开仓前那段：量要小、势要有但不能过头，换掉 vr60 那个开关
用户提出看开仓之前的量与趋势方向。这是第三个位置——step50 管信号根、 step52 管持仓中，这里管入场前。step48 采集端补 vpre10/vpre30/mom10/mom60。 先纠正一个错的心智模型（我和用户都以为的）：B4/S4 不是回抽后进场。mom10 中位 +3.47 ATR，为负的只占 6%。信号触发时价格在前 10 根里已经顺着你的方向 走了三个多 ATR，2 ATR 止损是架在一段已经走完的行情后面。这也解释了 step50： 信号根是突破根，放量 = 追在最后一棒上。 ① 入场前的量单调，越小越好（样本外毛R，Q1→Q4）：1.474 / 1.266 / 1.156 / 0.573。控 vr60 后仍成立（低量层 −0.284、高量层 −0.541），与 vr60 相关只有 +0.301，不是同一件事换个说法。 ② 入场前的动量是驼峰形，不是单调（mom60 样本外毛R，Q1→Q4）：1.252 / 1.473 / 1.141 / 0.603。势要有——完全没动过的 Q1 也不如 Q2；但不能过头—— Q4 在发现期余量只剩 1.44bp，等于不能做。 驼峰形意味着中位数二分法会把它测没：控制表里 mom10 的毛R差是 +0.044， 看着无效，那是二分把 Q1+Q2 和 Q3+Q4 各自平均了。对非单调因子不要用中位数 分层做检验。 ③ 砍 mom60≥7 全面优于 §3.39 定的砍 vr60≥4（发现期）： 等权 保留 100% 盈亏平衡 13.5bp R夏普 0.325 回撤 16.8 总R 596.6 砍 vr60≥4 保留 69% 盈亏平衡 15.6bp R夏普 0.411 回撤 10.8 总R 514.9 砍 mom60≥7 保留 78% 盈亏平衡 17.5bp R夏普 0.476 回撤 7.7 总R 657.7 每一项都赢，还多留 9 个点的笔数。更要紧的是总R 比不砍还高——被砍掉那 22% 期望为负，砍掉不是花钱买稳健，是纯赚。样本外同向。所以这个开关不需要等 影子测量：它在 0~20bp 每一档都不输等权。 附滑点决策表：5~12bp 区间砍 mom60≥7 通吃，只有 ≥15bp 才该上「三个都砍」， 而那时策略本身已在生死线上。 阈值 7 和 1.5 是贴着 Q4 边界取的整数，不是搜出来的，但也不是完全无关于数据 （看过分位表才取的整），上线前应确认阈值附近没有断崖敏感。 Co-authored-by: Cursor <cursoragent@cursor.com>
This commit is contained in:
jackyu66git
+100
-6
@@ -765,6 +765,11 @@ PF 从 1.59 提到 1.85（§4 step30）。**两个过滤器的相对价值随级
|
||||
但兑现方式不是仓位。（可能的出路是对这批放宽 ATR 门控，即多做几笔而非
|
||||
每笔做大，那条仍未测。）
|
||||
|
||||
> ⚠️ **本节推荐的开关（`vr60 ≥ 4 不做`）已被 §3.391 取代。**
|
||||
> `mom60 ≥ 7 不做` 在盈亏平衡滑点、R夏普、回撤、总R、保留笔数五项上全面更优。
|
||||
> 本节关于**「开关优于权重」「前序不该进仓位」「优势形态是削尾」**三条方法论
|
||||
> 结论仍然成立，只是最佳的那个开关换了个因子。
|
||||
|
||||
**② 量因子「不做」优于「少做」。** 加权版 R夏普 0.442、硬砍版 0.496；
|
||||
回撤 12.7 vs 11.2；峰值并发 7.98 vs **6.00**。硬砍付出笔数 −22%
|
||||
（3941 → 3061）、总R −10%，换来回撤 −35% 和并发 −14%。
|
||||
@@ -781,6 +786,88 @@ PF 从 1.59 提到 1.85（§4 step30）。**两个过滤器的相对价值随级
|
||||
发现期才代表当前波动环境。13.5bp 与 `shadow_budget.BUDGET_PORTFOLIO_2026`
|
||||
的 15.19bp 同量级，互为印证。**影子测量要对标的是 13.5 / 15.6，不是 18.6。**
|
||||
|
||||
### 3.391 开仓前那段：量要小、势要有但不能过头（step53）⭐
|
||||
|
||||
用户提出看开仓**之前**的量与趋势方向。这是第三个位置——step50 管信号根、
|
||||
step52 管持仓中，这里管入场前。
|
||||
|
||||
**先纠正一个错的心智模型（我和用户都以为的）**：B4/S4 不是回抽后进场。
|
||||
`mom10` 中位 **+3.47 ATR**，为负的只占 **6%**。也就是说信号触发时，价格在前
|
||||
10 根里已经顺着你的方向走了三个多 ATR，**你的 2 ATR 止损是架在一段已经走完
|
||||
的行情后面**。所谓"回抽后转强"里的回抽，幅度远小于它之前那一冲。
