🎯 今日核心问题

  1. 你昨天写完的策略,今天该上多少仓?答案不是「看信心」,而是「看它过了几关」。
  2. 五个阶段,每一关的准入条件是什么?能不能全部写成可核对的数字?
  3. 为什么「样本外 IC 达标」还不够,还要单独设一个观察期?

📖 精读提纲

【一】为什么需要阶段制:一次跳级的代价

最常见的爆仓路径不是「策略烂」,而是「好策略 + 错误仓位」。一个样本外 IC 0.04 的策略,理论上年化超额 8%,你在跑通回测的第三天就上了 40 万里的 12.8 万卫星仓——结果前两个月连续跑输沪深300 12 个点,你在第三个月砍掉它,第四个月策略开始赚钱。真正亏掉的不是那 12 个点,是你「再也不敢用它」。

阶段制的意义不是「慢慢来」,而是把「策略本身有问题」和「策略没问题但运气不好」区分开。资金量越小的阶段,越能低成本地获取「实盘样本」;资金量越大,越需要前置的证据。每一关只回答一个问题,答不上就不许过关。

【二】五阶段与准入条件

阶段时长准入条件(全部满足才进)仓位退出条件
① 研发期4-12 周逻辑可一句话说清;因子覆盖率 > 90%;样本内 IC > 0.04;五分组单调(Q5-Q1 > 0);含成本回测夏普 > 0.80任一不满足 → 回炉
② 观察期≥ 6 个月(124 个交易日)样本外(rolling walk-forward,至少 3 折)IC 均值 > 0.025;ICIR > 0.35;样本外最大回撤 ≤ 样本内 ×1.3;换手 < 年 8 倍0(纸上跟踪)样本外 IC < 0.02 连续 2 个月 → 放弃
③ 实盘小仓≥ 3 个月观察期全程跑完且未破线;实盘与回测的日收益相关性 > 0.7;实际滑点 ≤ 假设 ×1.5总资金 3%-5%实盘 3 个月跑输基准 > 8% → 退回观察期
④ 逐步加仓每 2 个月加一档每档加仓前:近 60 日 IC > 0.02;拥挤度得分 ≤ 2;回撤未破线;上一档至少运行 40 个交易日5%→10%→15%→上限任一项破线 → 退回上一档
⑤ 退役—触发 D6 任一硬规则0—
样本外 IC 下限为什么是 0.025,而不是 0.02?
0.02 是「警戒线」,0.025 是「及格线」。这两个数字中间留出的 0.005,就是给幸存者偏差和多重检验的折扣。你试了 20 个因子才挑出 1 个 IC 0.03 的,那它的真实 IC 大概率只有 0.015——所以入场门槛必须高于警戒线一个身位。

【三】观察期为什么必须是「纸上跟踪」,不能直接上小仓

因为观察期要检验的不是「策略赚不赚钱」,而是「你的实现和回测是不是同一个东西」。这一步会暴露大量工程问题:复权口径不一致、停牌股处理不同、成分股调整日错位、涨跌停无法成交。这些问题在小仓阶段暴露的代价是钱,在纸上阶段暴露的代价只是时间。

以 002472 双环传动为例:它在 2023 年有过一次定增,股本从 8.6 亿股变到 10 亿股以上。如果你的因子用了「市值」但没有做增发的时间点对齐,那么定增公告日之后的所有因子值都会失真,回测里看不出来,纸上跟踪时和真实行情一对就露馅。同理,601111 中国国航作为 A+H 股,AH 价差和 H 股分红会影响你的 PE 计算——这些都不是「策略逻辑」问题,但会让你的实盘和回测差出好几个点。

