ID-940_量价分布集中度均匀吸筹选股研究报告

# ID-940 量价分布集中度均匀吸筹选股 研究报告 - **公式ID**: FORMULA-940 - **生成时间**: 2026-08-03 04:00-04:30 (Asia/Shanghai) - **提示词版本**: v4.5（统一合并版） - **通道**: 纯发散通道（next_id 940，940 mod 5 = 0 落在 {0,1,2}） - **信号家族**: 尾部分布 / 分布形状（Herfindahl-Hirschman 集中度） - **Warmup**: 30 根 K 线 - **执行假设**: T 日收盘计算信号，T+1 日开盘执行 --- ## 逻辑链说明 **市场背景**：当前市场状态检测为震荡市（sideways）。震荡市里"幅度类"指标（放量、涨幅、突破）失真严重——一根消息刺激的大阳线就能把量比、涨幅、突破指标全部点亮，但次日往往回吐。真正稀缺的信息不在"涨了多少"，而在"这段涨幅是怎么堆出来的"。机构建仓的典型痕迹是**把成交量摊平在多个交易日**（避免冲击成本），而游资/消息驱动的典型痕迹是**能量高度集中在一两根 K 线**。全库 1750 个公式中，几乎所有量能指标都在测幅度（VOL/MA(VOL,N)、量比、OBV），**没有一个在测分布形状**——这就是本次选向的真空地带。 **信号设计**：引入产业经济学中的 Herfindahl-Hirschman 指数（HHI）度量能量在时间维度上的分配集中度。 - `VCONC = 20 * SUM(VOL^2,20) / SUM(VOL,20)^2`：成交量集中度。数学上等于 `20 * E[V^2]/E[V]^2 = 20 * (1 + CV^2)`，取值区间 [1, 20]。VCONC=1 表示 20 天成交量完全均匀；VCONC=20 表示所有成交量集中在单日。 - `RCONC = 20 * SUM(|RET|^2,20) / SUM(|RET|,20)^2`：日收益绝对值集中度，同构定义。低值表示区间涨跌由多根小幅 K 线累积（结构性上行），高值表示由一两根跳空大阳堆出（事件驱动）。 四维投票（3 选 3，门槛偏严）： - S1 `VCONC < 1.60`：量能分布均匀，20 日成交量未被单日脉冲主导 - S2 `VCONC < REF(VCONC,5)`：集中度在收敛，脉冲退潮、资金转为持续渗透（一阶导方向） - S3 `RCONC < 2.20`：收益分布均匀，排除跳空型上涨 - S4 `MA(VOL,10) > MA(VOL,20) AND CLOSE > MA(CLOSE,20)`：量价同步抬升，排除"缩量阴跌导致的被动均匀"这一致命退化情形 **确认机制**：四重门控过滤假信号。 - G1 `ATRV/CLOSE < 0.09`：日均振幅占比低于 9%，剔除妖股高波动样本 - G2 `CLOSE < HHV(HIGH,20) * 0.97`：距 20 日最高价保留 3% 空间，买在中继而非顶部 - G3 `0.8 <= VOL/MA(VOL,20) <= 2.5`：当日量能正常区间。既排除无人问津的缩量，也排除"当日爆量"——后者会在下一根 K 线直接破坏 VCONC 的均匀前提，属逻辑自洽性约束 - G4 `1.00 < CLOSE/REF(CLOSE,1) < 1.05`：当日温和上涨 0%~5%，避免涨停板无法成交 **风险控制**：G1 波动率上限 + G2 位置上限 + G4 涨幅上限构成三重风险边界。回测采用系统统一持有期规则（实测平均持有 5.88 天），公式本身不内嵌止损语句（通达信选股公式框架限制），风控依赖入场位置的严格性。VaR95 -28.8% / CVaR95 -34.6% 提示尾部风险显著，实盘需外挂止损。 --- ## A. 