|
||||
|
||||
这一条也解释了 step50：信号根是突破根，放量 = 追在最后一棒上。
|
||||
|
||||
**① 入场前的量：单调，越小越好，且独立于信号根的量**
|
||||
|
||||
| vpre10（前 10 根量均值，已 shift(1) 不含信号根） | 样本外毛R | 样本外余量 | 发现期毛R | 发现期余量 |
|
||||
|---|---|---|---|---|
|
||||
| Q1 最低（中位 0.61） | **1.474** | **27.25bp** | 1.074 | 17.85bp |
|
||||
| Q2 | 1.266 | 23.45bp | 1.184 | 19.76bp |
|
||||
| Q3 | 1.156 | 21.37bp | 1.033 | 18.61bp |
|
||||
| Q4 最高（中位 2.21） | 0.573 | 8.51bp | 0.510 | 6.04bp |
|
||||
|
||||
vpre30 同形状。**控 `vr60` 后仍成立**：信号根低量层里毛R差 −0.284、
|
||||
高量层 −0.541，与 `vr60` 相关只有 **+0.301**，不是同一件事换个说法。
|
||||
|
||||
**② 入场前的动量：驼峰形，不是单调**
|
||||
|
||||
| mom60（前 60 根顺向动量，ATR 单位） | 样本外毛R | 样本外余量 | 发现期毛R | 发现期余量 |
|
||||
|---|---|---|---|---|
|
||||
| Q1 最低（中位 0.33） | 1.252 | 22.60bp | 1.180 | 19.47bp |
|
||||
| **Q2（中位 3.14）** | **1.473** | **28.68bp** | **1.355** | **26.26bp** |
|
||||
| Q3 | 1.141 | 20.49bp | 0.981 | 16.23bp |
|
||||
| Q4 最高（中位 8.33） | 0.603 | 8.65bp | **0.284** | **1.44bp** |
|
||||
|
||||
mom10 同形状（Q2 最好、Q4 最差），样本内外一致。**势要有——完全没动过的 Q1
|
||||
也不如 Q2；但不能过头——Q4 在发现期余量只剩 1.44bp，等于不能做。**
|
||||
|
||||
⚠️ 驼峰形意味着**中位数二分法会把它测没**：控制表里 mom10 在"信号根低量"层
|
||||
的毛R差是 +0.044（看着无效），那是因为二分把 Q1+Q2 和 Q3+Q4 各自平均了。
|
||||
**对非单调因子不要用中位数分层做检验。**
|
||||
|
||||
**③ 逆向进场（真回抽）很差，但只占 6%**
|
||||
|
||||
| | 笔数 | 占比 | 毛R | 余量bp |
|
||||
|---|---|---|---|---|
|
||||
| 顺向 × 缩量 | 1851 | 47% | **1.350** | **24.63** |
|
||||
| 顺向 × 放量 | 1872 | 48% | 0.855 | 14.35 |
|
||||
| 逆向 × 缩量 | 119 | 3% | 0.615 | 7.81 |
|
||||
| 逆向 × 放量 | 99 | 3% | 0.362 | 3.61 |
|
||||
|
||||
**④ `mom60≥7 不做` 全面优于 §3.39 定的 `vr60≥4 不做` —— 换开关**
|
||||
|
||||
发现期（当前波动环境），阈值取整数不搜参：
|
||||
|
||||
| 方案 | 保留 | 盈亏平衡滑点 | R夏普 | 回撤R | 总R |
|
||||
|---|---|---|---|---|---|
|
||||
| 等权（现状） | 100% | 13.5bp | 0.325 | 16.8 | 596.6 |
|
||||
| 砍 vr60≥4（§3.39 的建议） | 69% | 15.6bp | 0.411 | 10.8 | 514.9 |
|
||||
| **✅ 砍 mom60≥7** | **78%** | **17.5bp** | **0.476** | **7.7** | **657.7** |
|
||||
| 砍 vr60≥4 + mom60≥7 | 58% | 18.3bp | 0.515 | 8.0 | 527.8 |
|
||||
| 三个都砍（+vpre10≥1.5） | 42% | 20.0bp | 0.593 | 6.5 | 430.4 |
|
||||
|
||||
**`砍 mom60≥7` 在每一项上都赢过 `砍 vr60≥4`，还多留 9 个点的笔数。**
|
||||
更要紧的是它**总R 比不砍还高**（657.7 vs 596.6）：被砍掉那 22% 的单子期望为负，
|
||||