【四】代码:一个阶段状态机 + 准入判定

import numpy as np
import pandas as pd

rng = np.random.default_rng(414)
dates = pd.bdate_range("2022-01-04", periods=750)
codes = [f"{i:06d}" for i in range(1, 151)]

df = pd.DataFrame([(d, c) for d in dates for c in codes], columns=["date", "code"])
t = df["date"].map({d: i for i, d in enumerate(dates)}).to_numpy()
df["factor"] = rng.standard_normal(len(df))
df["fwd_ret"] = np.where(t > 200, 0.045, 0.03) * df["factor"] + rng.standard_normal(len(df)) * 0.045

ic = df.groupby("date").apply(
    lambda g: g["factor"].corr(g["fwd_ret"], method="spearman"), include_groups=False
).rename("ic")
icir = ic.rolling(120).mean() / ic.rolling(120).std()

port = df[df.groupby("date")["factor"].transform(lambda s: s >= s.quantile(0.8))]
pret = port.groupby("date")["fwd_ret"].mean()
bmk = df.groupby("date")["fwd_ret"].mean() * 0.95
nav, bnav = (1 + pret).cumprod(), (1 + bmk).cumprod()
excess = pret - bmk
dd = (nav / nav.cummax() - 1)

# ---------- 阶段判定 ----------
# 返回 (是否通过, 逐条明细)
def check_stage(name, cond_dict):
    detail = {k: bool(v) for k, v in cond_dict.items()}
    return all(detail.values()), detail

last = slice(-124, None)
cond2 = {
    "样本外IC>0.025": ic[last].mean() > 0.025,
    "ICIR>0.35": icir[last].mean() > 0.35,
    "样本外回撤<=样本内x1.3": abs(dd[last].min()) <= 1.3 * 0.12,
    "换手<年8倍": True,          # 占位:真实用持仓变动计算
}
ok2, d2 = check_stage("观察期", cond2)

cond3 = {
    "观察期已满124日": len(ic.dropna()) >= 124,
    "近3月IC>0.02": ic[slice(-60, None)].mean() > 0.02,
    "实盘相关性>0.7": True,      # 占位:需要实盘收益序列
}
ok3, d3 = check_stage("实盘小仓", cond3)

ladder = [0.03, 0.05, 0.10, 0.15]
# 按加仓条件决定当前允许的最高档位
def max_ladder_pos(ic60, crowd_score, dd_now, dd_limit=-0.15):
    if dd_now < dd_limit or ic60 < 0.02 or crowd_score > 2:
        return 0.03            # 退回实盘小仓
    pos = 0.03
    for step in ladder[1:]:
        if ic60 > 0.02 and crowd_score <= 2 and dd_now > dd_limit:
            pos = step
    return pos

print("观察期判定:", ok2, d2)
print("实盘小仓判定:", ok3, d3)
print()
print("近 60 日 IC: %.4f  ICIR: %.2f  当前回撤: %.2f%%"
      % (ic.iloc[-60:].mean(), icir.iloc[-1], dd.iloc[-1] * 100))
print("允许最高仓位档位: %.0f%%"
      % (max_ladder_pos(ic.iloc[-60:].mean(), 1, dd.iloc[-1]) * 100))

# 逐日回放:什么时候够格上小仓、什么时候被打回去
rows = []
for i in range(124, len(ic)):
    ic60 = ic.iloc[max(0, i - 60):i].mean()
    d_now = dd.iloc[i]
    stage = "③实盘小仓" if ic60 > 0.02 and d_now > -0.12 else "②观察期"
    if ic60 > 0.035 and d_now > -0.10:
        stage = "④加仓"
    rows.append((ic.index[i], round(ic60, 4), round(d_now, 4), stage))
st = pd.DataFrame(rows, columns=["date", "ic60", "dd", "stage"])
print("\n各阶段停留天数:")
print(st["stage"].value_counts())
print("\n最近 5 天:")
print(st.tail(5).to_string(index=False))

跑完这段状态机,你会得到一条「策略在什么条件下被允许拿多少钱」的时间线。把它打印出来贴在电脑旁:以后每次想加仓,先看这条线允许不允许,而不是看最近是不是赚钱了。

✏️ 今日动手

1) 用上面五阶段的表,给你现在手上的策略填一遍:它在第几阶段?下一关的准入条件是哪几条?

2) 把「实盘小仓」的金额写具体:40 万的 3%-5% 就是 1.2 万-2 万,够买 2-3 只票。

3) 写下你的加仓节奏表(日期 + 档位 + 前置条件),到时候照做,不临时改。

🔖 明日预告

如果监控报警了,或者加仓路上被打回去了,接下来怎么办?明天讲失效后的三种处置:降仓、暂停、反向使用——以及为什么「反向」在 95% 的情况下是错的。