ID-931_序贯区间重叠坍缩策略研究报告

# ID-931 序贯区间重叠坍缩策略研究报告 - **公式 ID**：FORMULA-931 - **公式名称**：序贯区间重叠坍缩选股（Range-Overlap Collapse 价格发现事件） - **生成日期**：2026-08-02 - **作者**：Q1 (qclaw) - **通道判定**：next_id=931，931 % 5 = 1 → **发散通道（Step 0 新维度方向）** - **信号原型家族**：市场微观结构 / 价格发现拓扑（清单外新原型，最接近第 6 类「波动率」但本质正交） - **采纳版本**：v3（收紧停滞门槛 0.52→0.58、坍缩门槛 0.35→0.30 与 0.60→0.50） --- ## 逻辑链说明 **市场背景**：A 股在震荡市中，大量个股会进入一种「价格发现停滞」状态——每日照常有成交、有涨跌，但每日的价格区间与前一日高度重合，价格只是在同一个价值带内反复搓揉。这种状态的本质是多空对标的价值已形成共识，没有新信息进入。真正值得关注的不是波动的大小，而是**这种共识何时被打破**。传统的波动率指标（ATR、布林带宽、标准差）度量的是「区间有多长」，无法区分「大幅震荡但原地打转」与「小幅但持续位移」这两种截然不同的市场状态。本式引入的区间重叠比正是为了填补这个盲区。 **信号设计**：把每个交易日看作实数轴上的一个闭区间 SEG(t) = [LOW(t), HIGH(t)]，计算相邻两日区间的 **Jaccard 相似度**：ROR = 交集长度 / 并集长度，取值落在 0 到 1 之间。ROR 接近 1 表示两日区间几乎重合（价格发现停滞），接近 0 表示区间脱离（新信息进入）。核心信号由四个正交成分构成：S1 前期均衡停滞积累（20 日平均重叠比 MROR > 0.58 且在抬升，用 REF 取昨日值避免自证偏差）；S2 重叠坍缩事件（当日 ROR < 0.30 且不足前期均值的五成）；S3 位移方向向上（区间中心抬升 + 收盘位于当日区间上部六成以上）；S4 单向脱离确认（今日最低价高于昨日最低价，且最高价接近 10 日新高，确认是区间整体上移而非上下扩张）。四成分采用 **3-of-4 投票**而非硬串联，避免单一门控导致零信号。 **确认机制**：四层门控过滤假信号。GATE_AMP 幅度真实性（ATR 占比 1%~9% 且当日振幅 > 1%），因为 ROR 是无量纲拓扑量，极窄幅区间会因浮点噪声产生伪坍缩，必须补真实幅度检验；GATE_POS 趋势位置（收盘高于 MA60 的 90% 且 MA20 未加速下行），排除崩溃段的向下脱离；GATE_VLM 量能配合（0.9~3.0 倍 20 日均量），价格发现必须有换手支撑，同时排除爆量出货；GATE_SAFE 安全涨幅（-3% ~ +6%），排除追高与跌停板。另加 WARMUP 门控确保 80 根 K 线数据完整。 **风险控制**：三分支结构化退出。分支 A：价格发现结束转弱（MROR 回升到 0.55 以上的停滞区且收盘跌破 MA20）；分支 B：趋势止损（收盘跌破 MA20 的 97%）；分支 C：过热止盈（收盘高出前 20 日最高价 12%）。实测放宽退出阈值会显著劣化收益（见 A.2 的 v4/v8），故保留原始较严的退出结构。 --- ## A. 实现细节（Implementation Details） ### A.1 公式逻辑与参数设计依据 | 层级 | 内容 | 参数（v3 采纳值） | 设计依据 | |---|---|---|---| | 核心量 | ROR = INTER/UNIONR | — | 区间 Jaccard 相似度，无量纲，对幅度不敏感、对位置敏感 | | 停滞基准 | MROR = MA(ROR,20) | 20 日 | 约一个月交易日，覆盖一轮完整的筹码换手周期 | | S1 停滞积累 | MROR1 > 0.58 且在抬升 | **0.58** | 随机游走下 ROR 期望约 0.4~0.5，0.58 表示显著高于随机重合 | | S2 坍缩事件 | ROR < 0.30 且 < MROR1×0.50 | **0.30 / 0.50** | 双重相对+绝对门槛，避免仅因基准低而误判 | | S3 方向确认 | 区间中心抬升 + CPOS > 0.60 | 0.60 | 收盘在区间上六成，排除冲高回落的假位移 | | S4 单向脱离 | LOW > LO1 且 HIGH ≥ HHV(HIGH,10)×0.995 | 10 日 | 区分「整体平移」与「上下扩张」 | | 投票 | PSCORE ≥ 3（4 成分） | 3-of-4 | 容错设计，避免硬串联零信号 | | 退出 | 三分支求和 ≥ 1 | 0.55 / 0.97 / 1.12 | 严退出结构，实测优于放宽版 | **执行时点**：全部使用 REF/SUM/MA/HHV 历史窗口函数，信号在当日收盘后计算，次日开盘执行。