砍掉不是花钱买稳健，是纯赚。样本外同向（21.4bp / 0.588 / 1923.6，
|
||||
对照砍 vr60 的 19.8 / 0.529 / 1820.8）。
|
||||
|
||||
**选哪个方案取决于真实滑点，这是决策表**（发现期总R）：
|
||||
|
||||
| 真实滑点 | 0bp | 5bp | 8bp | 10bp | 12bp | 15bp | 18bp | 20bp |
|
||||
|---|---|---|---|---|---|---|---|---|
|
||||
| 等权 | **946** | 597 | 387 | 247 | 107 | −102 | −312 | −452 |
|
||||
| 砍 mom60≥7 | 921 | **658** | **500** | **394** | **289** | 131 | −28 | −133 |
|
||||
| 三个都砍 | 574 | 430 | 344 | 287 | 229 | **143** | **57** | −0 |
|
||||
|
||||
**5~12bp 区间 `砍 mom60≥7` 通吃**，那正是最可能的落点。只有真实滑点 ≥15bp
|
||||
才该上"三个都砍"，而那时策略本身已经在生死线上。**影子测量出数之前不用选，
|
||||
但要知道选项长这样。**
|
||||
|
||||
> 阈值 `mom60 ≥ 7`、`vpre10 ≥ 1.5` 是贴着 Q4 边界取的整数，不是搜出来的，
|
||||
> 但也**不是完全无关于数据**（我看过分位表才取的整）。真上线前应在更早的
|
||||
> 时段上确认阈值附近没有断崖式敏感。
|
||||
|
||||
### 3.4 alpha 的来源（step32 消融）
|
||||
|
||||
逐条拆掉 `fast_bsp3` 的条件后发现：**alpha 完全来自缠论中枢的上下文定位，
|
||||
@@ -1816,6 +1903,7 @@ API 限流风险隔离三个好处。
|
||||
| 50 | **信号根成交量**（用户假设「有资金的趋势才是好趋势」）→ **方向相反**，高量毛R 0.794 vs 低量 1.421，ATR 4/4 + 时段 7/7 同向；根因是在突破根上给别人接盘 |
|
||||
| 51 | **因子化仓位**（把 49/50 做成权重）→ 量因子该做成**开关**不是权重（硬砍 vs 加权：R夏普 0.496/0.442、并发 6.00/7.98）；**前序因子不该进仓位**，边际收益买不起集中度。优势形态是削尾不是抬均值 |
|
||||
| 52 | **持仓中放量出场**（用户提议）→ 反的，最优点是永不触发；放量根标记的是止盈率翻倍的好单。自带模拟器与 `walk_exits` 逐笔对拍，10/10 币通过 |
|
||||
| 53 | **开仓前的量与趋势方向**（用户提议）⭐ → 前段量单调（越小越好，独立于信号根量）；前段动量**驼峰形**（Q2 最好、Q4 最差）。`砍 mom60≥7` 全面优于 §3.39 的 `砍 vr60≥4`，且总R 比不砍还高。附滑点决策表 |
|
||||
|
||||
输出都在 `research/out/`。**2026-08-27 清理过一轮**：step1~20 的输出（早期方法论
|
||||
已被推翻，含未来函数偏差）与旧口径备份一并删除，只留支撑当前结论的证据。
|
||||
@@ -1907,11 +1995,17 @@ API 限流风险隔离三个好处。
|
||||
- [x] **因子化仓位已评估完（step51，§3.39）**，结论与分层表给的印象相反：
|
||||
量因子做成**开关**（vr60 ≥ 4 不做），前序因子**不进仓位**。
|
||||
剩下两件事：
|
||||
- [ ] **决定要不要上「vr60 ≥ 4 不做」这个开关。** 收益是发现期盈亏平衡滑点
|
||||
13.5 → 15.6bp、回撤 −35%、峰值并发 7 → 6；代价是笔数 −22%
|
||||
（10 币已只有约 2.5 笔/天，砍完约 2.0）。**建议等影子测量出真实滑点
|
||||
再定**——若实测远低于 13.5bp，等权就够用，没必要付这 22%；
|
||||
若实测贴着 13.5bp，这 2.1bp 的余量就是生死线。**这个开关只在
|
||||
live 信号路径加一行，随时可上，不必现在决定**
|
||||
- [ ] **上「mom60 ≥ 7 不做」这个开关**（§3.391 已取代原来的 `vr60 ≥ 4`）。
|
||||
与其他开关不同，**这个不需要等滑点数据**：它在 0bp 到 20bp 的每一档上
|
||||
都不输给等权，5~12bp 区间还大幅领先，且总R 比不砍更高（657.7 vs 596.6）
|
||||
——被砍的那 22% 期望为负。**唯一的前置动作是确认阈值附近没有断崖敏感**
|
||||
（阈值 7 是贴着 Q4 边界取的整数，看过分位表才取的）
