关于量策档案

为什么做这个站

中文互联网上的量化内容，大多在展示收益，很少展示口径。我们希望反过来：先把数据、成本、区间与失效条件写清楚，再谈结果。有效的结果值得记录，失效的过程更值得。

回测口径

• 数据。Kenneth R. French Data Library 的日度因子与 5 行业组合（价值加权），区间 2010-01-04 至 2026-09-30。原始文件与生成脚本随站内构建保留。
• 收益。按日复利；市场基准为 Mkt-RF + RF；年化收益按实际交易日折算。
• 风险。年化波动为日收益标准差 × √252；夏普为（日收益 − 无风险利率）均值/标准差 × √252，多空因子不再减 RF；最大回撤基于日频净值（图表为周频采样）；Calmar 为年化收益/最大回撤。
• 成本。趋势、波动率目标、双动量按单边 2bp；行业动量按单边 10bp；行业风险平价按单边 5bp；学术因子组合未计融券、税费与冲击成本，并在页面标注。行业策略在两次月末调仓之间按目标权重记账（隐含每日免费再平衡），因此换手成本被低估，行业等权同理。
• 样本外。2022-01-01 起为样本外，未参与任何参数选择。参数（200 日、20 日、10% 目标波动、12 个月、126 日、60 日）均为文献或行业常用值，不是在本数据上优化得到。
• 可复现。结果由 build/backtest.py 从公开 CSV 生成 JSON，页面只读取 JSON；正文里的收益数字也是从同一份 JSON 渲染的占位符，没有手工填写的收益。

局限与偏差

• 幸存者偏差。因子与行业组合已由数据提供方处理退市，但个股级策略（配对、52 周新高、机器学习）仍无法用本站数据复现，因此未回测。
• 成本简化。bps 成本是线性假设，真实冲击成本随规模非线性上升；容量评估不在本站范围内。
• 数据频率。日频收盘数据无法刻画日内执行、涨跌停与停牌；A 股落地需重新验证。
• 多重检验。本站只展示预先设定的 14 个策略，没有做大规模参数搜索；这降低了过拟合，但也意味着策略库不是“最优组合”。
• 单一市场。除 A 股适配讨论外，回测均为美国市场；结论不能直接外推。

数据与引用

因子与行业数据：Kenneth R. French, Data Library, Dartmouth College。访问日期 2026-11-05，数据截至 2026-09-30。

方法与文献：Jegadeesh & Titman (1993)；Moskowitz, Ooi & Pedersen (2012)；Asness, Frazzini & Pedersen (2012)；Moreira & Muir (2017)；Gu, Kelly & Xiu (2020)。完整链接见各策略页。

独立性

本站为独立研究项目，与幻方量化（High-Flyer）及其关联机构没有任何隶属、合作、赞助或授权关系。站内涉及幻方的事实均来自公开资料，评论仅代表本站观点。

本站不提供投资建议、代客理财、策略销售或任何形式的收益承诺。站内所有回测均为历史模拟。