停滞基准 S1 刻意使用 REF(MROR,1) 而非当日 MROR，防止今日的坍缩事件本身拉低基准造成自证偏差。 **适用市场**：A 股全市场（本地 CSV 数据 10027 个标的），最适合震荡市中从横盘整理转入趋势启动的个股。**Warmup 周期：80 根 K 线**（ROR 的 20 日均值 + REF(MROR,21) 回溯 + MA60 中期均线，取 80 根安全余量），第 81 根 K 线起生成信号。 ### A.2 迭代实验（7 个变体全部真实全量回测，非推演） | 变体 | 改动 | 有效股 | 胜率 | 收益 | 正收益股 | |---|---|---|---|---|---| | v1 基线 | 3-of-4 投票 + 原退出 | 89 | 42.20% | **+0.20%** | 37 | | v2 | S2 强制成立 + 其余 2-of-3 | 89 | **42.40%** | -0.00% | 36 | | **v3 采纳** | **收紧阈值（0.52→0.58, 0.35→0.30/0.50）** | **80** | **41.10%** | **+1.00%** | **32** | | v4 | 仅放宽三分支退出 | 89 | 42.10% | -0.00% | 37 | | v5 | 加 S5 量能成分 + 4-of-5 投票 | 81 | 42.30% | -0.80% | 31 | | v6 | 强化方向确认（CPOS 0.70 + 收盘破昨高） | 76 | 41.00% | -0.50% | 28 | | v7 | v5 + v3 收紧阈值 | 70 | 40.00% | -0.10% | 27 | | v8 | v5 + 放宽退出 | 81 | 42.30% | **-1.00%** | 31 | **帕累托前沿（4 目标：胜率 / 收益 / 样本量 / 正收益股）**：{v1 基线, v2, v3}。 - **v2** 胜率最高（42.40%）但收益归零； - **v3** 收益最高（+1.00%，基线五倍）代价是胜率 -1.1pp、样本量 89→80； - 按「正期望优先」原则采纳 **v3**，它是唯一把平均收益推到 +1% 的结构。 **关键发现**： 1. **放宽退出是纯粹的负向改动**：v4（仅放宽退出）把基线的 +0.20% 打到 -0.00%，v8（量能成分 + 放宽退出）更是全场最差的 -1.00%。这与 FORMULA-930 的经验相反——930 靠放宽退出获得 +6.2pp 胜率。**教训：退出结构的松紧不存在普适答案，必须逐公式实测**。ROR 是短周期事件型信号（平均持仓 6 天），放宽止损只会让失效的持仓拖更久。 2. **加量能成分（v5）单独看是负向的（-0.80%）**，说明本式的价格发现信号已隐含在区间关系中，额外的量能扩张要求反而筛掉了「缩量突破」这类有效样本。 3. **只有收紧入场阈值（v3）有效**：更严的停滞门槛（0.58）意味着只在**真正长期胶着**的标的上出手，虽然样本量降 10%、胜率降 1.1pp，但单笔质量显著提升，总收益提升五倍。 ### A.3 回测结果（详见 C 段交叉验证） 数据源：本地 CSV（`stock_data/`；引擎全市场遍历 10027 标的，errors=9947）。样本区间实际落在 **2025-06-10 ~ 2026-05-25（232 交易日）**，平均持仓 6 天。 --- ## B. 已知偏差（Limitations and Bias） ### B.1 数据限制：样本区间远短于请求区间（最关键） 请求回测区间为 2023-01-01 ~ 2026-05-25，但引擎实际返回的 `sample_start` 一律为 **2025-06-10**，即本地 CSV 只有约 232 个交易日。