⚠️ 本研究基于历史回测，仅作为研究记录公开，不构成任何投资建议。市场有风险，决策请独立判断。
摘要
问题: SQTS C1 (Baseline B 纯股) 的 combo_eq 选股算法 — 5 行业 × 每行业 combo (12M 动量 + ROE_yearly + 20D 低波) rank 等权 top 10, 共 50 股 — 全样本 CAGR ~21.8% / Sharpe 0.94 的表现, 究竟是真实 alpha 还是运气?
方法: 在每月底, 同 5 行业 + 同 30 股池 内部, 跑 N=300 个随机选 10 股 baseline (与 combo_eq 同规模 50 股、同 rebalance 频率), 用 z-score 衡量 combo_eq 相对 random 分布的偏离程度.
4 段拆分:
- 全样本: 2016-02 → 2026-04 (~125 个月)
- IS (in-sample): 2016-02 → 2022-02
- OOS (out-of-sample): 2022-02 → 2026-04
- 近 4 年: 2022-04 → 2026-04 (信任资本敏感期)
判读阈值:
- z > 2.0 → 95% 显著 (alpha 真)
- z ∈ [1.5, 2.0] → 边际显著
- z < 1.5 → 不能拒绝 random hypothesis (alpha 可能是运气)
主表 — combo_eq vs random N=300
全样本
| 指标 | combo_eq | random 均值 ± std | random p5 / p95 | z-score | p-value (单侧) |
|---|---|---|---|---|---|
| CAGR | +21.81% | +18.20% ± 2.06% | +14.86% / +21.73% | +1.75 | 0.040 |
| Sharpe | 0.94 | 0.81 ± 0.06 | 0.70 / 0.92 | +2.01 | 0.022 |
| MDD | -36.07% | -37.61% ± 2.79% | -42.13% / -32.86% | -0.55 | 0.710 |
| 月胜率 | +59.35% | +58.04% ± 1.88% | +55.28% / +60.98% | +0.70 | 0.242 |
IS
| 指标 | combo_eq | random 均值 ± std | random p5 / p95 | z-score | p-value (单侧) |
|---|---|---|---|---|---|
| CAGR | +27.86% | +30.35% ± 3.53% | +25.43% / +36.50% | -0.70 | 0.759 |
| Sharpe | 1.03 | 1.04 ± 0.08 | 0.90 / 1.18 | -0.03 | 0.511 |
| MDD | -34.04% | -34.79% ± 2.19% | -38.30% / -31.28% | -0.34 | 0.633 |
| 月胜率 | +58.90% | +59.82% ± 2.46% | +56.16% / +63.01% | -0.37 | 0.645 |
OOS
| 指标 | combo_eq | random 均值 ± std | random p5 / p95 | z-score | p-value (单侧) |
|---|---|---|---|---|---|
| CAGR | +14.84% | +8.58% ± 2.47% | +4.62% / +12.60% | +2.53 | 0.006 |
| Sharpe | 0.81 | 0.49 ± 0.11 | 0.32 / 0.67 | +2.91 | 0.002 |
| MDD | -15.35% | -24.46% ± 3.15% | -29.48% / -18.98% | -2.89 | 0.998 |
| 月胜率 | +60.00% | +55.38% ± 3.09% | +50.00% / +60.00% | +1.50 | 0.067 |
近 4 年
| 指标 | combo_eq | random 均值 ± std | random p5 / p95 | z-score | p-value (单侧) |
|---|---|---|---|---|---|
| CAGR | +21.85% | +15.53% ± 2.53% | +11.57% / +19.50% | +2.51 | 0.006 |
| Sharpe | 1.19 | 0.83 ± 0.11 | 0.64 / 1.02 | +3.20 | <0.001 |
| MDD | -15.35% | -24.38% ± 3.08% | -30.00% / -19.50% | -2.93 | 0.998 |
| 月胜率 | +62.50% | +57.73% ± 3.43% | +52.08% / +62.60% | +1.39 | 0.082 |
判读
核心数字 (CAGR z-score):
- 全样本: +1.75
- OOS: +2.53 ← 最关键, 这是 strategy 见过历史外数据的表现
- 近 4 年: +2.51 ← 信任资本敏感期
判定: ✅ 接受: combo_eq alpha 在 OOS 段显著, 且近 4 年仍有正向偏离. SQTS C2 可继续作为 candidate strategy 使用. 但仍需控仓位+追踪.
方法学说明
- N=300: random baseline 数量, 标准误 ≈ 5.77% (越大越稳, 但收益递减)
- 同池同规模: random baseline 不是从全市场随机抽, 而是 同 5 行业 + 同 circ_mv top 30 池子内 随机选 10 股, 严格控制 size/sector beta
- rng_seed 隔离: 每个 random seed 独立 rng, 300 个独立路径, 避免 random walk 相关性
- PIT 安全: ROE 用 ann_date 而非 end_date, 不引入未来函数
- 复合基准: 此处 z-score 是 vs 绝对收益, 即 combo_eq 直接对照同池 random pick. IR 维度 (vs 复合基准 60% HS300+40% 国债) 未计算, 留作下一篇研究
代码 + 数据复现
- 数据湖: t6:/data_n008/datalake/sqts/parquet/ (15 datasets, 5598 万行)
- 算法源: SQTS scripts/phase5_factor_alpha.py + scripts/zscore_validation.py
- 复现命令:
ZSCORE_N_SEEDS=300 python scripts/zscore_validation.py
(本文由 t6 数据湖 + SQTS phase5 因子框架自动生成。复盘日期: 2026-05-08)