|
||||
- [ ] 若真实滑点实测 ≥15bp，再考虑叠加 `vpre10 ≥ 1.5` 与 `vr60 ≥ 4`
|
||||
（"三个都砍"，保留 42%）。滑点 <12bp 时这个叠加是亏的，别提前上
|
||||
- [ ] `有前序` 的余量优势改用**放宽 ATR 门控**兑现（多做几笔而非每笔做大）。
|
||||
§3.31 已记，未回测
|
||||
- [ ] **持仓中放量 → 延长 runner 目标 / 加仓**（step52 的建设性反面）。
|
||||
已知：触发后止盈率 45.7% vs 全体 30.1%，控存活期后 5/5 档同向。
|
||||
但基线已隐含吃到这部分（拿着不动就是），要多拿必须主动改目标位，
|
||||
**那是新参数，要重新回测**。R差 随触发时点递减（0.785 → 0.281），
|
||||
窗口应偏前段
|
||||
|
||||
@@ -75,6 +75,26 @@ def collect(sym: str, rows: int) -> pd.DataFrame | None:
|
||||
idx = sig["entry_idx"].to_numpy().astype(int)
|
||||
atr = cdf["atr"].to_numpy(float)[idx]
|
||||
close = cdf["close"].to_numpy(float)[idx]
|
||||
|
||||
vol = cdf["volume"]
|
||||
vr = vol / vol.rolling(60, min_periods=10).mean()
|
||||
vr60 = vr.to_numpy(float)
|
||||
# shift(1) 把信号根自己排除在外
|
||||
vpre10 = vr.rolling(10, min_periods=5).mean().shift(1).to_numpy(float)
|
||||
vpre30 = vr.rolling(30, min_periods=15).mean().shift(1).to_numpy(float)
|
||||
c_all = cdf["close"].to_numpy(float)
|
||||
a_all = cdf["atr"].to_numpy(float)
|
||||
d_all = sig["direction"].to_numpy().astype(int)
|
||||
|
||||
def mom(k: int) -> np.ndarray:
|
||||
"""顺方向动量（ATR 单位）。用全序列算好再取下标，避免逐笔切片。"""
|
||||
prev = np.concatenate([np.full(k, np.nan), c_all[:-k]])
|
||||
with np.errstate(invalid="ignore", divide="ignore"):
|
||||
m = (c_all - prev) / a_all
|
||||
out = np.full(len(idx), np.nan)
|
||||
out[:] = m[idx] * d_all
|
||||
return out
|
||||
|
||||
return pd.DataFrame({
|
||||
"sym": sym,
|
||||
"date": cdf["date"].to_numpy()[idx],
|
||||
@@ -91,8 +111,15 @@ def collect(sym: str, rows: int) -> pd.DataFrame | None:
|
||||
# 信号根的相对成交量。当根已收盘，开仓时可知，是合规的可交易信息。
|
||||
# vr10 是引擎自带口径（前 10 根均量），vr60 换个基准做稳健性对照。
|
||||
"vr10": cdf["volume_ratio"].to_numpy(float)[idx],
|
||||
"vr60": (cdf["volume"] / cdf["volume"].rolling(60, min_periods=10).mean()
|
||||
).to_numpy(float)[idx],
|
||||
"vr60": vr60[idx],
|
||||
# 开仓**之前**那段的量与走势。vpre 已 shift(1)，不含信号根本身——
|
||||
# 信号根的量单独由 vr60 承担，两者混在一起就分不清是哪一段在起作用。
|
||||
"vpre10": vpre10[idx],
|
||||
"vpre30": vpre30[idx],
|
||||
# 顺方向动量，ATR 为单位。B4/S4 是回抽后转强，所以 mom10 多为负
|
||||
# （入场前那几根逆着你走）；负得多 = 回抽深。
|
||||
"mom10": mom(10),
|
||||
"mom60": mom(60),
|
