研究透明
这里公开我们做过的五次策略验证——包括全部失败的结果。我们相信，知道自己做不到什么，比宣称能做到什么更重要。
结论：A 股公开信息（技术指标、财报、龙虎榜）在 T+1 制度下， 散户难以获得稳定的可交易超额收益。因此本系统不承诺收益， 定位为数据整合与风险识别工具。
年化收益对比
同一统计口径下，三个可计算年化的策略表现（越靠右越好）
同期沪深300与上述策略均未跑出正的稳定超额；技术面 ML 因持有周期不统一未折算年化，其 Walk-Forward 夏普为 0.43。
策略净值曲线
以 1.0 为起点，月末调仓后的净值（数据来自本系统回测输出）
技术面机器学习
32 个技术/资金/横截面特征，XGBoost 预测未来 5 日超额收益
134 万样本 · 262 个交易日
原因：信号边际（单笔 +0.45%）不足以覆盖成本与波动；普涨日区分度接近 0.50。
价值多因子（月度）
低 PE + 低 PB + 高股息，月末调仓 Top30 等权
7.4 年 · 89 次调仓 · 1800 个交易日
原因：2019-2021 成长行情摧毁价值因子；2022 后虽有抗跌性但无超额。
价值 + 质量（月度）
在价值基础上加入 ROE、营收增速、毛利率分位
7.4 年 · 89 次调仓 · 15 万条财务记录
原因：高 ROE / 高增长组合在 2021 年估值见顶后遭遇系统性杀估值。
龙虎榜事件跟随
当日龙虎榜净买入 / 流通市值 排名靠前的股票，次日买入
5 年 · 8.4 万条榜单 · 26 万样本
原因：alpha 集中在次日跳空（T+1 无法捕捉），之后 5 日系统性反转。
筹码成本分散度
(cost95-cost5)/cost50 选股，成本区间越宽越买，持 5 日
3.7 年 · 71 万样本 · 925 个持仓日
原因：单看 2026 下半年年化 +237%，拉长到 3.7 年只剩 +1.89%、回撤 63%。典型的行情依赖。
研究方法
- IC 实验室：每个候选因子先算逐日秩相关（IC）与 ICIR，达标才进模型
- Walk-Forward 回测：每个窗口只用当时可得的数据训练，杜绝未来函数
- 公告日对齐：财务数据按公告日而非报告期匹配，避免提前使用
- 真实成本：佣金 + 印花税 + 滑点约 0.2%/笔，涨停买不进则跳过