2026-03-23 日志

P0 费用 bug 修复

• 根因: r[i] daily return 没扣费 → metrics 不反映交易成本
• 修复: _apply_trade() 后重算 r[bp] = eq[bp]/eq[bp-1]-1
• 14+2=16 个费用测试通过
• 真实费率敏感性: fee=1bp→Sharpe 1.84, fee=30bp→1.70, fee=50bp→1.59

Qlib 级交易成本模型

• 新增 TransactionCostModel (Almgren-Chriss 冲击)
• 33 个测试通过
• 默认 --cost-model realistic
• $1M 资金冲击≈0, Sharpe 1.82 不变 (验证策略对小资金真实)

Alpha101 因子

• 39 个 WorldQuant Alpha101 因子实现 (src/alpha101.py)
• alpha42 (vwap-close偏离) IC=0.066 ICIR=0.429 — 超强!
• 加入因子选股: +175%→+186% Sharpe 1.82→1.85

自适应 IC 权重

• 快慢双窗口(20d/120d, 60:40融合) 自动调因子权重
• 4因子自适应: +210% Sharpe 1.94 (vs 固定+175% Sharpe 1.82)
• 6因子(+RSQR60+STD60)反而降低→回滚, 4因子最优
• 19 个测试通过

HK 因子分析

• HK Alpha158: 48个因子IC>0.03! 最强CORD10 ICIR=-0.447
• HK Alpha101: alpha42仍最强(IC=0.034), 但弱于Alpha158
• HK 策略优化应优先用 Alpha158 top 因子

总测试数

• fee: 16, cost_model: 33, adaptive: 19, order: 23, gate: 20, futu: 20, other: ~20
• 总计 150+ 测试

ClawTrading v5.4 — 数据清洗 + 策略统一 (10:00-19:45)

数据源切换

• 禁用 yfinance，全面切换 Futu OpenD（前复权 qfq）
• 清除所有 yfinance 污染缓存（OHLCV 702 + Alpha158 699 文件）
• 重建: US 570 只 + HK 114 只 10 年 OHLCV + Alpha158 缓存
• 发现: yfinance dividend-adjusted close 严重高估 HK 收益（286%→139%）

HK FMP 基本面接入

• 新增 scripts/fetch_hk_fundamentals_fmp.py（5 年 income statement + balance sheet → ROE/ROIC）
• 114 只全覆盖，ROE 覆盖 97%，ROIC 覆盖 97%
• HK quality 过滤对齐 US：ROIC≥0 主过滤 + EY override + buyback 保护

策略测试矩阵

• HK topk 网格（15/20/30）：完全不敏感（Markowitz 优化器主导）
• HK max_w 网格（0.06/0.08/0.10/0.12）：0.08 最优
• HK quality 梯度（无/ROE>0/ROE≥5%/ROE≥8%/ROE≥12%/ROIC≥0-US对齐）
• HK adaptive/Alpha158/Alpha101/ML：均无增益
• US quality vs 无 quality：4 窗口 end_date 敏感性
• Alpha101 HK IC 扫描（39 因子，alpha42 仍最强 ICIR 0.373）

最终策略

• US: factor_alpha158_v5_quality — Sharpe 1.90-2.08（稳定）
• HK: factor_v5_quality_hk (v5.4) — Sharpe 1.67, MDD -26%, Vol 30%

关键发现

1. US alpha 稳定（Sharpe 波动 0.18），HK 跟大盘密切相关（波动 1.53）
2. Alpha158 缓存是 PIT 正确的（滚动窗口，无截面标准化）
3. HK quality（ROE/ROIC）是负收益贡献但正风控贡献
4. US/HK 代码完全统一，差异只在配置参数

Cron 维护

• 禁用: 宏观数据每日刷新+告警（761b）
• 删除: 每日财经简报（ec70）
• 新增: scripts/unified_data_refresh.py（daily/weekly 统一数据更新入口）