理解截面选基系统 — 消除模糊厌恶

> 这篇文章的目的：用最短时间、最直白的话，让你完全理解你的系统在做什么。每句话都保证 100% 准确，附有对应的代码位置。 > > 最后更新：2026-06-28 — 反映 v2 5因子 + AdaptiveWeightEngine + 板块差异化阈值 + 防御类软惩罚 + 截面网站板块

---

一句话总结你的系统在做什么

每周五收盘后，系统扫描你选的 107 只 ETF，用 5 个角度给每只打分，算出全市场排名，并从中筛选出 Top 10 投资组合，告诉你下周一该买什么、买多少。

它不是算命，它是一个有纪律的助手。它不预测未来，它只做一件事：从过去的数据中找出规律，然后假设这个规律会延续。

---

系统跑一次做了 7 步

拉数据 → 判断天气 → 5因子打分+防御惩罚 → 分散化去重 → 计算权重 → 保存全市场快照 → 推送结果

第 1 步：拉数据

系统从本地缓存加载 107 只 ETF 最近 1 年的日 K 线数据（含开、高、低、收、成交量、涨跌幅）。缓存由每周推送自动维护，加载只需几秒。

代码位置：engine.py:L216-L256（fetch_all_data_from_cache）

# 优先读本地 CSV 缓存（DataCacheManager.load_best）
# 缓存失效（滞后>30天）或缺失时，降级到 tushare/adata 实时拉取
# 首次拉取约 5 分钟，后续增量只需几秒

第 2 步：判断天气（市场状态）

系统用沪深 300 ETF（510300.SH）作为温度计，看三件事：

代码位置：regime.py:L12-L58

根据这三个指标，系统判断出 6 种天气：

代码位置：regime.py:L60-L77

---

第 3 步：5 个因子同时打分 + 防御类软惩罚

这是系统的核心。每只 ETF 从 5 个角度被打分（每个角度 0-1 分，1 分最高）：

因子 1：动量（momentum）

问的问题：「过去 2-6 个月涨了多少？涨得干净吗？」

计算方式：momentum_factor.py:L27-L54

raw_momentum = 60日收益率 × 0.5 + 120日收益率 × 0.5
final_momentum = raw × max(趋势质量R², 0.3) × 回撤惩罚

趋势质量（R²）修正：用线性回归 R² 判断过去 60 天的上涨是否「稳步推升」而非「剧烈震荡」：

• R² > 0.7：趋势稳定，动量保留 7-10 成
• R² 0.3-0.7：方向明确，动量保留 3-7 成
• R² < 0.3：震荡无趋势，动量打 3 折（强制下限 0.3）
• 斜率为负（下跌趋势）：R² 取负值，不惩罚

回撤惩罚：momentum_factor.py:L75-L89

• 距120日高点回撤 <5% → 不惩罚（×1.0）
• 回撤 5%-15% → ×0.7
• 回撤 >15% → ×0.3（深度回撤打骨折）

> 大白话：这个因子不会盲目追涨——它检查上涨的质量。震荡中的上涨会被打骨折，真正的稳步推升才给高分。

因子 2：夏普比率（sharpe）

问的问题：「每承担 1% 的波动，赚了多少？」

代码位置：quality_factor.py:L40-L68

两个 ETF 都涨了 10%，但一个每天稳稳涨、另一个上蹿下跳——稳稳涨的那个夏普更高。

因子 3：反追高（overbought_avoid）— v2 板块差异化版

问的问题：「是不是涨太疯了，该回避？」

代码位置：mean_reversion_factor.py:L55-L169

v2 核心改进（2026-06 更新）：

成长板块分类：mean_reversion_factor.py:L8 — 科技、新能源、成长、科创板、传媒、军工、汽车 防御板块分类：mean_reversion_factor.py:L10-L12 — 债券、商品、REITs、红利、央企、公用事业等

