learn/择时策略/2026-08-11-牛熊判断与牛市仓位优化探讨.md

📄 文档learn/择时策略/2026-08-11-牛熊判断与牛市仓位优化探讨.md

🌱 创建于2026-08-20 10:30

✏️ 修改于2026-08-20 10:30

👁️ 浏览量—

🔗 短链接/~learn/s/acfb2820

🔐 可见性

牛熊判断与牛市仓位优化 · 探讨文档（v3）

> 2026-08-11 v3：所有流程/状态/架构图改用 Mermaid 渲染，替代 ASCII 模拟图。 > > 2026-08-11 v2：修正事实性错误、补齐 v1 逻辑漏洞、加入新思路（策略共识度、相对强度、ATR 自适应阈值）、调整仓位合成公式、明确再进入规则、细化落地顺序与验证方案。 > > 2026-08-11 v1：初版提出三层体系框架。 > > 起因：实盘复盘报告（learn/投资复盘/2026-08-11-择时策略实盘复盘.html）指出「牛市踏空是最大短板，建议牛市放宽仓位上限」，用户提出两个尖锐质疑： > > 1. 怎么判断牛熊？ 单看 60 日均线不靠谱——震荡市会在均线上下反复穿越，收益反而被磨掉。 > 2. 牛市满仓 vs 牛市末期回撤：回撤最大的时刻往往就是牛市末期。如果牛市满仓，低回撤特质不就被抵消了吗？ > > 本文正面拆解这两个问题，提出「趋势确认 × 估值刹车 × 回落保护」三层体系作为改进方向，供探讨。

---

一、先承认：这两个质疑都成立

1.1 质疑 1 成立：单均线判断牛熊 = 经典 whipsaw 陷阱

上一份报告建议「60 日均线之上放宽仓位」，这个建议确实粗糙。它的致命缺陷是：

双状态模型（在线上=牛 / 在线下=熊）强迫系统在震荡市二选一；
震荡市里价格反复穿越均线，每次穿越都触发一次「加仓→减仓→加仓」，交易成本 + 方向错误双重磨损；
复盘数据里已经能看到这个影子：创业板在 2025-08~2026-08 是单边牛市，但 33 个策略里大量高频策略的「择时增值」为负——高频切换本身就在损耗。

更深一层的问题（v2 补）：当前策略池里其实并非"不知道震荡市"——EnhancedFourMAStrategy 已经内置了 ADX 三态分类（trend/range/extreme），并且把 range 态仓位压到 0.4~0.6。但组合层的 position 是 30+ 个策略 stock_value_ratio 的加权平均，不同策略的降仓时机不同步：A 策略觉得是震荡压到 0.4，B 策略觉得是趋势加到 0.8，加权后反而变成 0.6 不上不下，震荡市里依然在被磨。所以层 1 状态机必须加在组合层，不能指望单个策略内部的 ADX 自动生效。

结论：问题不在「要不要在牛市进攻」，而在「用什么信号判断牛市才不会在震荡市被磨」。

1.2 质疑 2 成立：牛市末期恰恰是最大回撤的来源

纯趋势策略有两个固有缺陷，它们正好在牛市末期叠加爆发：

缺陷	表现
---	---
确认滞后	趋势确认「牛市」时，往往已经走完一大半主升浪
反转滞后	趋势确认「熊市」时，往往已经吃满回撤

而牛市末期的特征（估值极高、情绪亢奋、波动率飙升）恰恰不是趋势指标能捕捉的——趋势指标会说「还在涨」，但估值和波动率已经亮红灯。「牛市就满仓」等于在风险回报比最差的时候暴露最大的仓位。

结论：不能用一个「牛市开关」决定满仓。需要把「该不该参与」和「该参与多深」拆成两个独立问题。

---

二、设计原则：择时的本质不是预测牛熊，而是管理风险暴露

与其问「现在是不是牛市」（一个预测问题，永远答不准），不如问三个递进的问题：

现在有没有资格进入进攻状态？ → 趋势确认（解决：震荡市别乱动）
进入后，应该暴露多深？ → 估值/情绪定档（解决：牛市末期别裸奔）
万一判断错了，怎么兜底？ → 波动/回落保护（解决：最大回撤上限）

三个问题用三种互相独立的信息源回答：

层	回答的问题	信息源	现状（v2 修正）
---	---	---	---
层 1 趋势状态机	能不能参与	价格行为（均线/ADX/多周期/策略共识度）	`EnhancedFourMAStrategy` 内部已有 ADX（默认 threshold=25，实际配置覆盖为 20），但不传导到组合层，需在组合层新写
层 2 估值刹车	参与多深	估值分位 + 情绪指标	`valuation_fetcher` 已有 `pe_ttm/pb/pe_pct/pb_pct`（完整可用）；`moneyflow_mkt_dc` 接口存在但未在正式策略中使用，需验证；情绪/宽度（breadth）数据暂无模块，需新建数据管道
层 3 回落保护	何时强制撤退	波动率 + 净值回撤 + ATR 自适应阈值	`VolatilityChannelStrategy` 有 ATR 手动实现，但未注册到任何品种（4 个实例均未 add_strategy_to_board）；ATR 计算代码可复用，逻辑需新写

