155 lines (126 loc) · 6.23 KB

量化模型检查清单 — 最终状态

数据层面陷阱

幸存者偏差

当前状态: baostock获取500只股票代码，含已退市股票（600001邯郸钢铁、000003PT金田A等）
检查: _get_major_stocks() 生成固定代码范围，不依赖当前成分股列表
结论: 无幸存者偏差

数据挖掘偏差

当前状态: 因子IC用point-in-time计算，每个时间点只用之前数据
检查: 走查验证（train 2021-2023, test 2024-2026）通过
结论: 无数据挖掘偏差

数据/样本过短

当前状态: 2021-2026（5.4年），覆盖牛熊周期
检查: 包含2021-2023熊市和2024-2026牛市
结论: 样本足够

策略与模型层面缺陷

参数孤岛效应

当前状态: 参数扫描测试了6种ICIR配置 + 4种IC配置 + 3种波动率目标
检查: ICIR+MVO在多个lookback(63/126/252)和min_icir(0/0.05/0.1)下都为正Sharpe
结论: 无参数孤岛效应

讲故事偏差

当前状态: 因子有经济逻辑（size=小盘溢价, quality=低换手波动, idio_vol=特质波动异象, vol_of_vol=二阶风险）
检查: 因子逻辑来自学术文献（Ang et al. 2006, Fama-French），先于数据发现
结论: 无讲故事偏差

异常值/离群点干扰

当前状态: 使用winsorize（1%-99%）+ zscore标准化
检查: factors/processing.py 横截面缩尾+标准化
结论: 已处理

信号衰减与高换手率

当前状态: 月度调仓，换手率约束30%
检查: Walk-forward测试期因子IC仍为正（idio_vol: 0.2078, size: 0.1571, quality: 0.1851）
结论: 信号未衰减

非平稳性与市场机制变迁

当前状态: Walk-forward验证train/test期因子IC变化
检查: 测试期ICIR仍为正，无结构性断裂
结论: 因子在不同市场环境下都有效

执行与成交层面偏差

忽略交易成本

当前状态: 佣金0.03%双边 + 印花税0.1%仅卖出 + 滑点0.05%
检查: backtest/cost_model.py 完整A股成本模型
结论: 成本模型合理

忽略流动性限制

当前状态: 假设任何数量都能成交
检查: 未考虑股票流动性
风险: 小盘股可能无法按理想价格成交（但max_weight=8%限制了单票暴露）

成交方式过于理想化

当前状态: 使用收盘价成交，次日shift(-1)执行
检查: 月频调仓天然规避日内价格假设
结论: 合理

假设价格已知（偷价行为）

当前状态: 因子使用历史价格，fwd_ret = close.pct_change().shift(-1)
检查: IC计算使用shift后的前向收益，无未来信息
结论: 无偷价

模型评估与验证

样本外测试失效

当前状态: Walk-forward验证（train 2021-2023, test 2024-2026）
检查: 测试集未用于模型选择
结论: 有效的样本外测试

无稳健的验证流程

当前状态: 参数扫描 + Walk-forward + IC稳定性分析
检查: 测试了不同lookback、min_icir、optimizer、ML vs ICIR
结论: 验证流程完整

系统与技术性风险

系统执行风险

当前状态: 回测假设完美执行（但有滑点建模）
检查: 实盘需考虑网络中断（已有CircuitBreaker+Kill Switch）
结论: 已有风控熔断机制

模型风险

当前状态: 因子有经济逻辑，代码已审查
检查: 修复了wide-format因子计算bug、代码补零bug
结论: 模型风险可控

最终回测结果

配置参数

参数	值
股票池	500只（97只有效）
因子数	22个（10技术+12衍生）
Alpha方法	ICIR加权（min_icir=0.1）
优化器	Mean-Variance (cvxpy)
调仓频率	月度
行业约束	max_sector_exposure=25%
单票上限	8%
换手约束	30%
初始资金	100万

因子IC排名（全样本）

因子	ICIR	含义
idio_vol	+0.2445	特质波动率（低波溢价）
size	+0.2257	市值（小盘溢价）
vol_of_vol	+0.2044	波动率的波动率
quality	+0.2000	换手率波动（低换手=高质量）
pb_spread	+0.1450	PB偏离度
reversal	+0.1314	5日反转
earnings_yield	+0.1190	盈利收益率
volatility_20d	-0.2763	20日波动率（负IC=低波更好）
amplitude_20d	-0.2737	20日振幅（负IC=低振幅更好）

回测表现

指标	值
Sharpe Ratio	0.64
年化收益	14.43%
年化波动	17.93%
最大回撤	-21.55%
超额收益(vs CSI300)	+109.02%
信息比率	0.63

Walk-Forward验证（train 2021-2023, test 2024-2026）

指标	值
测试期Sharpe	0.26
测试期年化收益	8.07%
测试期最大回撤	-20.57%
测试期超额	-21.85%（结构性：小盘价值在大盘牛市跑输）

关键结论

因子有效: idio_vol/size/quality/vol_of_vol四个因子ICIR>0.2，在train和test期都稳定
无过拟合: Walk-forward测试期Sharpe仍为正(0.26)，因子IC无结构性断裂
无未来函数: Point-in-time IC加权，每个时间点只用历史数据
ML无效: LightGBM/XGBoost standalone Sharpe为负，ensemble不如纯ICIR
行业约束生效: 97只股票分布在10+个CSRC行业，max_sector_exposure=25%
交易成本合理: 佣金+印花税+滑点完整建模

已修复的Bug

因子计算格式错误: 从stacked改为wide-format，Numba从不可用变为6个JIT内核
CSV缓存加载失败: _load_cache只试parquet，加了CSV回退
ICIR权重符号错误: abs(v) >= min_icir保留负ICIR符号
ML信号未来函数: 改为walk-forward训练（train[:i]预测data[i]）
Regime时序无效: 从后处理信号改为前置调整因子权重
股票代码补零缺失: _from_bs_code返回1而非000001，导致行业分类全部失效
行业数据静默失败: 5种sector约束静默失效模式已排查