这意味着： - **样本仅覆盖约 11 个月的单一市场环境**，无法验证策略在牛市/熊市/不同波动率体制下的稳健性； - errors≈9947 / 10027，绝大多数标的本地无数据，有效股仅 80 只，**结论的统计功效有限**； - Sharpe / VaR / CVaR / 盈利因子四项指标因单股笔数过少（多数股 1~4 笔）未能可靠输出，标记为**待回测验证（需全量数据重测）**。 ### B.2 回测偏差：持有期与执行假设 引擎按固定逻辑撮合，平均持仓 6 天。三分支退出中的 SELL_C（过热止盈 +12%）在日线粒度上只能在收盘确认后次日执行，**实际滑点会侵蚀部分收益**。此外区间重叠比依赖 HIGH/LOW 的准确性，**除权除息未做前复权校正的话会造成 ROR 虚假坍缩**（跳空缺口被误判为价格发现事件）——这是本式相对收盘价类指标特有的敏感点。 ### B.3 参数敏感性：高，且采纳版正处在敏感带上 v1→v3 仅改两处阈值，收益从 +0.20% 变到 +1.00%（五倍），但胜率与样本量同时下降；v7（v3 阈值 + 量能成分）又跌回 +0.10%。**参数敏感性明显偏高**，采纳的 v3 有可能是这 11 个月样本上的局部最优点。这是本公式最需要用更长样本复核的地方，不应仅凭 +1.00% 就认定其优越性。 --- ## C. 结果解读（Result Interpretation） ### C.1 A/B 双引擎交叉验证 | 指标 | 方案 A（backtest.evaluator） | 方案 B（planb 独立解析器） | 差异 | |---|---|---|---| | 有效股票数（基线 v1） | 89 | 89 | 0 | | 平均胜率（基线 v1） | 42.20% | 42.18% | **0.02pp** | | 平均收益（基线 v1） | +0.200% | +0.200% | **0.00pp** | | 有效股票数（v8 对照） | 81 | 81 | 0 | | 平均胜率（v8 对照） | 42.30% | 42.31% | **0.01pp** | | 平均收益（v8 对照） | -1.000% | -1.007% | **0.007pp** | 基线与 v8 两组独立对照的 A/B 差异均 **≤ 0.02pp，远小于 5% 一致性阈值 → 强一致**。两套独立实现的解析器给出同一结论，可排除「单一解析器 bug 导致的假信号」。采纳版 v3 的方案 B 复核结果记入 `summary_planB.json`。 ### C.2 创新点：度量的是「位置关系」而非「幅度」 覆盖度探针（对 `formula-history-index.json` + `formula-knowledge-base.json` 做关键词命中计数）结果： - 已密集覆盖：SAR 29 / Aroon 22 / TRIX 36 / 效率比 21 / 分形 28 / 熵 33 / Hurst 15 / 流动性 35 - **本次方向命中 0**：区间重叠、有效价差、买卖价差、价格发现、Garman-Klass、Yang-Zhang、Corwin、Roll、日内幅度、信噪 方向选择器本次再度回退到 Aroon+SAR（库内命中 22/29 次的密集家族），按修复A铁律**手动改选零覆盖家族**。本式与库内最近邻（ATR / 布林带宽 / 波动率压缩）的本质差异在于：**波动率类指标是区间长度的一元函数，本式是两个区间的二元集合关系**。一个大幅震荡但与昨日完全重合的交易日，在 ATR 视角下是「高波动」，在 ROR 视角下是「零信息」——这是库内 779 条公式无法表达的维度。 ### C.3 风险点与适用场景 最大风险是 **B.1 的样本不足叠加 B.3 的高参数敏感性**：41.1% 的胜率低于 50%，按拓扑自进化框架属正常粗筛结果（回测引擎持有期/样本窗口本身不准），**不删除，作为新维度材料节点入库**参与后续组合实验。ROR 是天然的正交因子，与库内动量/均值回归类公式相关性预期极低，**在 combo_lab 的 N-of-M 投票中作为独立成员的价值可能高于单独使用**。适合作为组合中的「市场状态过滤器」而非独立交易系统。 改进方向：（1）接入前复权数据消除跳空造成的伪坍缩；（2）把 ROR 推广到多日窗口（SEG(t) 与 SEG(t-k) 的重叠矩阵，度量价格发现的记忆长度）；（3）在 combo_lab 中与 MeanRevMix / MomMix 家族做交叉组合验证正交性。 ### C.4 对抗式审查 我主动怀疑了以下 4 个点，并逐一排除： 1. **怀疑：ROR 是不是波动率的马甲？** 排除：ROR = 交集/并集，分子分母同时含区间长度，量纲相消。