任何一层判断错，另外两层都能兜住——这是三层的核心价值。下图展示三层如何形成纵深防御：

flowchart TD subgraph INPUT["市场输入"] P["价格/成交量
OHLCV"] V["估值数据
PE/PB 分位"] M["资金/情绪
moneyflow"] end subgraph L1["🛡️ 层 1 · 趋势状态机
（定性：能不能参与）"] L1A["ADX 趋势强度"] L1B["MA60 + 斜率 + 周线"] L1C["策略共识度"] L1D["相对强度 RS"] L1O{"状态?"} L1A --> L1O L1B --> L1O L1C --> L1O L1D --> L1O end subgraph L2["🛡️ 层 2 · 估值刹车
（定量：参与多深）"] L2A["PE/PB 5年分位档"] L2B["品种类型适配
(成长用PE/周期用PB)"] L2O["仓位上限
20%~100%"] L2A --> L2O L2B --> L2A end subgraph L3["🛡️ 层 3 · 回落保护
（兜底：何时撤退）"] L3A["指数ATR止损
(双触发)"] L3B["策略净值硬止损"] L3C["波动率目标调整"] L3O["强制减仓/清仓"] L3A --> L3O L3B --> L3O L3C -.->|收紧阈值| L3A end P --> L1A P --> L1B P --> L3A P --> L3B P --> L3C V --> L2A M -.->|未来增强| L2 L1O -->|"进攻(1.0)
中性(0.25)
防御(0.05)"| BASE["基础仓位"] L2O -->|"上限取min"| CAP["封顶后仓位"] L3O -->|"事件驱动砍仓"| FINAL["🎯 最终仓位"] BASE --> CAP CAP --> FINAL style L1 fill:#1a3a5c,stroke:#3b82f6,color:#fff style L2 fill:#3a2a1a,stroke:#f59e0b,color:#fff style L3 fill:#3a1a1a,stroke:#ef4444,color:#fff style FINAL fill:#1a3a1a,stroke:#22c55e,color:#fff

---

三、层 1：趋势状态机 —— 解决「震荡市被磨」

核心思路：给系统加一个「中立/无效」状态

双状态模型的问题是没有「我不知道」这个选项。改成三态状态机——进入进攻态要闯 5 道门槛，退出只要满足两个条件且有缓冲带：

stateDiagram-v2 direction TB [*] --> 震荡中性态震荡中性态 --> 进攻态 : 5条件同时满足
① ADX ≥ 20
② 价格>MA60 且 MA60上行≥3日
③ 周收盘 > 周MA20
④ 策略共识度 ≥ 70%
⑤ RS跨品种排名 ≥ 50% 进攻态 --> 防御态 : 双条件同时满足
① 价格跌破 MA60×(1−缓冲带)
② MA60斜率拐头向下
缓冲带=max(3%,2ATR/close) 防御态 --> 进攻态 : 再次满足进攻态
全部5个条件进攻态 --> 震荡中性态 : ADX<20 或
共识度<50% 或
周线破位防御态 --> 震荡中性态 : 下跌趋势衰竭
(反弹但未达进攻条件) note right of 震荡中性态默认状态仓位: 20~30% 底仓 + 货基 end note note right of 进攻态牛市确认仓位: L2估值档封顶 (60%~100%) end note note right of 防御态熊市确认仓位: 0~10% end note

五个关键机制：

ADX 隔离震荡：ADX < 20 时宣布「趋势无效」，强制中性仓位（20~30% 底仓 + 剩余转国债/货基），不参与方向判断。震荡市被「识别并隔离」，而不是「被迫二选一」。注意：不是复用 EnhancedFourMAStrategy 内部的 ADX，而是在组合层重新计算一次（用品种指数本身的 ADX，组合层视角）。

滞回缓冲带（Hysteresis）：

- 进入进攻态要同时满足 5 个条件（全部成立才进，门槛高）； - 退出进攻态要同时满足"价格跌破 + MA60 斜率拐头"两个条件； - 缓冲带宽度自适应：缓冲带 = max(3%, 2 × ATR(20)/close)——高波动时自动加宽，低波动时缩窄，避免固定百分比在不同品种/不同时期失灵； - 任何状态切换都要持续 N=3 日确认，单日穿越不算数。

多时间框架确认：周线定方向（周收盘 > 周 MA20 才有资格进攻），日线定执行时点。日线噪音不再能单独触发方向切换。

策略共识度（v2 新增·零成本信号）：

``策略共识度 = stock_value_ratio > 0.8 的策略权重之和`30+ 个策略来源多样（均线/量价/RSI/动量/日历/布林带），它们一致看多的时候大概率是真趋势，分歧大的时候大概率是震荡。这是纯粹利用策略多样性本身做市场状态探测，不依赖外部数据。共识度 < 50% 时即使 ADX>20 也强制留在中性态；共识度 ≥ 70% 才允许进进攻态。




相对强度（RS）过滤（v2 新增）：实盘复盘数据表明，真正跑输的品种（创业板、科创50、QQQ）都是过去一年最强的品种——不是说它们不该加仓，而是对相对强度弱的品种（60日涨幅在所有品种里排名后 50%），即使自身均线多头排列，也先维持中性态，等它自己证明"跑赢了"再进。避免在"假突破"里加仓。