> 这个因子专门防止追高站岗，但对科技股的容忍度更高——科技股天生高波动、高 RSI 是常态而非异常。

因子 4：波动率稳定性（vol_stability）

问的问题：「波动大不大？涨得稳定吗？」

代码位置：mean_reversion_factor.py:L191-L233

低波动、稳定上涨的品种得分高。国债 ETF 在这项上接近满分。

因子 5：估值锚（valuation）— ✨ 新增因子

问的问题：「当前价格在历史区间中偏高还是偏低？」

代码位置：valuation_factor.py

用距 200 日均线的偏离度作为估值锚：

• 大幅高于 200 日均线 → 偏贵，得分低
• 在均线附近 → 合理，得分中等
• 大幅低于均线 → 便宜，得分高

同时结合 PE 分位数（如有数据），提供双重估值参考。这个因子是温和的纠偏力量——不会否决动量，只是在估值极端时给一个轻度的拉回。

---

因子权重：AdaptiveWeightEngine 实时调节

v2 核心变化：权重不再是固定的离散表格，而是由 AdaptiveWeightEngine 基于市场状态连续调节。

代码位置：weight_engine.py

权重计算公式：

adjustment_factor = clamp(1.0 / (1.0 + (vol_ratio - 1.0) × α), 0.4, 1.0)
                     × clamp(trend_strength, 0.5, 1.2)

momentum_weight  = 0.30 × (1 + (vol_ratio - 1.0) × 0.3) × adjustment_factor
sharpe_weight    = 0.15 × adjustment_factor
overbought_w     = 0.15 × (1 - (vol_ratio - 1.0) × 0.5) × adjustment_factor
vol_stability_w  = 0.20 × (1 - (vol_ratio - 1.0) × 0.5) × adjustment_factor
valuation_w      = 0.20 × adjustment_factor

参考输出（BULL 市况，vol_ratio=1.17，trend_strength=0.154）：

代码位置：multi_factor_selector.py:L51-L66（adaptive 配置）和 L98-L112（权重计算）

> 牛市中动量权重不会过高（~26%），反追高也不会过低（~22%）——系统在"追趋势"和"不追高"之间保持平衡。 > 熊市中反追高+稳定性的合计权重可达 60-70%，大幅转向防御。

---

防御类资产软惩罚

截面选基聚焦高波动资产的进攻性选择，择时策略已经承担了防御职责。因此对所有低波动资产施加软惩罚：

代码位置：multi_factor_selector.py:L118-L133

> 这些惩罚是用分数软乘，而不是硬排除——如果某只债券确实综合表现极好，仍可能进 Top 20，但几乎不可能进 Top 10。

---

这 5 个因子怎么合成最终排名？

综合评分(未惩罚) = Σ(每个因子分 × 该因子权重)
综合评分(最终)   = 未惩罚分 × 类别惩罚系数（如有）

因子分都是用 Rank 百分比（在所有 ETF 中的相对排名）标准化的，每个因子都是 0~1，越高越好。最终按降序排列得到全市场排名。

---

第 4 步：分散化去重（仅用于投资组合筛选）

全市场排名（完整排序） 出来后，系统对这个排名做三道过滤来选出 Top N 投资组合：

A. 同克隆去重（两层）：

• 底层指数层：同一底层指数（underlying_index 相同，如 513100/159941 都跟 NASDAQ100）只留一只代表。有行情快照时按「组内成交额百分位 50% + 跨境溢价分 50%」综合打分选代表（不只看规模和因子分，避免挑到高溢价品种）；无快照（历史回测）时回退为因子分最高者。
• 名称家族层：指数不同但名称同族（创业板/科创、恒生、黄金、纳指）的，不再强制只留一只（2026-10-24 起）。同族成员按排名逐个过 0.92 相关性阈值，只有"几乎完全重合"才剔；另设宽上限 FAMILY_MAX_MEMBERS = 6 防极端堆叠。无快照时保守回退为只留排名最高者。

代码位置：diversification.py

例如：跟踪 NASDAQ100 的有 513100/513300/513390/159501 四只，只保留综合打分最高的那只；而 纳指ETF(513100) 与 纳指生物科技ETF(513290) 虽同属「纳指家族」，实测相关仅 0.200，可以同时持有。

B. 相关性剔除：从去重后的候选前若干名中，用贪心算法剔除两两相关性 ≥0.92 的冗余品种（不足时放宽到 0.95 补，仍不足则按排名补满）。

代码位置：diversification.py:L503-L548

1. 取排名前 top_n×6 只作为候选池
2. 计算候选池中所有配对的 60 日收益率相关性矩阵
3. 从排名最高的开始，依次加入结果集
4. 每次加入前检查：与已入选品种的相关性 < 0.92？
5. 若不够 top_n 只，放宽阈值至 0.95 再补
6. 仍不够则直接按排名补满

C. 大类+子类限数量：每个大类（宽基/行业/跨境/商品等）和子类有数量上限。

代码位置：diversification.py:L339

> ⚠️ 重要区分：这三道过滤只用于生成消息推送中的投资组合（10 只买入清单）。网站展示的 Top 20/Bottom 10 是全市场排名，不受分散化过滤影响。