实现细节（Implementation Details） ### A1 公式逻辑 | 层 | 组件 | 表达式要点 | 设计意图 | |---|---|---|---| | 核心 | VCONC | `20*SUM(V^2,20)/SUM(V,20)^2` | 成交量时间分布集中度，[1,20] | | 核心 | RCONC | `20*SUM(AR^2,20)/SUM(AR,20)^2` | 收益时间分布集中度，AR=\|RET\| | | 投票 S1 | 静态阈值 | VCONC<1.60 | 均匀吸筹（对应变异系数 CV<0.775） | | 投票 S2 | 一阶导 | VCONC<REF(VCONC,5) | 集中度收敛趋势 | | 投票 S3 | 静态阈值 | RCONC<2.20 | 收益结构性而非事件性 | | 投票 S4 | 量价确认 | MA(V,10)>MA(V,20) AND C>MA(C,20) | 排除被动均匀退化 | | 门控 G1 | ATRV/CLOSE<0.09 | 波动率上限 | 剔除妖股 | | 门控 G2 | C<HHV(H,20)*0.97 | 位置上限 | 不追高 | | 门控 G3 | 0.8~2.5 倍均量 | 量能区间 | 逻辑自洽 | | 门控 G4 | 涨幅 0%~5% | 可成交性 | 避免涨停 | 投票门槛 `VOTE >= 3`（3-of-4），用 `IF(cond,1,0)` 求和实现，规避 OR 语义在解析器间的歧义。 ### A2 执行时点 T 日收盘后计算全部指标 → 信号成立 → T+1 日开盘买入。所有引用均为 `REF`、`SUM(...,20)`、`MA`、`HHV` 等历史窗口函数，无 `REF(X,-1)` 类未来引用。 ### A3 Warmup 周期 最大窗口链：`SUM(...,20)` 需 20 根；`REF(VCONC,5)` 在 VCONC 之上再退 5 根 = 25 根；`MA(CLOSE,20)`/`HHV(HIGH,20)` 需 20 根。取保守值 **30 根**，第 31 根 K 线起生成信号。指标评估（夏普/最大回撤）由回测引擎在 Warmup 切片之后计算。 ### A4 适用市场 A 股全市场（沪深主板/中小创），日线级别。逻辑上更适配**中低波动、有机构参与的中大市值标的**；G1 波动率门控天然过滤了微盘妖股。不适用于港股（T+0 与做空机制改变量能分布语义）与美股。 ### A5 回测结果（真实本地 CSV 数据） 样本窗口：2025-06-10 ~ 2026-05-25（232 交易日），全市场扫描 10,027 只代码，实际有本地数据并产生信号 **106 只**。 | 指标 | 方案 A | 方案 B | |---|---|---| | 扫描 / 有信号 | 10,027 / **106** | 10,027 / **106** | | 总交易笔数 | 1,163 | — | | 胜率（简单截面平均） | **49.65%** | **49.65%** | | 胜率（交易加权） | 49.18% | — | | 平均总收益 | **+4.854%** | **+4.854%** | | 正收益股占比 | 55.66%（59/106） | 55.66%（59/106） | | 平均最大回撤 | -14.57% | — | | 最差最大回撤 | -44.0% | — | | 盈亏比（截尾 50） | **1.533** | — | | 盈利因子 PF | **1.92** | — | | 夏普（截面） | 0.213 | — | | VaR95 / CVaR95 | -28.8% / -34.62% | — | | 平均持有天数 | 5.88 天 | — | **七项指标齐全**：胜率 ✅ 收益率 ✅ 最大回撤 ✅ 夏普 ✅ VaR ✅ CVaR ✅ 盈利因子 ✅ ### A6 A/B 交叉验证结论 | 对比项 | 方案 A | 方案 B | 差异 | 判定 | |---|---|---|---|---| | 胜率（简单截面） | 49.65% | 49.65% | **0.00pp** | ✅ 一致（<5pp） | | 平均收益 | +4.854% | +4.854% | **0.00pp** | ✅ 一致，符号相同 | | 有信号股票数 | 106 | 106 | 0 | ✅ 一致 | | 正收益股数 | 59 | 59 | 0 | ✅ 一致 | 两套完全独立的解析器（A: `backtest.parser + backtest.evaluator`；B: `tdx_interpreter`）产出完全相同的信号序列，说明公式**语义无歧义**，不存在解析器依赖的实现风险。