feat: 翻译Skill说明文档

A股量化策略报告_大盘指数五年复盘与三年前瞻_20260515.md

@@ -0,0 +1,200 @@
+# 中国大陆 A 股大盘指数：过去 5 年复盘与未来 3 年前瞻（量化策略视角）
+
+截至：2026-05-15  
+样本区间：2021-05-17 ～ 2026-05-15（日频）
+
+> 免责声明：本文仅用于研究与技术讨论，不构成任何投资建议、交易建议或收益保证。市场存在重大不确定性，请自行评估并对交易结果负责。
+
+## 1. 结论摘要（给策略准备的要点）
+
+- 过去 5 年区间内：中证 500 / 中证 1000 的累计收益显著高于沪深 300，但波动与最大回撤也更大；从“大小盘相对强弱”看，小盘长期占优（1000/300、500/300 比值显著上行）。
+- 三大指数日收益相关性整体偏高（0.78～0.96），多指数分散有效但有限；更有效的分散往往来自“仓位控制/风控机制”和“跨资产”（债券/黄金/CTA 等），而不仅是大盘指数之间切换。
+- 简单的趋势过滤（200 日均线过滤：上方持有、下方空仓/低风险资产）在样本期显著降低最大回撤（约从 -41%～-47% 降至 -16%～-17%），且在中证 500/1000 上提升了风险调整后表现。
+- 面向未来 3 年：更建议把策略重心放在“波动与回撤可控的收益曲线”上（趋势/波动目标/动态对冲），而不是做单点方向预测；尤其当宏观与政策变量变化更快时，风控框架比“观点正确”更重要。
+
+## 2. 数据来源与方法说明
+
+### 2.1 指数与代码
+
+- 沪深 300：`sh000300`
+- 中证 500：`sh000905`
+- 中证 1000：`sh000852`
+
+### 2.2 数据来源
+
+使用新浪财经的日 K 线接口抓取（返回字段含交易日、开高低收、成交量）。示例：
+
+- https://quotes.sina.cn/cn/api/json_v2.php/CN_MarketData.getKLineData?symbol=sh000300&scale=240&ma=no&datalen=1800
+
+说明：
+
+- `scale=240` 表示日线；`datalen` 为最近 N 根 K 线。
+- 本报告只使用收盘价（Close）做复盘统计；不含分红再投资与全收益处理（指数本身通常已较接近价格指数口径）。
+
+### 2.3 统计口径
+
+- 日收益：`r_t = close_t / close_{t-1} - 1`
+- 年化波动率：`std(r) * sqrt(252)`（252 交易日假设）
+- CAGR：按自然日跨度折算
+- 最大回撤：基于收盘价/策略净值的峰值回撤
+- 夏普比：以 2% 作为名义无风险利率，仅用于横向比较（不代表可实现）
+
+## 3. 过去 5 年：指数表现复盘
+
+### 3.1 核心指标总览
+
+| 指数 | 累计收益 | CAGR | 年化波动 | 最大回撤 | 最大回撤区间（峰值→谷底） | 日收益相关性（与沪深300） |
+|---|---:|---:|---:|---:|---|---:|
+| 沪深300 | -6.28% | -1.29% | 17.56% | -40.86% | 2021-06-01 → 2024-09-13 | 1.00 |
+| 中证500 | +29.77% | +5.36% | 21.30% | -41.81% | 2021-09-13 → 2024-09-13 | 0.85 |
+| 中证1000 | +34.46% | +6.11% | 24.27% | -46.71% | 2021-12-01 → 2024-02-05 | 0.78 |
+
+补充：指数之间的日收益相关性（样本交集 1210 天）：
+
+- 沪深300 vs 中证500：0.85  
+- 沪深300 vs 中证1000：0.78  
+- 中证500 vs 中证1000：0.96  
+
+策略含义：
+
+- 中证 500 与中证 1000 几乎同涨同跌，更多是“Beta + 小盘风格差异”，不是独立风险因子。
+- 若要降低回撤，仅靠 500/1000 内部切换不够，通常需要引入趋势/波动控制，或跨资产对冲。
+
+### 3.2 分年度收益（自然年，2021 为区间内的部分年份）
+
+| 年份 | 沪深300 | 中证500 | 中证1000 |
+|---:|---:|---:|---:|
+| 2021（05/17 起） | -4.72% | +11.88% | +24.05% |
+| 2022 | -21.27% | -20.26% | -21.31% |
+| 2023 | -11.75% | -8.84% | -8.35% |
+| 2024 | +16.20% | +5.85% | +1.76% |
+| 2025 | +21.19% | +34.62% | +31.02% |