> 直接回应质疑 1：震荡市不是「在均线上下来回磨」，而是被 ADX + 共识度双重判为「无效态」锁在低仓位；即使偶尔误判，滞回缓冲带（自适应宽度）+ 持续 N 日确认 + MA 斜率条件也保证不会来回切换。磨耗的来源（高频方向切换）被结构性消除。



---



四、层 2：估值刹车 —— 解决「牛市末期裸奔」



核心思路：满仓只在「趋势确认 + 估值不贵」同时成立时发生



牛市末期 ≠ 趋势信号错，而是「趋势仍在、但风险回报比已极差」。所以用估值分位把进攻态切成若干仓位档：



 趋势状态  估值分位  目标仓位上限 
--- --- ---
 进攻态  PE/PB 分位均 < 30%（低估）  100% 满仓 
 进攻态  30% ~ 60%  80% 
 进攻态  60% ~ 80%  60% 
 进攻态  80% ~ 95%（牛市后期）  40% 
 进攻态  > 95%（极端高估）  20% 底仓 
 震荡/无效态  任意  20~30% 底仓 
 防御态  任意  0~10% 



下面这张图展示了仓位如何随估值分位自动阶梯下降（牛市从左下往右上走，仓位自动收缩）：


flowchart LR
    subgraph 估值分位轴["估值分位（PE/PB 5年滚动）"]
        direction LR
        V1["< 30%
🟢 低估"] --- V2["30-60%
🟢 合理"] --- V3["60-80%
🟡 偏高"] --- V4["80-95%
🟠 高估"] --- V5["> 95%
🔴 极端"]
    end

    subgraph 仓位轴["仓位上限"]
        direction LR
        P1["100%
满仓"] --- P2["80%"] --- P3["60%"] --- P4["40%"] --- P5["20%
底仓"]
    end

    V1 --> P1
    V2 --> P2
    V3 --> P3
    V4 --> P4
    V5 --> P5

    style V1 fill:#166534,color:#fff
    style V2 fill:#166534,color:#fff
    style V3 fill:#854d0e,color:#fff
    style V4 fill:#9a3412,color:#fff
    style V5 fill:#991b1b,color:#fff
    style P1 fill:#166534,color:#fff
    style P2 fill:#166534,color:#fff
    style P3 fill:#854d0e,color:#fff
    style P4 fill:#9a3412,color:#fff
    style P5 fill:#991b1b,color:#fff


v2 修正：估值分位的口径问题



v1 笼统说"PE_TTM 历史分位"，在 A 股实践里有几个坑：



全历史分位被早期极端值绑架：创业板 2015 年 PE 到过 120 倍，用全历史分位永远"低估"。→ 用 5 年滚动分位。
不同品种适用不同估值指标：


flowchart TD
    START["输入品种代码"] --> TYPE{"品种类型?"}
    TYPE -->|宽基/成长
创业板/科创50/沪深300/中证500| USE_PE["使用 PE_TTM
5年滚动分位"]
    TYPE -->|金融/周期/红利
红利ETF/银行/证券/煤炭/上证50| USE_PB["使用 PB
5年滚动分位
(PE在周期顶反指)"]
    TYPE -->|黄金 GLD| NO_GOLD["❌ 禁用层2
(黄金无盈利概念)"]
    TYPE -->|海外ETF
QQQ等| NO_QQQ["⏸️ 暂禁用层2
(等数据管道补全)"]

    USE_PE --> CROSS{"PE与PB
分位是否一致?"}
    USE_PB --> CROSS
    CROSS -->|一致| GEAR_OK["按该档位定上限"]
    CROSS -->|分歧
(PE高/PB低 或反之)| GEAR_CONS["取更紧档位
(保守原则)"]

    GEAR_OK --> SPECIAL{"是否红利类?"}
    GEAR_CONS --> SPECIAL
    SPECIAL -->|是| RELAX["放宽上限到80%
(不让L2压制已验证策略)"]
    SPECIAL -->|否| FINAL_GEAR["✅ 输出档位上限"]
    RELAX --> FINAL_GEAR
    NO_GOLD --> BYPASS["层2不封顶
(仅靠L1+L3)"]
    NO_QQQ --> BYPASS

    style NO_GOLD fill:#991b1b,color:#fff
    style NO_QQQ fill:#854d0e,color:#fff
    style FINAL_GEAR fill:#166534,color:#fff


PE 与 PB 做交叉验证：PE 和 PB 分位都落在该档位时才判定；两者分歧（如 PE 高估、PB 低估）取保守档位（用更紧的那个）。
估值刹车不是绝对值硬顶：红利类品种 PE 常年在 5~7 倍波动，分位对它几乎没区分度，这类品种 L2 上限放宽到 80%（不让 L2 把红利的优秀策略仓位压掉——实盘复盘里红利现有策略已经做到+6.28%收益、夏普 1.06、回撤减半，L2 不该干预）。



