 设计

• 样本: 2260 个 v_weak 候选（甜区+深超跌+RSI+急跌+距前低<5%），12维特征
• 标签: 未来40日是否达+30%止盈（正例率34%）
• 时序外: 前70%(2016-2023)训练, 后30%(2024-2026)测试——防过拟合

20.2 结果

概率阈值	精确率	召回率	预测买入
0.45	0.511	0.446	186笔
0.40	0.483	0.596	263笔
基线正例率	0.34	—	—

时序外有效: 逻辑回归把止盈精确率从基线34%提到51%（+17pp），非过拟合。

20.3 特征权重（新洞察）

特征	权重	含义
mkt_adx	+0.695	大盘ADX越高越倾向止盈（甜区内接近30上沿反弹更确定）
r10f	-0.278	10日跌越深越好（恐慌释放充分）
r20f	+0.195	20日动量微正（企稳）
dist_lo20	+0.187	距前低略远（站稳）
rsi_delta	-0.150	RSI回升反而不利（已反弹的追高风险）

20.4 结论

• ML 时序外有效（51% vs 34%），但不优于"缩量+收阳"硬规则（wr 61.8%）
• 硬规则可解释、无模型维护成本，v_weak 保持硬规则
• ML 发现的新因子（mkt_adx接近上沿、r10f深跌、rsi_delta为负）作为未来增强方向记录

21. 仓位优化：每月≤30 + 等权8槽（2026-08-03）

老莫指出136笔/10年少、回撤18.7%高、问仓位控制影响。系统扫描 每月上限×槽位 矩阵。

21.1 仓位矩阵（每月上限 × 槽位）

月上限	n	槽	年化	总收益	回撤	收益/回撤
8	136	6	12.0%	163%	18.7%	8.7
8	136	8	12.2%	166%	19.3%	8.6
30	234	8	12.8%	178%	16.4%	10.9
30	234	10	12.5%	172%	17.5%	9.9
5	100	4	10.9%	142%	20.4%	6.9

仓位结论：8槽最优。4→8槽: 年化+2pp, 回撤-4pp, 收益/回撤6.5→10.9。等权分散是核心。

21.2 最终 v_weak 配置

• 每月≤30 + 等权8槽 + 缩量收阳确认 + tp30/sl12/40
• 234笔/10年(年均23笔) / avg+7.17% / wr62.4% / 去2018+8.02% / 正年8/11
• 组合8槽: +178% / 年化12.8% / 回撤16.4% / 收益回撤10.9

21.3 对比（解决三个质疑）

指标	原(月8/6槽)	最优(月30/8槽)
笔数	136	234(+72%)
年化	12.0%	12.8%
回撤	18.7%	16.4%
收益/回撤	8.7	10.9

§22 消息面补数据研究：同花顺 API 定向拉取能力（2026-08-04）

老莫提醒：现代 web 应用是"拉到最后触发拉取下一批"（无限滚动），不是"下一页"翻页。且做过的事要记录（§ + 代码块规范）。本节固化消息面补数据的研究结论。

§22.1 同花顺 timeline API 定向拉取能力（实测验证）

接口：https://news.10jqka.com.cn/timeline_web/web/v1/news/list

分页参数：

• marketId: 17=上交所(6开头), 33=深交所(0/3开头)
• code: 6位股票代码
• size: 每页条数（默认20，实测可用100，减少请求数）
• offset: 秒级时间游标（publishTime/1000），语义=严格排他上界（返回该时间戳之前的新闻）

实测确认（600519 茅台）：

• offset=2024-06-01 00:00 → 返回 2024-05-31 21:49:29 及更早新闻（offset 之前的）
• offset=某条新闻的确切秒 → 该新闻自身不被返回（严格排他）
• 翻页连续无重叠无缺口（page1末 05-30 08:02:19 → page2首 05-30 06:41:30）
• 历史深度可回溯到 2011 年（offset=2015 时返回 2011/2013/2014 新闻）
• startTime/endTime/start/end/beginTime 等参数全部无效——API 只支持 offset 单边上界

窗口化拉取算法（用于定向补某时间段新闻）：

1. offset = 窗口终点 + 1秒（排他上界，包含终点时刻）
2. 往回翻页（size=100 减少请求）
3. 当本页最后一条 publishTime < 窗口起点 → 停止
4. 过滤只保留 [起点, 终点] 区间内的新闻
5. 实测：6 周窗口 19 页（size=20）→ size=100 只需 ~4 页，0 条越界

§22.2 消息面补数据方案：定向拉取（非全量）

原则：不全量补全市场新闻，而是先定赢家波段，只补相关股票在相关时段的消息。

首批研究对象：涨幅≥80% 的极端波段，每年取涨幅前 20 → 220 个波段，210 只股票，年份分布均衡（2016-2026）。

定向窗口：波段起点前 7 天 ~ 起点后 40 天（约 47 天），覆盖入场前后的消息面。

执行结果：news_backfill_window.py 已完成首批拉取：

• 210 只 × 波段窗口
• 共入库 9471 条新闻（stock_news 表，source=同花顺iNews）
• 单票窗口拉取约 3-8 页（size=20），全程约 20-30 分钟

