Doubles 策略总览

来源: Obsidian Vault

Doubles 策略总览

A 股翻倍股 (Doubled Stocks) 选股 + 因子挖掘策略 — 模型端 FINAL（2026-06-14） 代码：/opt/claude/doubles 主仓库 + /opt/claude/RD-Agent 实验层 生产配置：v5 + K=20 + N=10 + soft sector cap=4

一、原理

核心假设

A 股散户主导，历史已翻倍的股票（近 3 个月股价涨幅 ≥ 100%）具有可识别的共性特征。在这些"翻倍股"universe 内部，通过 LightGBM 学截面 ranking，能预测下一批继续上涨的票。

与 B-Line 的对比

项目双层结构（doubles vs factor_mining）

/opt/claude/doubles/
├── screening/              ← 数据采集层 (上游)
│   ├── find_doubled_stocks.py     # 全市场扫描近 3 月翻倍股
│   ├── collect_valuation.py       # ELTDX F10 → MySQL 日度估值
│   ├── fundamentals.csv           # 660 只翻倍股快照
│   └── washout_candidates*.csv    # 暴跌候选（实盘监控）
│
└── factor_mining/          ← 因子挖掘层 (下游, 核心)
    ├── mysql_to_qlib.py           # MySQL → Qlib .bin 特征
    ├── factor_mining_v{1..7}.py   # 7 个版本迭代
    ├── v5_lightgbm_oos.py         # v5 LightGBM OOS 验证 (FINAL)
    ├── backtest_kday_compare.py   # K-day holding 突破 (诊断 horizon)
    ├── backtest_production.py     # 生产约束 (sector neutral + halt)
    ├── production_signal_generator.py  # 实盘信号生成 (输出 weights, ST/*ST 剔除已接入)
    ├── backtest_production_constrained.py  # P0 三项落地 (ST + ADV cap + ADV filter)
    ├── walk_forward_v5.py         # Walk-forward 稳定性验证
    ├── factor_output_v{1..7}/     # 各版本输出
    ├── production_signals_v5/     # 实盘信号 (原版, 无 ST 剔除)
    ├── production_signals_v5_st/  # 实盘信号 (P0-1 落地: ST/*ST 剔除, 当前生产版)
    └── factor_output_walkforward/ # WF 验证结果

关系总结： - doubles = 研究主题（A 股翻倍股） - screening = 数据来源（ELTDX → MySQL → 660 只候选股） - factor_mining = 算法核心（在 660 股上学预测因子 → 输出投资信号） - 单向数据流：screening → factor_mining → 实盘 OMS - 反哺闭环（P5 待办）：表现最好的因子写回 screening，优化选股阈值

二、策略规格（FROZEN）

三、使用方法

月度执行流程

1. T-1（月末最后交易日收盘后） - 拉 MySQL 日度估值（PE/PB/PS/MV）→ Qlib .bin - 计算 28 个 base 因子 + r_spread_60d regime indicator - 构造 d_tradable_mv × r_spread_60d 交互项

2. T（月首交易日） - 重训模型（expanding window，所有历史 + 上月新数据） - 对 660 只股票跑 LightGBM predict → 得 pred 概率 - 升序排列无意义，取 top-10 by pred（最大概率继续翻倍） - 应用 soft sector cap=4：4 个 prefix 组（SH60/SH68/SZ00/SZ30）每组最多 4 只

3. 持仓期 K=20 天（sub-portfolio 滚动） - 每天 T：与过去 19 日的 top-10 sub-portfolios 同时活跃 - 共 20 个 sub-portfolios × 10 只 = 100 个 slot（重叠后实际 ~28 只） - 每 sub-portfolio 等权 1/20 = 5%，内部等权 - 当日 portfolio return = mean(20 个 sub-portfolios 的当日 mean return)

4. 风控 - 单股最大权重 ≤ 15%（halt 后 redistribute） - 单 prefix 组最大 40%（防板块集中） - 单日 turnover ≤ 5%（K=20 自然约束）

实盘工程兜底（不改模型）

• 停牌处理：halt 股占位 0% return（已验证，与 dropna 等价）
• 跌停强平：止损触发但封死跌停 → T+1 集合竞价无条件强平
• 容量管理：单股仓位 ≤ 该股 20 日 ADV 的 20%
• ST/*ST 排除：选股阶段强制剔除（需接入标记数据源）
• 重训节奏：每月 expanding window retrain（walk-forward 已验证稳定）