情绪指标增强（待数据管道就位后启用）

用成交额/换手率/两融余额的历史分位，> 90% 时强制再降一档（牛市顶部情绪指标通常比估值更极端）。当前状态：moneyflow_mkt_dc接口存在但未经验证，市场广度（涨跌家数/advance-decline）模块不存在，需要新建数据管道，v2 阶段不纳入实现，先留接口。




> 直接回应质疑 2（前半）：满仓不是「牛市就满仓」，而是「牛市 + 便宜 + 有共识」才满仓。牛市末期估值高位时层 2 已经自动把仓位压到 40% 以下，回撤的暴露被提前削减。



---



五、层 3：回落保护 —— 兜底「前两层判断错了怎么办」



估值刹车不是万能的（A 股泡沫可以持续数月、估值 >95% 后还能再涨 20%）。所以需要第三层只靠价格行为、不靠任何预测的兜底。



Trailing Stop 触发与再进入流程



trailing stop 是一个事件驱动的子状态机——触发后独立于主状态机运行，直到恢复条件满足才复位：


stateDiagram-v2
    direction TB
    [*] --> 持仓正常

    持仓正常 --> 指数减半 : 指数从60日高点回撤
> k_atr × ATR(20)
且 MA60拐头向下
    持仓正常 --> 净值减半 : 策略净值从历史高点
回撤 > 8%
    持仓正常 --> 清仓止损 : 策略净值从历史高点
回撤 > 15%

    指数减半 --> 清仓止损 : 指数继续回撤
> 2×减半阈值
    净值减半 --> 清仓止损 : 策略净值继续回撤
> 15%

    指数减半 --> 持仓正常 : 收复近20日高点
或连续3日收盘
高于触发价
    净值减半 --> 持仓正常 : 策略净值从触发点
反弹 > 3%

    清仓止损 --> 分阶段建仓 : L1重新满足进攻态
全部5个条件
且L2估值≤95%分位
    分阶段建仓 --> 持仓正常 : D1: 30%
D2: 60%
D3: 100%

    note right of 持仓正常
        仓位 = L1×L2上限
        正常跟踪
    end note
    note left of 指数减半
        仓位 × 0.5
        k_atr按估值档自适应:
        低估=5, 中估=4, 偏高=3
        高估=2, 极高=1.5
        高波动时k_atr再-1
    end note
    note right of 净值减半
        仓位 × 0.5
        慢熊阴跌兜底
    end note
    note left of 清仓止损
        仓位 → 0~10%
        切回防御态
    end note

其中k_atr按估值档位动态调整（v1 用固定百分比，v2 改用 ATR 单位自适应）：




 层 2 估值档位  k_atr（指数回撤多少倍 ATR 触发减半）  含义 
--- --- ---
 低估（<30%）  5  宽松，牛市初期允许大回调 
 中估（30~60%）  4  正常 
 偏高（60~80%）  3  警惕 
 高估（80~95%）  2  紧 
 极高（>95%）  1.5  极紧，稍有风吹草动就减半 



为什么用 ATR 单位而不是固定百分比：


创业板日波动 ±3% 很常见，固定 8% = 2~3 天；
红利低波日波动 ±0.5%，固定 8% = 3~4 周；
用 ATR 单位后阈值天然跨品种、跨时段自适应，不需要为每个品种单独调参。



为什么加策略净值硬止损：即使指数没跌多少（可能是慢熊阴跌），如果仓位管理不当导致策略净值回撤已经很大，也要强制砍仓——这是对"层 1、层 2 完全失灵"场景的最后兜底。



波动率目标仓位（Volatility Targeting）—— 自适应降杠杆（保留，作为可选增强）


vol_adj = 目标年化波动率（默认 12%） / max(当前实现波动率, 8%)
实现波动率 = 近 20 日收益率标准差 × √252

牛市初期：波动率低 → vol_adj > 1，但有上限 1.3（不允许 130% 仓位，避免杠杆风险）；

牛市末期：波动率飙升 → vol_adj < 1，自动降仓；


完全不依赖牛熊判断，数学上直接控制风险暴露。




v2 明确：vol targeting 作为 L3 的"辅助系数"，不直接乘到最终仓位里，而是用来收紧 trailing stop 的阈值——波动率高时自动把 k_atr 再减 1（相当于更早触发保护）。这样避免 vol targeting 本身和 L2 乘法叠加导致仓位过低。



宽度（Breadth）预警（推迟到数据管道就绪后）



跟踪"组合内下跌品种数量占比"或"全市场涨跌家数比"，普跌但指数还撑着（权重托底）时预警降仓；
牛市末期典型的"指数新高、多数个股已破位"结构，宽度指标能提前 1~2 周提示。
v2 阶段不实现（需要新建数据管道），先记录为后续增强项。



> 直接回应质疑 2（后半）：即使层 1、层 2 全部判断错（满仓在顶部），层 3 的双触发 trailing stop + 硬止损保证最大回撤被限制在可控区间——「低回撤」特质不依赖「判断对」，而依赖「跌了就撤」的机械规则，并且有明确的"什么时候回来"规则避免永久踏空。