§22.3 12 维消息面可补的结论

维度	数据源	历史覆盖	状态
个股消息面	同花顺 ths_news.py	2011+（实测）	✅ 可补
个股消息面(近期)	东财 search-api	近6个月	⚠️ 仅近期
大盘消息面	macro_context_collector.py	仅实时	❌ 硬缺口
行业消息面	signal_news	仅实时	❌ 硬缺口

消费端：strategy_lab.py 的 prepare_news_context() + news_mult=2.0 已启用，补数据直接进回测增益。

§22.4 已固化的采集脚本

/home/hmo/MoFin/deploy/profile-scripts/ths_news.py        # 同花顺翻页采集（全量backfill+daily）
/home/hmo/MoFin/deploy/profile-scripts/news_collector.py  # 东财翻页采集（近6个月）
/tmp/news_backfill_window.py                              # 定向窗口拉取（赢家波段相关时段）

§23 消息面分析最终结论：数据补全但无选股价值（2026-08-04）

老莫指导补全消息面数据（4001只赢家波段股×相关时段，401万条新闻）。全量分析后结论：消息面不可用作选股因子。

§23.1 全量消息面数据

• 4001 只赢家波段股 × 波段起点前后窗口（起点-7天~+40天）
• 401 万条新闻入库（stock_news 表）
• 覆盖：同花顺iNews（主）+ 东财（近6月补充）

§23.2 消息面 vs 波段收益（全量，诚实结论）

情绪	n	avg_gain	判断
利好(positive)	198	+52.8%	无显著优势
中性(neutral)	941	+56.4%	反而最高
利空(negative)	153	+49.5%	仅略低
无新闻	~4100	~51.5%	基线

关键发现：

1. 新闻情绪与波段收益几乎无关联——利好52.8% vs 利空49.5% vs 中性56.4%，差异不显著
2. 之前"有新闻波段+126.5%"是小样本噪音（248只子集），全量后消失
3. 反向因果：大涨的票更可能有新闻（新闻是结果不是驱动）

§23.3 12维消息面最终定位

• ✅ 数据已补全（消息面维度不再缺）
• ❌ 不能作为选股筛选因子（无统计显著关联）
• ⚠️ 可作辅助参考/排除：波段起点有重大负面公告（监管处罚/业绩暴雷）的谨慎——但数据验证排除信号也弱

§23.4 方法论教训

• 小样本假象：248只子集的"新闻+大涨"关联在全量后消失——必须先全量再下结论
• 反向因果陷阱：消息是涨的结果不是原因，不能用"涨得多的有新闻"反推"有新闻的会涨"
• 数据补全 ≠ 策略价值：补了400万条新闻，证明消息面在波段选股上无稳定规律——这是有价值的研究结论（证明此路不通）

§24 新闻与上涨的时间关系：先导反而降低收益（2026-08-04）

老莫问：新闻发布时间和上涨开始时间有什么关系？分析发现：新闻更多是滞后报道，先导新闻反而降低收益。

§24.1 新闻发布时间与波段起点的时间差分布

时间关系	占比	含义
新闻在先>7天	33.3%	新闻发布7天以上后股票才涨（先导）
新闻在先1-7天	10.2%	先导
新闻当天	2.2%	引爆
新闻在后1-7天	12.5%	滞后报道
新闻在后>7天	41.8%	滞后报道

平均时间差 -1.5天（新闻略滞后）；先导43.5% vs 滞后54.3%。

§24.2 先导新闻数与收益的关系（关键发现）

先导新闻数	avg_gain
无先导	+59.5%
1条先导	+48.8%
2条先导	+49.7%
3+条先导	+49.9%
纯滞后(无先导)	+64.6%

结论：

1. 无先导新闻的波段收益最高（+59.5%）——先导新闻不但不预测大涨，反而抑制收益（有先导49.8% vs 无先导59.5%）
2. 纯滞后（新闻只在涨后报道）的波段收益最高（+64.6%）——再次证明"新闻是涨的结果"
3. 先导新闻越多，收益略降——新闻密集=高关注=拥挤交易，推高后回落

§24.3 消息面不能作选股因子的三重铁证

1. §23：有新闻/无新闻收益无差异（全量数据）
2. §23：利好/利空情绪无显著差异
3. §24：先导新闻反而降低收益——"没新闻盯上的票涨得更猛"

§24.4 这解释了 v_weak 为什么用技术面能赚钱

v_weak 用"深超跌+缩量+收阳"选的是没被新闻盯上的超跌票（低关注度、无先导新闻、非拥挤交易），这些票反弹空间大。新闻先导的票是高关注拥挤交易，容易冲高回落。技术面避开"新闻拥挤度"，正是 v_weak 的优势来源。