cyb50-quant/index-rotation

A 股四指数轮动系统 v1

本仓库当前已实现：

• 第一阶段：数据层
• 第二阶段：信号层、组合层、回测层最小可用版本

当前仍然是指数研究层回测，不包含个股逻辑、ETF 选择逻辑或实盘交易接口。

覆盖范围

• 固定标的：上证50、沪深300、创业板50、科创50
• 数据频率：日线
• 数据来源：本地 data/ 分层
• 回测层只读取本地 clean/features 衍生结果，不访问网络

当前模块

configs/
  instruments.yaml
  strategy/
    top2_weekly.yaml
    top2_every_5_days.yaml
data/
  raw/
  clean/
  features/
  meta/
src/
  data/
  signals/
    trend.py
    ranker.py
    scorer.py
    selector.py
  portfolio/
    allocator.py
    rebalance.py
  backtest/
    execution.py
    engine.py
    metrics.py
    run.py
tests/

数据分层

• raw：provider 原始缓存
• clean：标准化日线
• features：只基于本地 clean 计算的 rolling 特征

第二阶段 v1 使用的核心字段来自 features：

• close
• daily_return
• ret_5d / ret_10d / ret_20d / ret_60d
• ma_20 / ma_60
• vol_10d / vol_20d

策略 v1 规则

1. 趋势过滤

在 signal_date 对每个指数检查：

• close > ma_20
• close > ma_60
• ma_20 > ma_60
• ret_20d > 0

默认满足至少 2 条时，trend_pass = True。 可通过策略配置中的 trend_min_rules 调整阈值，例如提高到 3 条以收紧入选条件。

2. 综合打分

只允许 trend_pass=True 的标的进入最终选择，但横截面 rank 仍基于当日 4 个指数计算。

动量分数：

• ret_5d * 0.20
• ret_10d * 0.25
• ret_20d * 0.30
• ret_60d * 0.25

风险惩罚：

• vol_10d * 0.60
• vol_20d * 0.40

最终分数：

final_score = score_mom - 0.30 * score_risk_penalty

3. 组合规则

• Top2：若合格标的数 >= 2，持有前两名，各 50%
• Top2：若合格标的数 = 1，单标的 100%
• Top1：只持有第一名
• 若合格标的数 = 0，空仓
• 可通过策略配置中的 risk_penalty_multiplier 调整风险惩罚强度（默认 0.30）

4. 调仓频率

当前支持：

• weekly
• every_5_days
• daily（用于测试和最小实现，不是主配置）

信号与执行时点语义

这是第二阶段最重要的约束：

• t 日收盘后，使用 t 日 close 与历史数据生成信号
• 在 t+1 日执行调仓
• 不允许用 t 日收盘信号按 t 日收盘成交

当前回测只有日频 close 数据，因此 v1 采用保守语义：

• t+1 当天先计入旧仓位从 t -> t+1 的日收益
• 再在 t+1 收盘执行调仓
• 新仓位从 t+2 的日收益开始生效

这能明确避免未来函数和时点错配。测试已覆盖该约束。

研究成本假设标准

当前统一使用三档成本场景：

• optimistic = 10bp 总成本
• base = 15bp 总成本（默认研究基准）
• conservative = 20bp 总成本

配置文件位于：

configs/research/cost_scenarios.yaml

后续比较策略时，优先看 base，并同时检查 optimistic / conservative 两侧的稳定性。

回测输出

回测至少输出：

• cumulative_return
• annual_return
• max_drawdown
• annual_volatility
• sharpe
• calmar
• turnover
• rebalance_count
• cash_days_ratio

同时输出：

• 每日净值 daily_nav.csv
• 每日持仓 daily_holdings.csv
• 调仓记录 rebalances.csv

运行方式

Top2 周频：

python3 -m src.backtest.run --config configs/strategy/top2_weekly.yaml

Top2 每 5 个交易日：

python3 -m src.backtest.run --config configs/strategy/top2_every_5_days.yaml

Top1 每 5 个交易日（较强风险惩罚候选配置）：

python3 -m src.backtest.run --config configs/strategy/top1_every_5_days_p05.yaml

Top1 每 5 个交易日（更强风险惩罚，适合低成本场景对比）：

python3 -m src.backtest.run --config configs/strategy/top1_every_5_days_p06.yaml

Top1 每 5 个交易日（主候选 + 成本敏感性配置）：

python3 -m src.backtest.run --config configs/strategy/top1_every_5_days_p05_cost10bp.yaml
python3 -m src.backtest.run --config configs/strategy/top1_every_5_days_p05_cost15bp.yaml
python3 -m src.backtest.run --config configs/strategy/top1_every_5_days_p05_cost20bp.yaml

默认输出目录：

outputs/backtests/<config_name>/

生成统一对比表：

python3 -m src.backtest.compare

默认会输出：

outputs/research/strategy_comparison.csv
outputs/research/strategy_comparison.md

例如：

• outputs/backtests/top2_weekly/summary.json
• outputs/backtests/top2_weekly/daily_nav.csv
• outputs/backtests/top2_weekly/daily_holdings.csv
• outputs/backtests/top2_weekly/rebalances.csv

第一阶段数据 CLI

首次全量初始化：

python3 -m src.data.bootstrap --all

按上次成功抓取位置增量更新：

python3 -m src.data.update --since-last

单标的历史回补：

python3 -m src.data.backfill --instrument sse50 --start 2003-12-31

从本地层修复下游层：

python3 -m src.data.repair --instrument sse50 --layer features

查看状态：

python3 -m src.data.status

依赖

• python >= 3.10
• pandas
• PyYAML
• pyarrow
• akshare

测试

运行全量测试：

python3 -m unittest discover -s tests -v

当前测试覆盖：

• 数据层编排与修复
• 特征不使用未来数据
• 趋势过滤规则
• 排序与打分
• Top1 / Top2 / 空仓 分配
• t 日信号、t+1 执行的时点约束
• 回测净值、持仓、调仓记录的基础正确性
• 统一比较表中的成本标签与相对收益字段

边界与后续

当前版本仍有意保持最小化：

• 不做 ETF 映射
• 不做成交价建模扩展
• 不做实盘交易接入
• 不引入个股层逻辑

若进入下一阶段，优先建议：

• 增加成交成本和现金收益率的更细粒度建模
• 增加参数化样本区间与输出报表
• 增加基准对比与分年度绩效拆解