交易数非 0，公式有有效信号。 ### A7 强制自检 4 步 1. **是否使用未来数据**：❌ 无。全部为 `SUM/MA/REF/HHV/LLV` 历史窗口，无 `REF(X,-1)`、无 `ZIG`、无 `FORCAST`。信号在 T 日收盘计算、T+1 开盘执行，无 Look-Ahead。 2. **MA/EMA/SMA 是否在 Warmup 后判断**：✅ 是。Warmup=30 已覆盖最长依赖链（VCONC 的 SUM20 套 REF5 = 25）。引擎在 Warmup 切片后计算评估指标。 3. **是否参数过拟合**：⚠️ 部分风险。VCONC 阈值 1.60、RCONC 阈值 2.20 为一次成型未搜参（属"未过拟合"而非"已证稳健"）。跨股票胜率波动区间 42.9%~81.8%，离散度较大，需网格敏感性验证。参数总数 4 个阈值 + 4 个门控，属中等复杂度，未做多参数联合优化。 4. **是否夸大宣传**：❌ 无。本报告明确标注为**样本内**回测（2025-06-10~2026-05-25 单一窗口），非样本外验证。胜率 49.65% 如实呈现，不做修饰。 --- ## B. 已知偏差（Limitations and Bias） ### B1 数据窗口偏差（最关键） 本地 CSV 仅覆盖 **2025-06-10 ~ 2026-05-25（232 日）**，扣除 30 根 Warmup 后剩约 202 日。虽然 106 只股票 / 1163 笔交易的样本量远超 MIN_TRADES=5 护栏，但**单一市场周期**（该窗口整体为震荡偏强）意味着结论无法外推到熊市或单边急跌环境。10,027 只代码中 9,921 只无本地数据（errors），实际测试池只有 106 只，**存在严重的股票池选择偏差**——这 106 只是历史上被下载过 CSV 的样本，非随机抽取。 ### B2 尾部风险显著被低估的表述风险 VaR95 = -28.8%、CVaR95 = -34.62%、最差最大回撤 -44.0%。这意味着**尾部 5% 的情形下单只股票会亏掉三成以上**。虽然 PF=1.92、盈亏比 1.533 显示整体正期望，但这个正期望是靠右尾（最佳 +117.3%）拉起来的，分布高度右偏。若实盘无外挂止损，单只重仓遭遇左尾即造成不可逆损失。**"分布均匀"筛的是入场时的能量分布，不保证持有期的收益分布也均匀**——这是本公式最反直觉的一点。 ### B3 参数敏感性未验证 VCONC < 1.60 这个阈值的经济含义是变异系数 CV < 0.775。为什么不是 1.5 或 1.8？目前没有网格扫描证据。同理 RCONC < 2.20、REF 窗口 5、SUM 窗口 20 均为一次设定。跨股票胜率从 42.9% 到 81.8% 的巨大离散度，暗示公式对标的特性敏感（可能与流动性、市值高度相关），**参数在不同流动性分层上可能需要差异化**。 ### B4 市场适应性 S4 的 `MA(VOL,10)>MA(VOL,20) AND CLOSE>MA(CLOSE,20)` 是本公式的趋势依赖点。在**持续单边下跌**行情中，S4 几乎永远不成立，3-of-4 门槛将极难达成，公式会长期空仓（这是安全的失效模式）。但在**低量横盘**行情中，VCONC 天然偏低（因为每天量都很小且均匀），S1/S2/S3 容易同时成立，可能产生大量"僵尸股"信号——G3 的 0.8 倍均量下限与 S4 的量能抬头是唯一防线，可能不够。 --- ## C. 结果解读（Result Interpretation） ### C1 逻辑质量 信号具有明确的**经济学微观结构含义**：Herfindahl 集中度直接对应"资金是分批渗透还是一次性冲击"这一可观测的交易行为差异。这不是数据挖掘出来的相关性，而是从做市/建仓成本理论推导出来的——机构为降低冲击成本必然分散下单，这在日线聚合后表现为成交量的低时间集中度。逻辑链可以完整向他人解释，不依赖"因为回测好所以有用"的循环论证。 ### C2 创新点 全库 1750 个 `.tn` 文件覆盖探针结果：`HHI` 0 次、`HERFINDAHL` 0 次、`DISPERSION` 0 次、`QUANTILE` 0 次、`集中度` 0 次、`GINI` 2 次。**本公式是全库第一个用分布集中度（二阶矩比值的归一化形式）刻画量价的公式**。与最接近的已有维度对比： - 与"量比/放量"（覆盖数十次）本质不同：量比测**当日幅度**，HHI 测**整段窗口的能量分配形状** - 与 `STD`/波动率类（ATR 覆盖大量）本质不同：标准差是绝对尺度量纲，HHI 是**无量纲的形状指标**，不受价格水平和绝对成交量规模影响，天然可跨股票比较 - 与 Hurst（11 次）不同：Hurst 测长记忆的多尺度自相似性，HHI 测**单窗口内的分配不均匀度**，无尺度递归 语义去重相似度 **4.34%**（阈值 60%），对抗式新颖性 **1.00**（阈值 0.7）——两项指标均为近期最优，客观支持"新维度"判定。 ### C3 风险点 最大风险是 **B2 描述的右偏分布依赖**：整体正期望（PF 1.92）建立在少数大赢家上，胜率仅 49.65% 意味着**超过一半的交易是亏钱的**。这类策略在实盘中极难执行——连续 5~6 笔小亏后交易者往往会放弃，而恰恰放弃后错过了那笔 +117% 的大赢家。控制方式：必须**分散持仓**（同时持有 15 只以上）让大数定律生效，并**严格执行固定持有期**（回测的 5.88 天）不做主观干预。 ### C4 适用场景 最适合**量化分散型投资者**：能同时持有 15~30 只、机械执行固定持有期、接受不到 50% 胜率的人。不适合集中持仓或依赖单笔盈利体验的主观交易者。作为组合信号的一个**正交因子**价值更高——HHI 与几乎所有现有维度（趋势、动量、形态、波动率）在数学上都不共线，是理想的投票成员候选。 ### C5 改进方向 1. **网格敏感性扫描**：对 VCONC 阈值 [1.4, 1.5, 1.6, 1.7, 1.8]、RCONC 阈值 [1.8, 2.0, 2.2, 2.4]、SUM 窗口 [10, 20, 30] 做三维扫描，验证 1.60/2.20/20 是否落在稳健平台区而非孤立尖峰 2. **拆成独立材料节点**：把 VCONC、RCONC 作为两个独立材料注册到 `formula-recipes.json`，与 momentum_heavy / meanrev_heavy / price_heavy 家族做跨家族 N-of-M 组合。基于 C2 的正交性论证，这可能是本公式最大的价值所在 3. **加入外挂止损层**：针对 B2 的尾部风险，尝试在公式内加入 `CLOSE > REF(LLV(LOW,10),1)` 类结构性止损条件，观察是否能把 CVaR95 从 -34.6% 收敛到 -25% 以内（代价是牺牲部分右尾） 4. **流动性分层测试**：按平均成交额分 3 层分别回测，验证 C3 猜测的"参数需按流动性差异化" ### C6 对抗式审查 我主动怀疑了以下 4 个点，并逐一排除或标注： 1. **怀疑：VCONC 是不是只是"成交量标准差"的换皮？** 排除：数学上 `VCONC = 20*E[V^2]/E[V]^2 = 20*(1+CV^2)`，其中 CV 是变异系数。