计算逻辑验证报告

验证时间: 2026-09-18
状态: ⚠️ 发现问题，需修正

任务1：收益计算逻辑验证

1.1 计算方式确认

脚本逻辑（run_scheme_b_day.py L131-155）:

for s in top20:
    ret = (exit_price / entry_price - 1) * 100
    rets_1d.append(ret)

avg_ret_1d = np.mean(rets_1d)  # 等权重平均

结论：
- ✅ 计算的是等权重组合收益（非单票平均）
- ✅ 每日独立持仓，T+1卖出后资金回收
- ✅ 次日再买入新的TOP20

1.2 交易成本问题 🔴

发现的问题：

修正后的净收益：

1.3 涨停板买入问题 ⚠️

回测假设：
- 信号日收盘价可正常买入
- 无涨跌停限制

实际情况：
- 涨停板无法以收盘价买入
- 若Top20中有涨停股，实际无法建仓

影响评估：
- 可能高估收益（乐观假设）
- 需后续验证涨停股比例

任务2：回撤计算方式验证

2.1 计算方法确认

脚本逻辑（run_scheme_b_batch.py L113-118）:

daily_rets = [r['avg_ret_1d'] for r in all_results if r['avg_ret_1d'] != 0]
cum_rets = np.cumprod([1 + r/100 for r in daily_rets])
peak = np.maximum.accumulate(cum_rets)
drawdown = (cum_rets - peak) / peak * 100
max_dd = np.min(drawdown)

验证结果：✅ 一致

2.2 回撤定义

• -0.47%是累计收益曲线的最大峰谷差
• 不是单日最大跌幅
• 表示从最高点到最低点的最大跌幅

2.3 持仓模拟假设

局限性：
- 本金<5万，实际可能半仓操作
- 小盘股流动性可能不足
- 涨停板无法买入/卖出

任务3：随机基准确认

3.1 理论随机基准

假设：股票收益服从正态分布，均值0，标准差5%

随机选20只的期望：
- 平均收益：0%
- 命中率：50%

3.2 蒙特卡洛模拟

方法：1000次随机采样

结果：
- 随机命中率：~50%
- 方案B命中率：48.1%
- 差异：-1.9pp（不显著）

3.3 显著性检验

结论：
- 方案B的48.1%与随机基准无显著差异
- 需要更多样本或更强因子才能证明有效性

综合评估

原报告问题

修正后的结论

方案B（真实A1）验证结果:

T+1命中率: 48.1%
  - 原报告: 显著优于方案A（43.1%）
  - 修正: 与随机基准（50%）无显著差异

平均收益（扣除成本后）: +1.26%
  - 原报告: +2.12%（未扣成本）
  - 修正: +1.26%（扣双向成本0.86%）

最大回撤: -0.47%
  - 计算正确，但需考虑实际持仓限制

结论: 
  ⚠️ 策略有效性存疑
  - T+1命中率与随机无显著差异
  - 需扩大样本至3个月验证
  - 需考虑实际交易限制（涨停板、流动性）

下一步：
- P0: 扩样本至3个月（60+天）
- P1: 加入涨停板过滤逻辑
- P2: 验证资金规模限制影响
- P3: 与沪深300、手工池对比

报告生成时间: 2026-09-18