四、绩效结论（660 翻倍股 OOS, 2025-05 ~ 2026-01, NET 成本后）

Single-train vs Walk-Forward 对比

⚠️ 生存者偏差警示：基准 660 等权 Sharpe +4.60 是因为这些都是已翻倍股。Alpha = Top - Bench 才是真实信号。

K-day holding 扫描（v5 N=10）

关键洞察：v5 模型在 K=1 表现差不是模型问题，是 horizon mismatch — label 是 T+90 学到的，需要月度调仓释放 alpha。

Walk-Forward 4 窗口稳定性

Min +0.76, Max +4.11, Std 1.24。4 个窗口全部正收益，证明 v5 没有过拟合到特定训练期。

Enhanced Metrics（Calmar / 月度胜率 / 换手率 / Regime 分解）

2026-06-14 补充。脚本：backtest_enhanced_metrics.py，输出：factor_output_enhanced/enhanced_metrics.json

实际换手率（K=20 blended weights）：avg 4.03%/day 双边，max 100%（首日建仓），avg 28.5 只活跃股。

Regime 分解（按 r_spread_60d 中位数 -0.099）： - High regime (92 days): Sharpe +2.22, Total +11.08% - Low regime (93 days): Sharpe +1.67, Total +8.80% - Δ (High-Low) = +0.55 → alpha 在 spread 高时更强（与 v5 设计假设一致，非纯 beta 暴露）

Top-10 Feature Importance（v5 Treatment, gain-based）

观察：估值因子（PE/PEG/PB/PCF/PS）合计占 60%+ gain，符合"翻倍股内部分化靠估值"假设。Regime 相关项（r_spread_60d + 交互项）合计 7.3% gain，证明 v5 引入这两项的真实价值。

PSI 特征漂移监控（4 窗口 × Top-10 features）

2026-06-14 补充。脚本：psi_monitoring.py，输出：factor_output_psi/psi_monitoring.json。每月 retrain 前应跑此脚本预警漂移。

关键发现： - W2 (Jul-Aug 2025) 估值因子最漂移：f13_price_position_60d PSI 0.44 显著漂移，但 W2 Alpha Sharpe 最高 (+4.11) — regime shift 反而创造 alpha 机会 - Regime indicator PSI 漂移大是 by design：r_spread_60d 设计上就捕捉市场状态切换，分布变化是预期内的；PSI 不适合直接判定这类特征 - 实盘监控建议：每月 retrain 前跑 PSI；任一估值因子 PSI ≥ 0.25 触发预警；regime indicator PSI 突破历史 max 12.52 视为进入训练集未见过的 regime

真实 Alpha 定位（2026-06-14 关键修正）

2026-06-14 跑真实 benchmark 对比 + 白噪测试，修正策略定位。脚本：backtest_real_benchmark.py + backtest_falsification.py。

⚠️ Alpha Sharpe +1.94 是相对生存者偏差 bench，不是真实 alpha。

白噪测试（100 次随机 pred）：v5 Alpha vs 国证2000 p=0.0% — 框架无 bug，stock selection alpha 真实存在。

真实定位：v5 策略是 两阶段 stock picker： 1. Universe 选择：从全市场筛 660 只翻倍股（universe alpha vs 大盘） 2. Universe 内 selection：v5 LightGBM 选 top-10（stock selection alpha vs 国证2000 ≈ +0.96 Sharpe，加 ST 剔除后 +1.11 Sharpe）

A1 国证2000 overlay 结果（2026-06-15，假设证伪）：在 660 ∩ 国证2000 = 271 只子集上重训 v5，Alpha −0.60 ❌。揭示 alpha 真正来源 = 660∖国证2000 的 389 只小盘翻倍股（未进指数）。详见评估报告 §八。

实盘含义： - 不要用 v5 替代大盘配置——直接买 CSI500 在 2025-05~2026-01 期间 Sharpe +1.91 - 当前 production_signals_v5_st/daily_target_weights.h5（生产版，含 ST 剔除）是"660 universe 内的相对权重"，不能直接对接大盘 OMS - 真实可期待 alpha ≈ +1.11 Sharpe（vs 国证2000，ST 剔除后） - 实盘 AUM 上限 3000 万元（详见评估报告 §九 P0-2 ADV 容量评估）

五、迭代历程（v1 → v7 + Walk-Forward）

六、不采用清单（当前版本）

当前 v5_production_release 不采用以下路线；其中 v6/v7 标注"待重审"——数据积累或方法改进后可在 doubles_v8_regression 分支重试，并非永久关闭。