---



六、三层协同：最终仓位怎么算（v2 改公式）



v1 公式的问题（乘法过于保守）

v1 公式最终仓位 = L1 × L2 × L3会出现"多约束叠加导致仓位过低"的问题：



牛市初期波动率稍高时，L1=1.0 × L2=1.0 × L3=0.7 = 70%，错过最干净的主升浪起点；
熊市末期估值低位时，L1=0（防御态）直接锁死，但这个时候恰恰最该加仓——不过 L1=0 是主开关，这个是对的；
L2 和 L3 都在向下约束，乘法会"双杀"。



v2 公式：主开关 + 单向 min 约束 + 事件驱动



仓位计算是一个管线（pipeline），而不是简单的乘法：


flowchart LR
    A["各策略独立
generate_signals()"] --> B["加权求和
calculate_average_holding_ratio()"]
    B --> C["原始 position%
（现有系统输出）"]

    C --> D["L1 主开关
× 状态系数
进攻=1.0
中性=0.25
防御=0.05"]
    D --> E["× 共识度微调
0.9~1.0"]
    E --> F["× RS微调
0.9~1.0"]
    F --> G["基础仓位"]

    G --> H{"取 min 封顶"}
    I["L2 估值档位上限
20%~100%"] --> H
    J["L3 vol_adj
（辅助上限）"] --> H
    H --> K["封顶后仓位"]

    K --> L{"L3 trailing
事件触发?"}
    L -->|无触发| M["✅ 最终仓位"]
    L -->|减半| N["× 0.5"]
    L -->|清仓| O["→ 0~10%"]
    N --> M
    O --> M

    style C fill:#1e3a5f,stroke:#3b82f6,color:#fff
    style G fill:#1a3a1a,stroke:#22c55e,color:#fff
    style M fill:#14532d,stroke:#22c55e,color:#fff,stroke-width:3px


具体逻辑：


L1 是主开关：防御态直接 0~10%，震荡态 25%，进攻态 100%；共识度和 RS 对进攻态仓位做 ±10% 的微调（不做大调整）；
L2 和 L3 只做"向下封顶"：取两者中更紧的那个作为仓位上限，不做乘法叠加；
Trailing stop 是事件驱动：不是日常系数，而是触发后临时砍半/清仓，等恢复条件满足再复位。



典型场景的仓位路径



下图展示 8 个典型场景在管线中最终落到多少仓位（节点标签上的数字是该场景下该环节的仓位值）：


flowchart TB
    subgraph 牛市初期["🟢 牛市初期
低估+刚确认+共识高"]
        D1["L1=1.0"] --> G1["基础=1.0"]
        G1 --> H1["min(1.0,1.0)=1.0"]
        H1 --> R1["最终=100%"]
    end

    subgraph 牛市中期["🟢 牛市中期
估值50%"]
        D2["L1=1.0"] --> G2["基础=1.0"]
        G2 --> H2["min(0.8,1.0)=0.8"]
        H2 --> R2["最终=80%"]
    end

    subgraph 牛市末期涨["🟡 牛市末期
高估+还涨"]
        D3["L1=1.0"] --> G3["基础=1.0"]
        G3 --> H3["min(0.4,0.8)=0.4"]
        H3 --> R3["最终=40%"]
    end

    subgraph 牛市末期跌["🔴 牛市末期
高位+开始跌"]
        D4["L1=1.0"] --> G4["基础=1.0"]
        G4 --> H4["min(0.4,0.7)=0.4"]
        H4 --> T4["trailing减半"]
        T4 --> R4["最终=20%"]
    end

    subgraph 震荡市["⚪ 震荡市
ADX<20"]
        D5["L1=0.25"] --> G5["基础=0.25"]
        G5 --> H5["L1锁死→0.25"]
        H5 --> R5["最终=25%"]
    end

    subgraph 熊市["🔴 熊市确认"]
        D6["L1=0.05"] --> G6["基础=0.05"]
        G6 --> H6["L1锁死→0.05"]
        H6 --> R6["最终=5%"]
    end

    subgraph 熊市末期反弹["🟡 熊市末期反弹
估值低但趋势未确认"]
        D7["L1=0.25"] --> G7["基础=0.25"]
        G7 --> H7["L1锁死→0.25
(L2想给100%也没用)"]
        H7 --> R7["最终=25%"]
    end

    subgraph 回调恢复["🟢 回调恢复
减过仓+趋势还在"]
        D8["L1=1.0"] --> G8["基础=1.0"]
        G8 --> H8["min(0.8,1.0)=0.8"]
        H8 --> T8["trailing已恢复"]
        T8 --> R8["最终=80%"]
    end

    style R1 fill:#166534,color:#fff
    style R2 fill:#166534,color:#fff
    style R3 fill:#854d0e,color:#fff
    style R4 fill:#991b1b,color:#fff
    style R5 fill:#4b5563,color:#fff
    style R6 fill:#991b1b,color:#fff
    style R7 fill:#854d0e,color:#fff
    style R8 fill:#166534,color:#fff