||||
})
|
||||
except Exception as e:
|
||||
print(f" {sym} 失败: {e!r}", flush=True)
|
||||
|
||||
@@ -0,0 +1,169 @@
|
||||
"""Step 53：开仓**之前**那段的量与走势方向。
|
||||
|
||||
用户提出的第三个位置。前两个已有定论：
|
||||
step50 信号根放量 → 差（那根你是买方，付的是资金已推到的价）
|
||||
step52 持仓中放量 → 好（那是资金来接你的货）
|
||||
本步问：入场之前那几根呢？资金是不是已经在里面了。
|
||||
|
||||
这跟 B4/S4 的结构直接相关。它是回抽后转强，所以入场前那几根**通常逆着你走**
|
||||
（mom10 多为负，负得多 = 回抽深）。那么「回抽时缩量」与「回抽时放量」是有
|
||||
明确含义的区分——前者是没人卖，后者是真有人在卖。
|
||||
|
||||
四个因子，全部在信号根收盘时可知：
|
||||
vpre10 / vpre30 前 10 / 30 根的相对量均值（已 shift(1)，不含信号根）
|
||||
mom10 / mom60 顺方向动量，ATR 为单位
|
||||
|
||||
⚠️ 必须控 `vr60`（信号根自身的量）。step50 已证明它是强负因子，不控的话
|
||||
前段量会通过相关性借它的力，看着有效其实是同一件事。
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import argparse
|
||||
import os
|
||||
import sys
|
||||
import warnings
|
||||
from concurrent.futures import ProcessPoolExecutor, as_completed
|
||||
from pathlib import Path
|
||||
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
|
||||
warnings.filterwarnings("ignore")
|
||||
for v in ("OMP_NUM_THREADS", "OPENBLAS_NUM_THREADS", "MKL_NUM_THREADS"):
|
||||
os.environ.setdefault(v, "1")
|
||||
|
||||
HERE = Path(__file__).resolve().parent
|
||||
sys.path.insert(0, str(HERE))
|
||||
sys.path.insert(0, str(HERE.parent))
|
||||
pd.set_option("display.width", 340)
|
||||
|
||||
SL = 2.0
|
||||
GATE_BP = 8.0
|
||||
OUT = HERE / "out" / "step53_pre_entry.feather"
|
||||
IS_START = pd.Timestamp("2026-01-30", tz="Asia/Shanghai")
|
||||
FACTORS = [("vpre10", "前10根量"), ("vpre30", "前30根量"),
|
||||
("mom10", "前10根顺向动量"), ("mom60", "前60根顺向动量")]
|
||||
|
||||
|
||||
def collect(sym: str, rows: int):
|
||||
import warnings as _w
|
||||
_w.filterwarnings("ignore")
|
||||
sys.path.insert(0, str(HERE))
|
||||
sys.path.insert(0, str(HERE.parent))
|
||||
from step48_signal_timing import collect as _c
|
||||
return _c(sym, rows)
|
||||
|
||||
|
||||
def stat(g: pd.DataFrame, lab: str, denom: int) -> dict:
|
||||
if len(g) < 40:
|
||||
return {"分组": lab, "笔数": len(g), "备注": "样本不足"}
|
||||
w, o = g.net[g.net > 0].sum(), -g.net[g.net <= 0].sum()
|
||||
return {"分组": lab, "笔数": len(g), "占比": f"{len(g)/denom*100:.0f}%",
|
||||
"胜率": f"{(g.net > 0).mean()*100:.1f}%",
|
||||