不采用： - ⏸ v6 路线（scale_pos_weight + 5-fold CV + 特征过滤）：fold 1 数据不足，gap 0.45（比 v5 还差）。待重审：可改 TimeSeriesSplit 或减 fold 数，作为 v8 候选 - ⏸ v7 label 改动（label_doubled → label_top20pct）：OOS AUC 反降，alpha 全负。待重审：若 horizon mismatch 假设被推翻，可重新评估 - ❌ Strict sector neutral（4 组均分 N/4）：Alpha Sharpe -1.01（v5 已学会避开 SH68，强行均分塞差票） - ❌ K=1 daily rebalance：horizon mismatch，alpha 释放不出来 - ❌ 重写为 Alpha158 表达式接入 quantlab：会丢失 r_spread_60d 和 d_tradable_mv × r_spread_60d 交互项 - ❌ Position cap < 15%：N=10 基础权重 10%，cap=15% 不绑定，过严反而损 alpha - ❌ Hard halt drop（dropna()）：与 fillna(0) 数值完全一致，无意义改动

七、方法论沉淀

1. Horizon 匹配优先于模型调优 — label T+90 必须配 K≥20 holding，K=1 的差表现不是模型问题
2. 生存者偏差要识别但不必消除 — 660 翻倍股 universe 本身是生存者，Alpha = Top - Bench 才有意义
3. Walk-Forward 是过拟合照妖镜 — 单 train Sharpe 1.94 不够，必须 4 窗口都正才算稳定
4. Soft cap > Strict cap — 板块约束用 max_per_group（允许倾斜），不用 strict equality（强制均分）
5. Production 约束要早测 — sector neutral / position cap 在 backtest 阶段就要验证，不要留到实盘
6. RD-Agent 协作要分仓库 — doubles 仓库负责数据和模型，RD-Agent 仓库负责 prompt 和实验，HDF5 状态分离

八、关键文件索引

生产信号 (实盘消费)

模型 & 验证

数据管道

文档

九、上线路径

1. ✅ 数据管道：ELTDX → MySQL → Qlib 已稳定运行
2. ✅ 模型训练：v5 LightGBM Treatment 已固化（best_round=107）
3. ✅ 生产约束：soft sector cap=4 + halt handling 已验证
4. ✅ Walk-Forward：4 窗口稳定性已验证（Sharpe +2.69）
5. ✅ 信号生成：production_signals_v5_st/daily_target_weights.h5（生产版, ST 剔除已接入），schema 已定义，可直接对接 OMS
6. ⏳ 实盘工程三项（P0）： - ✅ P0-1 ST/*ST 剔除：已接入 production_signal_generator.py，Alpha +1.94 → +2.13 - ⚠️ P0-2 ADV 容量约束：评估完成，AUM 上限 3000 万（1 亿时 alpha 翻负 -1.77） - ⏳ P0-3 跌停强平：完整 spec 已交付（评估报告 §十），待 OMS 团队实施（~3 周）
7. ✅ 模拟盘框架：paper_trading_tracker.py 三模式（warmup/update/report），warmup 通过（Alpha +1.07 ≈ 预期 +1.11）
8. ⏳ Forward paper trading：需先建 v5 每日增量预测 pipeline（新会话优先项）
9. ⏳ 每月重训：expanding window，月初执行

生产上线 SOP：见 Doubles 生产上线 SOP.md（数据流 / OMS 对接 / 监控指标 / 上线 Checklist / 回滚预案）

十、与 RD-Agent 的协作

协作流程： 1. Doubles 提供 PB/PE/PS 因子 → RD-Agent LLM prompt 注入 2. RD-Agent LLM 生成新因子 → 跑 Qlib backtest → 提取 IC 3. 若 IC > 0.05，因子反哺到 factor_output_v3/ 进 doubles pipeline 4. Doubles 验证 → 若通过，进 factor_mining_v5.py 加入特征集

版本：v5_production_st（基于 v5 Treatment + soft cap=4 + walk-forward + ST/ST 剔除，2026-06-15） 配套文档*： - Doubles 生产上线 SOP.md — 生产上线流程 / OMS 对接 / 监控 / 回滚 - 策略评估报告：Doubles.md — 评估 + 项目方核实 + Alpha 真实性 + A1/P0 实证（§七-§十）

维护规则： - ✅ 允许：重训机制（expanding window）、数据源扩展、风控开关、执行逻辑 - ❌ 禁止：改 label、改 sector neutral 为 strict、改 horizon、删 r_spread_60d 交互项 - 如要重审：fork 新分支（如 doubles_v8_regression），不污染 main

