market_scan_v2 全面诊断与方向建议
执行时间: 2026-09-18
状态: ✅ 完成
一、诊断汇总
1.1 三套回测对比
| 指标 | 代理A1(72天) | 真实A1(16天) | 手工池(16天) |
|---|---|---|---|
| T+1命中率 | 49.7% | 38.8% | 44.3% |
| T+5命中率 | 48.8% | 18.1% | 35.9% |
| 平均收益T+1 | +0.90% | +0.10% | +0.17% |
| 净收益T+1(扣成本) | +0.03% | -0.76% | -0.69% |
| 夏普(净) | 0.14 | N/A | -7.12 |
| 最大回撤 | -46.47% | N/A | -11.35% |
| 累计收益 | -1.79% | N/A | -10.64% |
1.2 统计检验
| 检验项 | 结果 | p值 | 结论 |
|---|---|---|---|
| 代理A1命中率(二项) | 715/1440=49.7% | 0.8125 | ❌ 不显著 |
| 代理A1原始收益(T检验) | t=2.255 | 0.0272 | ✅ 显著(未扣成本) |
| 代理A1净收益(T检验) | t=0.076 | 0.9394 | ❌ 不显著(扣成本后) |
| 真实A1命中率(二项) | 124/320=38.8% | 0.0001 | ❌ 显著低于50% |
1.3 分月表现（代理A1）
| 月份 | 天数 | T+1% | 均收益 | 净收益 | 评价 |
|---|---|---|---|---|---|
| 6月 | 21 | 49.0% | +1.32% | +0.46% | 持平 |
| 7月 | 23 | 46.3% | -0.48% | -1.34% | ❌ 最差 |
| 8月 | 21 | 55.7% | +1.85% | +0.99% | 最好 |
| 9月 | 7 | 44.3% | +1.21% | +0.35% | 数据不全 |
1.4 核心发现
发现1: 策略有微弱alpha但被成本吃掉
- 原始收益+0.90%/天，T检验p=0.027（显著大于0）
- 扣成本0.86%后净收益仅+0.03%/天，p=0.94（不显著）
- 结论: 选股有微弱正向能力，但alpha不足以覆盖交易成本
发现2: 真实A1反而更差
- 代理A1命中率49.7% ≈ 随机
- 真实A1命中率38.8%，显著低于随机（p=0.0001）
- 结论: 真实A1因子可能反向有效，或16天样本太小
发现3: layer2_filter是假因子体系
- 7个深度因子中6个是代理/硬编码
- 只有sector_z是真实数据
- 结论: 不是调参问题，是因子体系从根上是假的
发现4: 回撤集中于7月
- 最大回撤-46.47%，区间6/22-7/20
- 7月T+1=46.3%（低于随机），净收益-1.34%
- 池子从768膨胀至3264只，因子区分度下降
- 结论: 池子膨胀+无止损机制导致回撤失控
二、方向建议
方案A：补齐完整策略（60h / 7.5工作日）
| 优先级 | 模块 | 工时 | 预期效果 |
|---|---|---|---|
| P0 | veto_engine集成 | 4h | 排除高风险股，降低回撤 |
| P0 | entry_score集成 | 4h | 入场时机判断 |
| P1 | margin真实化 | 4h | 融资数据纳入 |
| P1 | concept_z修正 | 2h | 修正匹配逻辑 |
| P1 | holder真实化 | 4h | 股东变化数据 |
| P2 | chip真实化 | 8h | CYQ筹码分布 |
| P2 | tb真实化 | 6h | 通达信龙虎榜 |
| P2 | sentiment真实化 | 4h | 市场情绪 |
| P3 | layer3实现 | 16h | 共振确认 |
| P3 | war_council集成 | 8h | 参谋团决策 |
优点: 策略逻辑完整，可对接生产cron
缺点: 工作量大，且不保证有效——因子真实化后IC可能仍然低
方案B：降频提alpha（推荐，20h / 2.5工作日）
核心思路: 原始收益+0.90%/天是有效的，问题是成本0.86%太高。降频可降低换手成本。
| 步骤 | 内容 | 工时 |
|---|---|---|
| B1 | 改为T+3/T+5持仓（而非T+1换仓） | 4h |
| B2 | 每周选2-3次而非每天选股 | 4h |
| B3 | 提高top选股数从20→10，集中持仓 | 4h |
| B4 | 加简单止损（单日-5%离场） | 4h |
| B5 | 回测验证 | 4h |
预期效果:
- 换手成本从0.86%/天降至0.86%/3天≈0.29%/天
- 原始alpha +0.90%/天 - 0.29%/天 = 净+0.61%/天
- 夏普从0.14提升至约1.0+
优点: 工作量小，直接解决"alpha被成本吃掉"的根因
缺点: 仍是简化版因子，IC可能不够
方案C：聚焦单因子（最简，8h / 1工作日）
核心思路: 先测每个因子的IC，保留IC>0.05的因子，丢弃其余。
| 步骤 | 内容 | 工时 |
|---|---|---|
| C1 | 逐因子IC测试（A1/B5/B6/sector_z等） | 4h |
| C2 | 保留有效因子，重新加权 | 2h |
| C3 | 回测验证 | 2h |
优点: 最小工作量，数据驱动
缺点: 可能所有因子IC都<0.03，等于推倒重来
三、推荐路径
方案C（8h）→ 方案B（20h）→ 方案A（60h）
↑ ↑ ↑
先测IC 降频提alpha 补齐完整策略
| 阶段 | 方案 | 工时 | 判定标准 |
|---|---|---|---|
| 第1阶段 | C: 测IC | 8h | 若所有IC<0.03 → 停止，策略推倒重来 |
| 第2阶段 | B: 降频 | 20h | 若净收益>0.3%/天且夏普>0.5 → 继续优化 |
| 第3阶段 | A: 补齐 | 60h | 若完整版净收益>0.5%/天且夏普>1.0 → 纳入cron |
四、关键风险
-
真实A1反向有效: 真实A1命中率38.8%显著低于50%，说明A1因子可能反向。若如此，整个因子体系需要重新设计。
-
成本敏感性: 原始alpha仅0.90%/天，成本0.86%/天，alpha仅比成本高0.04%。任何调参都可能让净收益变负。这是策略最脆弱的地方。
-
池子膨胀: 7月池子从768→3264只，因子区分度急剧下降。需要加池子规模限制。
-
样本不足: 真实A1只有16天，手工池只有16天12只，统计检验效力不足。需要至少30天以上数据。
五、输出文件
| 文件 | 路径 |
|---|---|
| 回撤分析 | reports/backtest/drawdown_analysis.json |
| 手工池对比 | reports/backtest/manual_pool_comparison.json |
| 任务1+4报告 | reports/backtest/任务1+4诊断报告.md |
| 任务2-4报告 | reports/backtest/任务2-4诊断报告.md |
| 本报告 | reports/backtest/market_scan_v2全面诊断与方向建议.md |
报告生成时间: 2026-09-18 23:55 CST