互锁关系（任一层的误判都能被兜住）：


flowchart LR
    E1["层1误判:
把震荡当牛市"] --> F1["→ 层2兜底:
震荡市估值通常不极端
但共识度<70%直接挡在门外"]
    E2["层2失灵:
高估后泡沫继续
迟迟不降仓"] --> F2["→ 层3兜底:
双触发trailing stop
硬止损砍仓"]
    E3["层3误触发:
正常回调触发减半"] --> F3["→ 再进入规则兜底:
收复20日高点后
按明确条件加回"]
    E4["层1反应慢:
V型反转来不及切防御"] --> F4["→ 层3兜底:
策略净值8%硬止损
不等L1切换就减仓"]

    style E1 fill:#991b1b,color:#fff
    style E2 fill:#991b1b,color:#fff
    style E3 fill:#991b1b,color:#fff
    style E4 fill:#991b1b,color:#fff
    style F1 fill:#166534,color:#fff
    style F2 fill:#166534,color:#fff
    style F3 fill:#166534,color:#fff
    style F4 fill:#166534,color:#fff


---



七、与现有系统怎么接（不推翻，只加一层壳）



三层体系不需要重写策略池，而是在现有「多策略加权择时」之上加一个组合级仓位调节器——是一个纯 overlay，不侵入现有策略代码：


flowchart LR
    subgraph 现有系统["现有系统（不动）"]
        S1["timing_config.py
注册30+策略"] --> S2["load_mult_market_strategy()"]
        S2 --> S3["calculate_portfolio_metrics()
逐策略generate_signals"]
        S3 --> S4["calculate_average_holding_ratio()"]
        S4 --> S5["原始 position%"]
    end

    subgraph 新增overlay["🆕 组合层仓位调节器（新增）"]
        O1["L1 状态机
layer1_trend_state.py"]
        O2["L2 估值档位
layer2_valuation_brake.py"]
        O3["L3 回落保护
layer3_drawdown_protect.py"]
        O4["合成最终仓位
position_overlay.py"]
        O1 --> O4
        O2 --> O4
        O3 --> O4
    end

    S5 -->|"输入"| O4
    O4 --> FINAL["🎯 最终 position%
→ 持仓建议/推送"]

    subgraph 数据源["外部数据（新增依赖）"]
        D1["valuation_fetcher
(pe_ttm/pb)"]
        D2["跨品种60日涨幅
(show_marker主循环一次算完)"]
        D3["历史高点跟踪
(在overlay内部维护)"]
    end

    D1 --> O2
    D2 --> O1
    D3 --> O3

    style 新增overlay fill:#1a3a1a,stroke:#22c55e,color:#fff
    style 现有系统 fill:#1a1a2e,stroke:#6366f1,color:#fff
    style FINAL fill:#14532d,stroke:#22c55e,color:#fff,stroke-width:3px


接入点与开关

落在 show_marker.py 调用 load_mult_market_strategy() 之后、生成持仓/推送消息之前；

也可以往 MarketAnalysis.load_mult_market_strategy() 末尾加（该方法里已经能拿到 self.df 和 self.last_timing_positions[code]）；


每个品种独立计算自己的三层系数（红利看红利的 PE/PB，创业板看创业板的）；

跨品种数据（相对强度 RS 需要全品种 60 日涨幅排名）在 show_marker.py 主循环里一次算完、传给各品种。




每层独立开关，便于逐层 A/B：


TIMING_L1_TREND_STATE = False      # 层1趋势状态机
TIMING_L2_VALUATION_BRAKE = False  # 层2估值刹车
TIMING_L3_TRAILING_STOP = False    # 层3回落保护


每层可以独立 A/B；
全 False 时完全等价于现状（零影响）；
落地阶段按顺序打开，避免三层同时上出问题无法定位。



文件组织

新建timing_overlay/目录，四个文件各司其职，不往现有大文件塞：



flowchart TD
    ROOT["adata/aohan/quant/timing_overlay/
（新建目录）"]
    ROOT --> F1["layer1_trend_state.py
ADX+MA60+周线+共识度+RS"]
    ROOT --> F2["layer2_valuation_brake.py
PE/PB分位+品种适配"]
    ROOT --> F3["layer3_drawdown_protect.py
ATR止损+净值止损+再进入"]
    ROOT --> F4["position_overlay.py
🎯 组合入口
管线调度+状态维护"]

    style F4 fill:#14532d,stroke:#22c55e,color:#fff,stroke-width:2px


---



八、验证方案（先想清楚怎么证明有效）



Walk-Forward 滚动窗口验证



v1 提"10 年样本内 + 1 年样本外"太粗糙——三层体系有 5~7 个参数，全样本优化必过拟合。必须做 Walk-Forward Analysis：训练集逐年扩展，验证集始终是训练集之后未见过的一年，共 7 个窗口：


gantt
    title Walk-Forward 滚动窗口验证（2015-2026）
    dateFormat YYYY-MM-DD
    axisFormat %Y
    tickInterval 1year

    section 窗口1
    训练 2015-2018        :t1, 2015-01-01, 1460d
    验证 2019            :v1, after t1, 365d

    section 窗口2
    训练 2015-2019        :t2, 2015-01-01, 1825d
    验证 2020            :v2, after t2, 365d

    section 窗口3
    训练 2015-2020        :t3, 2015-01-01, 2190d
    验证 2021            :v3, after t3, 365d