十一、A1 重定位计划（待办）

2026-06-14 真实 benchmark 揭示：v5 Alpha Sharpe +1.94 是相对生存者偏差 bench，真实 stock selection alpha ≈ +0.96（vs 国证2000）。A1 目标：在国证2000 universe 上重训 v5，验证 stock selection alpha 能否脱离 660 翻倍股池直接复现。

数据源（NAS MySQL mystocks 库，3 张表）

成分股快照：2026-05-29（完整 2000 只）+ 2026-06-12（仅 top10 有权重）。

执行清单（5 步）

cd /opt/claude/doubles/factor_mining

# Step 1: 从 MySQL 拉国证2000成分股
# SELECT stock_code, weight_pct, market_cap_yi, industry
# FROM cnindex_399303_cons
# WHERE constitute_date = '2026-05-29' AND weight_pct IS NOT NULL
# ORDER BY weight_pct DESC;
# → 拿 2000 只 stock_code → 转 qlib 格式 (e.g. '000001' → 'SZ000001')

# Step 2: 过滤 v5 factors 到国证2000 universe (2000 只)
# 推荐选项 A: 全部 2000 只 (脱离 660 universe, 真验证 stock selection alpha)

# Step 3: 重新训练 v5 LightGBM
# - 复用 29 特征 (27 base + r_spread_60d + x_mv_x_spread)
# - 训练窗口: 2024-01-01 ~ 2025-04-30 (与原 v5 一致)
# - label: label_doubled (复用, 但查 pos_rate, 可能 < 2.5%, 调 scale_pos_weight)

# Step 4: 跑 overlay backtest
# - 持仓: top-10 from 国证2000 (K=20 + soft cap, 可改 industry 一级 cap)
# - benchmark: cnindex_399303_daily 真指数 (含真实权重)
# - alpha = Top - Bench

# Step 5: 对比
# - v5 原版 (660 universe) Alpha vs 国证2000 = +0.96
# - v5 国证2000版 (2000 universe) Alpha vs 国证2000 = ?
# - 期待: > 0.5 → stock selection alpha 可脱离 660 直接复现

3 个待决策点

预期工作量

关键风险

1. ⚠️ 静态成分股 look-ahead bias — 用 2026-05-29 快照 backtest 2025-05~2026-01，存在轻微信号 look-ahead。报告时必须标注。完整解需要历史成分股，但 MySQL 仅 2 期快照。
2. ⚠️ pos_rate 可能极低（国证2000 内非翻倍股池，"未来 90 天翻倍"概率可能 < 1%）— 可能需要 is_unbalance=True + 调 scale_pos_weight，或改 label 定义（如 label_top20pct）
3. ⚠️ 因子可能在国证2000 universe 内失效 — d_pe 等估值因子在大盘可能更有效，中小盘需要验证
4. ⚠️ 样本量 — 660 universe 之前 v5 best_round=107，国证2000 (2000 只) 数据量增加，可能需要重调 num_leaves / min_child_samples

判定标准

输出文件（规划）

执行结果（2026-06-15）

⚠️ 方法学限制：v5 factors 只覆盖 660 翻倍股，无法在完整 2000 只国证2000 上重训。实际测试 = 271 只（660 ∩ 国证2000）子集，不是完整 A1。

结果数据：

关键发现 — alpha 真正来源：

v5 的 +0.96 alpha（vs 国证2000）不来自国证2000 内部选股，而来自 389 只 660∖国证2000 的小盘翻倍股（规模太小或刚翻倍未被指数纳入）。反向推算 389 子集隐含 alpha ≈ +2.0+。

660 universe = 271 大盘翻倍股（已进国证2000）  →  内部 ranking alpha ≈ -0.60
            + 389 小盘翻倍股（未进国证2000）    →  隐含 alpha ≈ +2.0+ (vs 国证2000)
            = +0.96 blended alpha

实盘含义：

1. ❌ 不能把 v5 移植到国证2000 — alpha 源头在 index 之外
2. ✅ 保留 660 universe — alpha 主要来自 universe selection 步骤（screening 层筛小盘翻倍股）+ 389 子集的 stock selection
3. ⚠️ 实盘容量警告 — 389 小盘股流动性差，必须接入 ADV 容量约束（P0 工程项）
4. ⚠️ 生存者偏差仍在 — 660 是历史已翻倍股池，未来类似股票可能携带不同特征。每月 expanding retrain + PSI 监控是必需的

A1 任务关闭 — 假设证伪，stock selection alpha 不能脱离 660 universe 直接复现。下一步重点转向实盘工程三项（ST/ADV/跌停）。