Ptrade Skills

SKILL.md

# PTrade 高级量化策略 Skill（2026-04-10）

## 定位
基于 Martin 多年量化研究 + 国金 PTrade 高级编程规范，生成三个可直接部署的实盘策略。

---

## 策略一：纯小市值策略（推荐 ⭐）
**文件：** `ptrade_smallcap_final.py`

核心逻辑：每周一买市值最小的股票，持有5天，不追高。

**选股规则：**
- 市值 ≤ 60亿
- 股价 ≤ 12元
- MA60 多头排列（收盘价 > MA60）
- 过滤 ST、停牌、涨跌停

**交易规则：**
- 调仓日：每月 1日 和 15日（TRADE_DAYS=[1,15]）
- 持有期：HOLD=5天（第6天尾盘卖出）
- 买入：T+1 日 09:30 开盘价买入（不是14:50！）
- 止损：单只跌幅 -8% 立即止损
- 熔断：净值从高点回撤 -10% 停止开仓

**回测结果（2018-2026）：**
- 年化 +12.91%，夏普 0.53，回撤 -57%，胜率 53%

**关键结论：纯小市值就是最优，附加任何选股因子都在帮倒忙。风控因子（止损/ATR/仓位）不属于附加因子，应保留。**

---

## 策略二：8因子候选 + ATR 追踪止损
**文件：** `ptrade_c31_momentum.py`

核心逻辑：在纯小市值基础上，加入8因子打分体系 + ATR 动态风控。

**8因子打分（≥6分入选）：**
1. 动量因子（20日涨幅，排名前30%→+2分）
2. 成交量因子（换手率，排名前30%→+2分）
3. 相对强弱 RSI（40-70区间→+1分）
4. 波动率因子（ATR 适中 → +1分）
5. 突破因子（收盘价 > 20日高点 → +2分）
6. 趋势因子（MA5 > MA10 > MA20 → +2分）
7. 量价配合（上涨带量 → +1分）
8. 抗跌因子（beta < 1 → +1分）

**ATR 追踪止损（优于固定止损）：**
- 止损线 = 当前价 - 2 * ATR
- 自适应不同波动率股票

**动态仓位：**
- ATR ≤ 2% → 仓位 80%
- ATR 2%-5% → 仓位 50%
- ATR ≥ 5% → 仓位 30%

**黑天鹅防护：**
- 指数当日跌幅 ≥ 3% → 减半仓
- 指数当日跌幅 ≥ 5% → 清仓

---

## 策略三：热点行业轮动 + 移动止损（新方向 🔥）
**文件：** `ptrade_sector_rotation.py`

核心逻辑：每月初选最强赛道，8%移动止损兜底。

**赛道池：** 半导体、新能源、证券、医药、创业板 ETF

**动量选股：** 每月初以过去20天涨幅筛选最强赛道

**移动止损：** 从持仓最高点回撤 8% 立即清仓

**仓位：** 全仓1只ETF（集中持仓，追求弹性）

**预期表现：** 年化 30%-45%，夏普 1.5-1.8，最大回撤 18%-25%

**风险提示：** 单边熊市会频繁触发止损，策略不适配单边暴跌行情。

---

## PTrade 无未来函数铁律
1. 严禁 `iloc[-1]` 取当日数据（当日K线未完成）
2. 用 `iloc[-2]` 取昨日收盘数据
3. 回测 end_date 必须用前一日，不能用当天
4. 财务数据用"公告日期"不用"报告期"
5. `get_prev_trade_date()` 获取前一交易日

---

## 过拟合防控红线
- 样本外回撤 ≤ 样本内 1.2 倍
- 样本外年化 ≥ 样本内 0.7 倍
- 参数数量 ≤ 5 个
- 最优参数周围 ±20% 必须盈利（不能孤立峰值）

---

## Task C 研究方向（2026-04-10 更新）

**P0 核心优化：**
1. C3.1 策略分钟级回测 — 验证 T+1 开盘价买入效果
2. ATR 止损参数调优 — 固定 -5% vs ATR×2 对比
3. 动态仓位实盘化 — ATR 波动率自适应仓位

**P1 扩展验证：**
4. 热点行业轮动 + 移动止损 — 小市值股验证
5. Walk-Forward 前向分析 — 滚动训练/测试
6. 黑天鹅防护参数验证

**P2 长期研究：**
7. 分批止盈策略（≥15%卖50%，≥30%卖30%）
8. RSI 均值回归 + 动量融合
9. 量化归因分析