    section 窗口4
    训练 2015-2021        :t4, 2015-01-01, 2555d
    验证 2022 (熊市)     :v4, after t4, 365d

    section 窗口5
    训练 2015-2022        :t5, 2015-01-01, 2920d
    验证 2023 (震荡)     :v5, after t5, 365d

    section 窗口6
    训练 2015-2023        :t6, 2015-01-01, 3285d
    验证 2024 (震荡)     :v6, after t6, 365d

    section 窗口7
    训练 2015-2024        :t7, 2015-01-01, 3650d
    验证 2025-2026 (牛市):v7, after t7, 580d

    section 市场周期
    2019-2021 牛市       :milestone, 2019-01-01, 1095d
    2022 熊市            :crit, 2022-01-01, 365d
    2023-2024 震荡       :active, 2023-01-01, 730d
    2025-2026 牛市       :milestone, 2025-01-01, 580d


通过标准：


每个窗口选出来的参数稳定性好（参数值不跳来跳去）；
每个窗口的样本外表现方向一致（不能这个窗口好那个窗口差）；
最终用最后一个窗口的参数做全周期展示，但调参依据是样本外表现的稳定性，不是全样本总收益。



对比指标



 对比指标  现状（基准，复盘实测）  三层体系目标 
--- --- ---
 牛市品种（10个）超额收益  平均 -15~-20pp（严重踏空）  收敛到 -5pp 以内（基本跟上） 
 震荡/下跌品种（13个）超额收益  为正（已经跑赢）  保持为正，不恶化 
 最大回撤（中位数比大盘）  0.42×  保持 ≤ 现状（不能为了加仓牺牲回撤） 
 夏普比率  红利1.06/其他品种0~0.5  牛市品种夏普翻倍，其他品种不下降 
 状态切换次数/年  高频（量化待统计）  下降 60%+（震荡市不被磨的核心实证） 
 牛市参与度（牛市期平均仓位）  ~40%  提升到 60~80% 
 触发 trailing stop 后 30 日内恢复率  （新指标）  > 70%（避免"一次减仓永久踏空"） 



核心筛选指标（不是总收益）：


择时增值（复盘报告里的定义：策略收益 − 大盘收益 × 平均仓位）—— 这个指标衡量"仓位管理有没有创造纯 alpha"，比总收益更能区分"运气"和"能力"；
跨周期稳定性（每个 Walk-Forward 窗口的择时增值都为正）。



---



九、落地顺序（三阶段渐进）



考虑到数据依赖和调试复杂度，不一次上三层，按依赖关系和风险递增排列：


flowchart LR
    subgraph 阶段1["🟦 阶段一 · L1+L3
纯价格数据，零外部依赖"]
        A1["L1: 组合层状态机
ADX+MA60+周线+缓冲+共识度"]
        A2["L3: 双触发trailing stop
ATR阈值+硬止损+再进入"]
        A3["⚠️ RS暂不加
(需跨品种循环改造)"]
        A4["L2 关闭"]
        A1 --> A2
    end

    subgraph 阶段2["🟨 阶段二 · 加入L2
启用估值数据"]
        B1["接入 valuation_fetcher"]
        B2["PE/PB分位+品种类型适配"]
        B3["GLD/QQQ 先禁用L2"]
        B4["红利类放宽上限到80%"]
        B1 --> B2 --> B3
        B2 --> B4
    end

    subgraph 阶段3["🟩 阶段三 · 增强项
需要新建数据管道"]
        C1["加跨品种RS过滤"]
        C2["情绪/宽度数据管道
(moneyflow验证+涨跌家数)"]
        C3["Breadth预警"]
        C4["QQQ海外ETF估值补全"]
    end

    阶段1 ==>|"Walk-Forward验证
切换次数↓ 回撤持平"| 阶段2
    阶段2 ==>|"牛市超额收敛到-5pp"| 阶段3

    style 阶段1 fill:#1a365d,stroke:#3b82f6,color:#fff
    style 阶段2 fill:#451a03,stroke:#f59e0b,color:#fff
    style 阶段3 fill:#14532d,stroke:#22c55e,color:#fff


阶段一：先做层 1 + 层 3（纯价格数据，零外部依赖）


层 1：组合层 ADX + MA60 斜率 + 周线确认 + 滞回缓冲（自适应）+ 策略共识度。相对强度 RS 暂不加（需要跨品种循环改造）。
层 3：双触发 trailing stop（指数 ATR 单位 + 策略净值硬止损）+ 再进入规则。vol targeting 做辅助（收紧阈值），不直接乘仓位。
层 2 关闭。
预计收益：状态切换次数下降 60%+ ，震荡市磨损减少；trailing stop 兜底最大回撤。
验证方法：Walk-Forward 窗口 1~7，主要看状态切换次数和最大回撤。



阶段二：加入层 2（启用估值数据）

接入 valuation_fetcher`；
按品种类型选择 PE/PB，5 年滚动分位；
GLD/QQQ 先禁用层 2（QQQ 等数据管道补全后再启）；
红利类品种放宽 L2 上限。
预计收益：牛市末期自动降档，尾部风险进一步下降。
验证方法：Walk-Forward 窗口 1~7，看牛市品种超额收益是否收敛到 -5pp 以内、回撤是否持平。