---

第 5 步：计算权重

每只 ETF 权重 = 该 ETF 的评分 / Top 10 总评分 × 仓位上限

代码位置：engine.py:L384-L401

---

第 6 步：保存全市场快照

全市场 107 只 ETF 完整排名（不经过分散化过滤）存入 SQLite 数据库 cross_section_weekly_snapshot 表。每条记录包含排名、代码、名称、综合评分、类别、子类、四个因子值（动量/夏普/反追高/稳定性）、连续在榜周数、市场状态、仓位上限。

代码位置：cross_section.py

用途：

• 网站 https://quant.aohan.net/cross-section 的 Top20 最强 / Bottom10 最弱品种展示
• 历史排名变化对比（排名变化 列 = 前一期排名 - 本期排名）
• 因子变动对比（因子Δ = 本期因子分 - 前一期因子分）
• K 线图预览（ECharts 日 K + MA5/10/20）

---

第 7 步：信号时效追踪

系统记录每只 ETF 连续上榜的周数，帮你区分真趋势和假突破：

代码位置：signal_tracker.py:L31-L71

---

你的系统不会什么（能力边界）

你的系统会：

• ✅ 从 107 只 ETF 中给出全市场排名 + 筛选出最值得持有的投资组合
• ✅ 根据市场牛熊自动调节仓位权重
• ✅ 防止追高（反追高因子 + 趋势质量 R² 过滤 + 回撤惩罚）
• ✅ 防止集中度风险（同指数去重 + 相关性剔除 + 大类数量上限——在投资组合筛选中）
• ✅ 板块差异化辨识（反追高阈值按成长/防御板块分开）
• ✅ 全市场排名可视化（网站Top20/Bottom10 + K线 + 7日趋势）
• ✅ 因子变动追踪（本周 vs 上周各因子分变化）

你的系统不会：

• ❌ 预测明天涨跌——它用的是历史数据
• ❌ 盘中择时——它是日频/周频系统，只看收盘数据
• ❌ 识别黑天鹅——没有实时新闻分析
• ❌ 保证赚钱——即使是大基金公司也会亏

> 💡 系统不会但这些风险真实存在，怎么办？ > 答案是把截面选基和择时策略结合起来——用择时控制仓位上限，用截面决定买什么。详见 04-选基择时融合方案.md。

---

你今天推送里看到的名词解释

📊 截面选基策略 | 2026-06-27
   共扫描 107 只ETF
================================================================================

📈 🟢 强势牛市 | 仓位上限 95%
   价格vs年线:+6.8%  波动率比:1.17x  趋势强度:0.154
   ↑ 价格比年线高6.8%，比年线低=熊市预警
   ↑ 当前波动只有历史1.17倍，<1.5说明不算异常高波
   ↑ 趋势强度0.154，在正常范围（不极弱也不极强）

因子权重（AdaptiveWeightEngine 实时计算）:
  动量 25.6%  夏普 18.0%  反追高 22.2%  稳定性 22.2%  估值锚 12.0%

Top10 因子分解:
  动量  0.99  ← 近2-6个月涨了多少（经过R²趋势质量过滤+回撤惩罚）
  夏普  0.86  ← 每承担1%波动赚了多少
  反追高 0.45 ← 越低说明越超买（连续打分，科技股阈值更宽松）
  稳定性 0.86 ← 越低说明波动越大
  估值锚 0.35 ← 越低说明价格越偏离200日均线（偏贵）

趋势质量过滤:
  R²=+0.81 (趋势稳定)  ← 过去60天价格拟合直线，R²越高涨得越稳
  dd=-1.6% (正常)      ← 距120日高点仅回撤1.6%，几乎在新高
  → ×0.81              ← 动量保留81%，19%被趋势噪声过滤

---

TODO：让自己更快理解系统

• 看一遍今天的推送消息，对照本文章逐行理解每个数字
• 记住 5 个因子的名字和含义（动量、夏普、反追高、稳定性、估值锚）
• 理解 AdaptiveWeightEngine 如何根据 vol_ratio 和 trend_strength 实时调节权重
• 理解「全市场排名（网站展示）」和「分散化过滤组合（消息推送）」的区别
• 下次推送时，先看市场状态，再看 Top 3 的因子分解，试着说一句「为什么系统选了它」