它是 **CV 的单调变换而非 STD 的变换**——STD 是有量纲的（受绝对成交量规模影响，贵州茅台和一只小盘股无法比较），VCONC 是**无量纲归一化**的，可以跨股票直接横向比较。这个差别在多股票投票场景下是本质的，不是换皮。此外全库 `STD` 在方案 A 解析器中甚至不被支持（仅方案 B 支持），说明现有公式几乎不用标准差族。 2. **怀疑：胜率 49.65% 低于 50%，这个公式是不是根本无效？** 部分排除，需诚实标注：胜率确实略低于 50%，但 **PF=1.92、盈亏比=1.533、正收益股占比 55.66%、平均收益 +4.854%** 四项指标均为正期望。这是典型的**低胜率高赔率**画像，与纯趋势公式的高胜率低赔率画像互补。按 v4.5 拓扑自进化框架第 3 条铁律"回测仅作粗筛，禁止单公式胜率<50% 即删除"——本公式作为材料节点入库合法。但**不应加入 effective_logics**（该门槛要求胜率 >50%），本次不加。 3. **怀疑：是否和现有公式重复？** 排除：ChromaDB 语义相似度 **4.34%**（阈值 60%，为近期最低值之一），对抗式新颖性 **1.00**。1750 个 `.tn` 文件关键词探针中 HHI/HERFINDAHL/DISPERSION/集中度 全部 0 命中。三重独立证据一致。 4. **怀疑：S4（量能抬头 + 站上均线）会不会才是真正起作用的因子，HHI 只是搭便车？** **未能排除，标注为待验证**。这是本公式最严重的未解风险。S4 是一个常见的量价趋势条件，在 3-of-4 门槛下，S4 + 任意两个 HHI 条件即可触发。要证明 HHI 有独立贡献，必须做**消融实验**：分别回测 (a) 仅 S4+四门控、(b) 完整 3-of-4、(c) 仅 S1S2S3 投票 2/3 + 四门控，对比三者的胜率/PF。本次未做，诚实记录为 gen2 的首要任务。**在消融实验完成前，不应宣称"HHI 维度已验证有效"，只能宣称"HHI 维度已可计算且不破坏原有信号质量"。** --- ## 质量门汇总 | 检查项 | 门槛 | 本公式 | 结果 | |---|---|---|---| | R01-R05 规则验证 | 全部通过 | validator 通过，复杂度 5 星 | ✅ | | 逻辑链说明 | ≥100 字，4 要素齐全 | 约 900 字，市场背景/信号设计/确认机制/风险控制齐全 | ✅ | | 多样性得分 | ≥3（3+ 类指标融合） | 分布形状 + 量能 + 趋势 + 波动率 = 4 类，5 星复杂度 | ✅ | | 语义去重相似度 | <60% | **4.34%** | ✅ | | 对抗式新颖性评分 | ≥0.7 | **1.00** | ✅ | | Warmup 标注 | 已标注 | 30 根，公式头部注释已写 | ✅ | | 对抗式审查怀疑点 | ≥3 个 | **4 个**（含 1 个诚实未排除） | ✅ | | A/B/C 三段结构 | 齐全 | 齐全 | ✅ | | A/B 交叉验证 | 差异 <5pp | **0.00pp** | ✅ | | 回测数据真实性 | 禁止编造 | 本地 CSV 真实行情，106 股 1163 笔 | ✅ | --- ## 结论 FORMULA-940 在全库首次引入 **Herfindahl-Hirschman 分布集中度**这一无量纲形状维度，填补了"所有量能指标都在测幅度、无一测分布形状"的空白。回测显示低胜率（49.65%）高赔率（PF 1.92）画像，A/B 双解析器 0.00pp 完全一致，语义去重 4.34% 与新颖性 1.00 三重支持新维度判定。 **核心保留意见**：S4 消融实验未做，HHI 的独立贡献尚未证实。本公式按拓扑自进化框架作为**新材料节点入库**（不删差公式、不加 effective_logics），其最大价值预期在于与 momentum/meanrev/price 三大家族做跨家族正交组合，而非单独使用。