"毛R": round(g.gR.mean(), 3), "净均R": round(g.R.mean(), 3),
|
||||
"PF": round(w / o, 2) if o > 0 else np.inf,
|
||||
"余量bp": round(g.net.mean() / g.tn.mean() * 1e4, 2)}
|
||||
|
||||
|
||||
def quartiles(d: pd.DataFrame, col: str, name: str, label: str) -> None:
|
||||
x = d[d[col].notna() & np.isfinite(d[col])]
|
||||
if len(x) < 300:
|
||||
print(f" {name}: 样本不足")
|
||||
return
|
||||
x = x.copy()
|
||||
x["bin"] = pd.qcut(x[col], 4, labels=["Q1最低", "Q2", "Q3", "Q4最高"])
|
||||
rows = [stat(g, str(b), len(x)) for b, g in x.groupby("bin", observed=True)]
|
||||
t = pd.DataFrame(rows)
|
||||
med = x.groupby("bin", observed=True)[col].median().round(2).to_dict()
|
||||
t.insert(1, "中位", [med.get(b) for b in t["分组"]])
|
||||
print(f"\n--- {label} / {name}（{col}）---")
|
||||
print(t.to_string(index=False))
|
||||
|
||||
|
||||
def control_vr60(d: pd.DataFrame, col: str, name: str) -> None:
|
||||
"""在信号根量的高/低两半内部各切一次，看因子是否还独立成立。"""
|
||||
x = d[d[col].notna() & np.isfinite(d[col]) & d.vr60.notna()].copy()
|
||||
x["vr60半"] = np.where(x.vr60 >= x.vr60.median(), "信号根高量", "信号根低量")
|
||||
rows = []
|
||||
for half, g in x.groupby("vr60半"):
|
||||
g = g.copy()
|
||||
g["h"] = pd.qcut(g[col], 2, labels=["低", "高"])
|
||||
lo, hi = g[g.h == "低"], g[g.h == "高"]
|
||||
if min(len(lo), len(hi)) < 40:
|
||||
continue
|
||||
rows.append({"因子": name, "控制层": half, "笔数": len(g),
|
||||
"低组毛R": round(lo.gR.mean(), 3), "高组毛R": round(hi.gR.mean(), 3),
|
||||
"毛R差": round(hi.gR.mean() - lo.gR.mean(), 3),
|
||||
"低组余量": round(lo.net.mean() / lo.tn.mean() * 1e4, 2),
|
||||
"高组余量": round(hi.net.mean() / hi.tn.mean() * 1e4, 2)})
|
||||
if rows:
|
||||
print(pd.DataFrame(rows).to_string(index=False))
|
||||
|
||||
|
||||
def main() -> None:
|
||||
ap = argparse.ArgumentParser()
|
||||
ap.add_argument("--symbols", default="BTC,BNB,ETH,SOL,LINK,LTC,AVAX,XRP,DOGE,ADA")
|
||||
ap.add_argument("--rows", type=int, default=800_000)
|
||||
ap.add_argument("--workers", type=int, default=3)
|
||||
ap.add_argument("--reuse", action="store_true")
|
||||
args = ap.parse_args()
|
||||
|
||||
if args.reuse and OUT.exists():
|
||||
d = pd.read_feather(OUT)
|
||||
else:
|
||||