数学上可证明，当两日区间等长且中心距离为 d、区间长为 L 时，ROR = 1 - d/L，即 ROR **只依赖位移与幅度的比值**，而非幅度本身。同一 ATR 水平下 ROR 可从 0 变到 1。实测 GATE_AMP 需要单独加幅度门控，恰恰反证了 ROR 本身不含幅度信息。 2. **怀疑：S1 用 20 日均值判断「前期停滞」，是否被今日的坍缩事件污染（自证偏差）？** 排除：代码中 S1 使用 `MROR1 := REF(MROR,1)`（昨日均值）而非当日 MROR，且比较基准是 `REF(MROR,21)`。今日的 ROR 不进入 S1 的任何一侧，逻辑上不可能自证。 3. **怀疑：采纳 v3 是不是在做过拟合的参数搜索？** 排除（部分保留）：（a）7 个变体中有 5 个是**结构性改动**（加成分/改投票数/改退出分支），只有 v3/v7 涉及阈值调整，不是网格搜索；（b）v3 的改动方向有先验解释——更严的停滞门槛等价于「只在真正长期胶着的标的上出手」，有经济学含义；（c）**但必须承认 B.3 的高敏感性风险仍在**，v3 的 +1.00% 需更长样本复核，本报告未将其宣称为稳健结论。 4. **怀疑：是否与现有公式重复？** 排除：语义去重（ChromaDB，D:\python312）相似度 **9.33%**，远低于 60% 阈值——这是近期所有公式中最低的相似度之一。对抗式新颖性评分 **1.00**（阈值 0.7）。关键词覆盖度探针 10 个相关词全部 0 命中。 **多样性评分：5/5** —— 融合微观结构拓扑量（ROR）+ 波动率（ATR）+ 趋势（MA20/MA60）+ 量能（VOL/VMA20）+ 价格行为（CPOS/区间关系）五类指标，含 3-of-4 投票容错机制与三分支结构化风险管理。 --- ## 强制自检（4 步） 1. **未来数据检查**：✅ 通过。全部使用 REF/SUM/MA/HHV/LLV/COUNT 历史窗口，无 REF(X,-1) 等未来函数。S1 刻意用 REF(MROR,1) 避免当日污染。 2. **Warmup 检查**：✅ 通过。WARMUP := COUNT(CLOSE,80) >= 80 强制门控，最长依赖链为 MA60 与 REF(MA(ROR,20),21)（21+20=41 < 80），安全余量充足。 3. **参数过拟合检查**：⚠️ 警告（非打回）。参数敏感性高（见 B.3），采纳版 v3 可能处于局部最优点，已在报告中显式标注风险，未宣称稳健。 4. **夸大宣传检查**：✅ 通过。样本区间为 **2025-06-10 ~ 2026-05-25 的样本内回测**，报告中未声称样本外验证；Sharpe/VaR/CVaR/PF 因笔数不足明确标注「待回测验证」，未编造数据。 --- ## 过程纠错记录（工程教训，务必保留） 本次任务中我一度**错误采纳了 v8**。根因是汇总脚本用了正则 `avg_return\D{0,4}([-0-9.]+)`，其中 `\D{0,4}` 会把 JSON 中的负号 `-` 当作非数字字符吞掉，导致 **-1.000% 被读成 +1.000%**，v8 与 v3 的排名完全颠倒。 发现过程：方案 B 的原始输出里直接打印了 `"avg_return": -1.0074`，与我汇总表里的 `+1.0` 矛盾，才暴露了解析 bug。修正后用带引号锚定的正则 `"avg_return"\s*:\s*(-?[0-9.]+)` 重新汇总全部 8 个变体，才得到真实排名，随即把最终公式从 v8 回滚到 v3。 **新增铁则**：解析回测 JSON 数值时，正则必须写成 `"key"\s*:\s*(-?[0-9.]+)`，**禁止使用 `\D{0,4}` 之类会吞掉负号的模糊匹配**；且汇总结果必须与至少一份原始输出交叉核对后才可用于决策。 --- ## 结论 FORMULA-931 为发散通道产出的**市场微观结构新原型**（区间重叠 Jaccard 拓扑，全库 0 命中，语义相似度 9.33%）。经 7 变体全量真实回测，帕累托前沿为 {v1, v2, v3}，采纳 **v3**：有效股 80、胜率 41.1%、平均收益 **+1.0%**（基线 +0.2% 的五倍）。A/B 双引擎在两组对照上差异 ≤0.02pp，强一致。胜率低于 50% 按拓扑自进化框架属正常粗筛，**作为正交材料节点入库**，其在组合实验中的价值预期高于单独使用；高参数敏感性需更长样本复核。