阶段三：增强项

加跨品种 RS 过滤；
建情绪/宽度数据管道（moneyflow_mkt_dc 验证、涨跌家数采集）；
启用 breadth 预警；
QQQ 等海外 ETF 估值数据补全。

---

十、开放问题

mindmap root((待决策问题)) 中性态底仓水平 20% 30% 货基替代
(511880银华日利) 共识度阈值 70% 是否过高
(牛市初期共识未形成) 软门槛方案
>60%打0.8折扣
>70%满1.0 估值分位口径 5年窗口是否合适是否做显式品种映射表波动率目标 12%年化是否合适 A股宽基波动20~25%
→平均仓位50~60% 止损后减仓幅度减半? 直接砍到底仓? 估值极高档是否更激进 RS排名基准集全部23个品种一起排按类别分组排
(宽基/行业/海外)

---

附：一句话总结

> v1 的错误是把「牛市」当成一个开关（是/否），公式是简单乘法，缺了再进入规则，并且把部分实验性/不存在的组件当成已有。 > > v2 把三层改成「L1 主开关（带共识度+RS+自适应缓冲）+ L2/L3 单向 min 约束 + 事件驱动 trailing stop」，补全了再进入规则，修正了组件存在性事实错误，给出了三阶段落地路径和 Walk-Forward 验证方案。 > > v3 所有架构、流程、状态、计划全部改为 Mermaid 图表渲染。 > > 核心思想不变：不再追求「预测对牛熊」，而是追求「任何市场状态下，风险暴露都是对的」——并且任何一层错了，其他层能兜住。

▶ 📜 变更历史（1 次提交）

e34e9f82026-08-20 10:30docs: 提交learn目录新增文档

🍃quant 知识库

by 伊甸园和枫

趋势状态	估值分位	目标仓位上限
---	---	---
进攻态	PE/PB 分位均 < 30%（低估）	100% 满仓
进攻态	30% ~ 60%	80%
进攻态	60% ~ 80%	60%
进攻态	80% ~ 95%（牛市后期）	40%
进攻态	> 95%（极端高估）	20% 底仓
震荡/无效态	任意	20~30% 底仓
防御态	任意	0~10%

层 2 估值档位	k_atr（指数回撤多少倍 ATR 触发减半）	含义
---	---	---
低估（<30%）	5	宽松，牛市初期允许大回调
中估（30~60%）	4	正常
偏高（60~80%）	3	警惕
高估（80~95%）	2	紧
极高（>95%）	1.5	极紧，稍有风吹草动就减半

对比指标	现状（基准，复盘实测）	三层体系目标
---	---	---
牛市品种（10个）超额收益	平均 -15~-20pp（严重踏空）	收敛到 -5pp 以内（基本跟上）
震荡/下跌品种（13个）超额收益	为正（已经跑赢）	保持为正，不恶化
最大回撤（中位数比大盘）	0.42×	保持 ≤ 现状（不能为了加仓牺牲回撤）
夏普比率	红利1.06/其他品种0~0.5	牛市品种夏普翻倍，其他品种不下降
状态切换次数/年	高频（量化待统计）	下降 60%+（震荡市不被磨的核心实证）
牛市参与度（牛市期平均仓位）	~40%	提升到 60~80%
触发 trailing stop 后 30 日内恢复率	（新指标）	> 70%（避免"一次减仓永久踏空"）

牛熊判断与牛市仓位优化 · 探讨文档（v3）

一、先承认：这两个质疑都成立

1.1 质疑 1 成立：单均线判断牛熊 = 经典 whipsaw 陷阱

1.2 质疑 2 成立：牛市末期恰恰是最大回撤的来源

二、设计原则：择时的本质不是预测牛熊，而是管理风险暴露

三、层 1：趋势状态机 —— 解决「震荡市被磨」

核心思路：给系统加一个「中立/无效」状态

四、层 2：估值刹车 —— 解决「牛市末期裸奔」

核心思路：满仓只在「趋势确认 + 估值不贵」同时成立时发生

v2 修正：估值分位的口径问题

情绪指标增强（待数据管道就位后启用）

五、层 3：回落保护 —— 兜底「前两层判断错了怎么办」

Trailing Stop 触发与再进入流程

波动率目标仓位（Volatility Targeting）—— 自适应降杠杆（保留，作为可选增强）

宽度（Breadth）预警（推迟到数据管道就绪后）

六、三层协同：最终仓位怎么算（v2 改公式）

v1 公式的问题（乘法过于保守）

v2 公式：主开关 + 单向 min 约束 + 事件驱动

典型场景的仓位路径

七、与现有系统怎么接（不推翻，只加一层壳）

接入点与开关

文件组织

八、验证方案（先想清楚怎么证明有效）

Walk-Forward 滚动窗口验证

对比指标

九、落地顺序（三阶段渐进）

阶段一：先做层 1 + 层 3（纯价格数据，零外部依赖）

阶段二：加入层 2（启用估值数据）

阶段三：增强项

十、开放问题

附：一句话总结

▶ 📜 变更历史（1 次提交）

🔊 播放设置

分享图片