择时与增强扩展研究｜2026-10-24

打开方式
打开本目录 index.html；或在上级汇总页进入第10节。保持本目录与上级 assets、archive 的相对位置，可离线使用。价格快照仍截至2026-10-21，没有刷新或覆盖旧研究。

本轮结论
最终偏好补充：按用户回撤优先的要求，50%纳指基准、纳指与红利分别用同一波动分档更值得优先验证。十年净值年化13.58%、回撤11.17%、波动8.95%，每年8.6个操作日。其延迟净值信号的场内回撤14.62%；只调纳指为15.56%。更省事可只调纳指，但不能忽略这一跨口径差异。60%纳指两项分档的同一情景回撤16.99%，因此不作为优先方案。
38条统一单项规则（含持有）在纳指、标普、红利上交叉检验，再用于40/20/10/30与50/20/10/20组合；另含8类轮换规格及再平衡对照，共362个初始资产／组合规格。初步结果之后追加9个明确标记的探索规格，另保存4条按历史选择规则的路径。
较值得继续验证的是21日／252日波动率的逆方差分档。仅纳指执行、红利保持20%、黄金10%、其余五年债，正常纳指50%时，十年净值年化13.45%、回撤11.17%、波动9.15%，每年约7.4个操作日。50%纳指固定比例为13.76%、16.44%、10.93%。你的40%纳指固定配置为12.06%、13.61%、9.09%。
这更像风险效率改善。不能声称同配置提高了收益，更不能称为普遍有效。以平均实际仓位为固定目标的事后对照，年化约12.62%、回撤14.55%，说明改善不全来自简单减仓；但年化差区块重采样95%区间跨零，证据不够确立稳定alpha。
红利温和逆势调整有小幅增益；完全离场的趋势规则容易错过修复。混合“纳指波动分档＋红利偏离均线调仓”是看到初步结果后的追加探索，十年净值13.72%/11.17%，不能当成独立验证。60%纳指版本也属于追加探索，延迟净值信号下回撤可能超过15%。

规则
月末用市场总回报日收益计算最近21与252个实际交易日标准差；系数=(252日标准差/21日标准差)^2，夹在.25与1之间，并舍入到.25一档；乘以正常纳指预算。50%正常仓位对应12.5/25/37.5/50%。次月首个共同实际交易日收盘调整，档位不变不交易，季度首月再平衡。余仓进入五年国债ETF511010。不是对未来波动或方向的保证。
该规则是逆方差文献思想的无杠杆、分档、历史一年参照改造；不是原论文的精确复制。其余规则见rules.json、protocol.json和可复现程序。多周期投票有少数非25%整档；只有明确分档的波动策略使用四舍五入。

历史和计量
2016-10-21至2026-10-21，人民币计价、分红复投。512890上市前采用官方H20269全收益指数、扣假设年费0.6%。市场价及基金净值构建方式见上级archive及enhancement/data/sources.json。实基金持续费用已含于净值。初始买入和每次买卖的金额分别扣0.1%，另测0.3/0.5%。模拟允许零碎份额和收盘价成交，未逐项重建分红到账等待、整数手、最低佣金、税务与买卖价差。
“净值模拟”和“市场价模拟”是两套价格下的持仓交易模拟，使用同样市场信号和检查日期；不是按市场价买入的同一份额的两种估值，更不代表可以按净值申赎。
所有月度信号必须来自已完成月份。NAV信号敏感性额外等7个自然日，市场信号也单独测7天延迟。高成本、延迟等情景是分别测试，没有假设不利条件同时发生。
信号波动率=实际观测日收益标准差乘sqrt252；报告年化波动=周收益标准差乘sqrt52。最大回撤由每日路径计算。未创新高天数为高点至恢复（未恢复则截至期末）的自然日，不是仅从高点到谷底。
年度表2016和2026是部分年度。2019上市后区间筛选延续先前持仓；敏感性actual2019则重新建仓，两者有区别。曲线周末采样，指标保留每日极值。

防止过拟合
初始协议先于本轮计算写出，哈希保存。追加协议明确在看到初步结果后写出。历史已被先前研究检查，按时间划分仍非未触碰样本外。
2020年底按过去两种口径的较大回撤≤15%筛选，再以较小年化收益排序；逐年版本每年只用截至上一年末的信息。50%组合选中两项逆方差；40%组合选中红利6月均线但随后失效。不要通过只保留50%组合的成功选择来掩盖另一组失败。
平均仓位对照使用全期市场价模拟的平均实际配置，是事后归因。3000次成对6个月循环区块重采样只表达历史不确定性，使用119个完整月份；未做多重选择校正，不能解释为未来胜率。
研究不覆盖2000年与2008年。宏观、估值、宽度、溢价的事前可得历史尚未补齐，因此未伪造这些择时结果。五年债也会下跌。目标上限是调仓时的约束，期间漂移可能越界；月度信号无法限制突发单月跌幅。

复现顺序
1. tools/study.py：初始规则、组合、按时间选择、全部路径与指标。
2. tools/diagnostics.py：追加探索、敏感性、平均仓位对照、账本及区块区间。
3. tools/check_study.py：独立份额会计、费用二分求解、时间截断、未来数据扰动、年度复利检查。
4. tools/build_report.py：离线页面数据。index.html与app.js为页面。
不需要联网刷新。原始数据都在上级archive，保持214份源档哈希不变。

主要文献（规则灵感，不是本地ETF效果证明）
Faber: A Quantitative Approach to Tactical Asset Allocation
https://mebfaber.com/2017/12/13/episode-86-quantitative-approach-tactical-asset-allocation/
Moskowitz, Ooi, Pedersen: Time Series Momentum
https://www.aqr.com/Insights/Research/Journal-Article/Time-Series-Momentum
Moreira, Muir: Volatility Managed Portfolios
https://conference.nber.org/confer/2016/LTAMs16/Moreira_Muir.pdf
Bongaerts, Kang, van Dijk: Conditional Volatility Targeting
https://www.tandfonline.com/doi/abs/10.1080/0015198X.2020.1790853
Cederburg, O'Doherty, Wang, Yan: On the Performance of Volatility-Managed Portfolios
https://www.lehigh.edu/~xuy219/research/COWY.pdf
Antonacci: Dual Momentum FAQ
https://www.optimalmomentum.com/faq/