syms = [s.strip() for s in args.symbols.split(",")]
|
||||
print(f"[开仓前的量与方向] {len(syms)} 币 × {args.rows} 根 1m\n", flush=True)
|
||||
parts = []
|
||||
with ProcessPoolExecutor(max_workers=args.workers) as ex:
|
||||
fut = {ex.submit(collect, s, args.rows): s for s in syms}
|
||||
for i, f in enumerate(as_completed(fut), 1):
|
||||
r = f.result()
|
||||
print(f" [{i}/{len(syms)}] {fut[f]} {0 if r is None else len(r)}", flush=True)
|
||||
if r is not None:
|
||||
parts.append(r)
|
||||
if not parts:
|
||||
print("无结果")
|
||||
return
|
||||
d = pd.concat(parts, ignore_index=True)
|
||||
d.to_feather(OUT)
|
||||
|
||||
from step50_volume import prep
|
||||
|
||||
d["date"] = pd.to_datetime(d["date"])
|
||||
d = prep(d[(d.htf == 1.0) & d.lad & (d.atr_bp >= GATE_BP)].copy())
|
||||
oos, ins = d[d.date < IS_START], d[d.date >= IS_START]
|
||||
print(f"\n实盘口径 {len(d)} 笔 | 样本外 {len(oos)} 发现期 {len(ins)}")
|
||||
print(f"回抽确认：mom10 中位 {d.mom10.median():+.2f} ATR，"
|
||||
f"为负的占 {(d.mom10 < 0).mean()*100:.0f}%")
|
||||
|
||||
print("\n" + "=" * 118)
|
||||
print("########## 一、四个因子各自看（样本外 / 发现期）##########")
|
||||
for col, name in FACTORS:
|
||||
for lab, part in (("样本外", oos), ("发现期", ins)):
|
||||
quartiles(part, col, name, lab)
|
||||
|
||||
print("\n" + "=" * 118)
|
||||
print("########## 二、控信号根自身的量（vr60）后是否还成立 ##########")
|
||||
for col, name in FACTORS:
|
||||
control_vr60(d, col, name)
|
||||
|
||||
print("\n" + "=" * 118)
|
||||
print("########## 三、缩量回抽 vs 放量回抽 ##########")
|
||||
x = d[d.vpre10.notna() & np.isfinite(d.vpre10) & d.mom10.notna()].copy()
|
||||
x["回抽"] = np.where(x.mom10 < 0, "回抽（逆向）", "顺向进场")
|
||||
x["前段量"] = np.where(x.vpre10 >= x.vpre10.median(), "放量", "缩量")
|
||||
rows = []
|
||||
for a in ("回抽（逆向）", "顺向进场"):
|
||||
for b in ("缩量", "放量"):
|
||||
g = x[(x.回抽 == a) & (x.前段量 == b)]
|
||||
rows.append(stat(g, f"{a} × {b}", len(x)))
|
||||
print(pd.DataFrame(rows).to_string(index=False))
|
||||
|
||||
print("\n 与信号根量的相关性（防止是同一件事换个说法）")
|
||||
for col, name in FACTORS:
|
||||
v = x[[col, "vr60"]].dropna()
|
||||
print(f" {name:<14} vs vr60 r = {v[col].corr(v.vr60):+.3f}")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Reference in New Issue
Block a user