+| 2026（截至 05/15） | +3.01% | +11.57% | +11.98% |
+
+结构性观察：
+
+- 2022～2023 是“整体偏弱 + 风格分化不稳定”的阶段，方向性策略更依赖风控而非选对指数。
+- 2024～2026 早期出现修复/反弹，且中小盘弹性更强（从年度收益与累计收益可见）。
+
+### 3.3 大小盘相对强弱（风格漂移）
+
+以“指数比值”衡量小盘相对大盘的长期趋势：
+
+- 中证1000 / 沪深300：从 1.245 上行至 1.787（区间显著走强）
+- 中证500 / 沪深300：从 1.269 上行至 1.757（区间显著走强）
+
+策略含义：
+
+- 如果策略允许做“指数相对价值/强弱轮动”，该信号在过去 5 年呈现更稳定的中长期趋势特征（适合中低频切换、配合趋势过滤）。
+- 但要注意：风格趋势可能发生结构性反转（例如政策/监管对小盘流动性与杠杆行为更敏感），因此应当搭配回撤约束与仓位上限。
+
+## 4. 一个可落地的量化核心：趋势过滤（MA200）示例
+
+### 4.1 策略定义（示例）
+
+- 计算 200 日简单移动均线 SMA200
+- 若昨日收盘 > 昨日 SMA200：持有该指数（或对应 ETF/期货多头）
+- 否则：空仓（或转入低风险资产，如货币/短债；本报告回测按“空仓=0收益”处理）
+
+### 4.2 回测结果（同样本区间）
+
+| 指数 | 指数本身最大回撤 | MA200 过滤后最大回撤 | MA200 过滤后累计收益 | MA200 过滤后年化波动 | 持仓时间占比 |
+|---|---:|---:|---:|---:|---:|
+| 沪深300 | -40.86% | -15.66% | +9.84% | 11.49% | 40.17% |
+| 中证500 | -41.81% | -16.48% | +46.59% | 14.52% | 38.93% |
+| 中证1000 | -46.71% | -16.87% | +37.37% | 15.18% | 39.09% |
+
+解读：
+
+- 该过滤器本质是“尽量不在深度下跌趋势里承受 Beta”，对回撤控制非常直接。
+- 代价是：会错过部分 V 型反弹初段；因此更适合作为“风控层/仓位上限层”，而不是唯一 alpha 来源。
+
+## 5. 面向未来 3 年的“走势分析”：用情景代替预测
+
+你要做的是量化策略准备，因此更推荐将“未来 3 年走势判断”组织为可交易、可回测、可风控的情景集合，而不是给单一路径预测。
+
+### 5.1 关键变量（不依赖单一新闻事件）
+
+国际侧（影响风险偏好与资金折现）：
+
+- 全球主要经济体利率路径与美元流动性（影响成长股估值、海外风险资产 β、跨境资金行为）
+- 地缘与供应链风险（影响风险溢价与行业景气分布）
+- 大宗商品周期（影响资源品与制造业利润、通胀预期）
+
+国内侧（影响 A 股盈利与风险溢价）：
+
+- 经济增长结构：消费/制造/出口的再平衡，以及信用扩张节奏
+- 政策组合：财政、货币、产业政策与资本市场制度变化
+- 盈利周期：企业利润修复的持续性与行业分化
+- 风险偏好与流动性：增量资金结构（居民/机构/量化/被动化）与交易拥挤度
+
+### 5.2 三类情景（建议用于策略参数与风控阈值设计）
+
+**情景 A：区间震荡 + 结构性分化（基准情景）**
+
+- 表现特征：指数整体收益不高但波动常态化，风格与行业轮动更频繁；趋势信号容易“假突破”。
+- 策略更优解：波动目标（Vol targeting）+ 趋势过滤 + 分散持仓（多指数/多因子），控制单次回撤。
+
+**情景 B：政策/盈利共振上行（偏乐观情景）**
+
+- 表现特征：风险偏好提升，指数更容易走出 6～18 个月级别上升趋势；小盘弹性可能更强但波动也更大。
+- 策略更优解：趋势跟踪与动量（12M/6M）在指数层面更占优；可加入“超额仓位”但必须用回撤预算约束。
+
+**情景 C：外部冲击/信用收缩导致的再下探（偏悲观情景）**
+
+- 表现特征：下跌阶段速度快、反弹短促；回撤控制成为首要目标。
+- 策略更优解：趋势过滤/防御仓位切换优先；若允许做对冲，可考虑股指期货的轻量对冲（降低组合净 β）。
+
+## 6. 量化策略框架建议（以三大指数为核心资产池）
+
+下面给出一个“能从今天开始做”的策略设计蓝图，重点是可落地与可扩展：
+
+### 6.1 交易标的建议（示例）
+
+- ETF：沪深300ETF / 中证500ETF / 中证1000ETF（用于现货化持仓，适配 T+1 交易规则与资金管理）
+- 股指期货：IF（沪深300）、IC（中证500）、IM（中证1000）（用于对冲、杠杆与高效换仓）
+
+### 6.2 策略层次（推荐分层）
+
+1) **信号层（决定方向/偏好）**
+
+- 趋势信号：MA200/MA120 等低频过滤（用于风险开关）
+- 动量信号：3M/6M/12M 绝对动量与相对动量（决定指数间权重）
+- 估值/盈利过滤（可选）：若你能接入盈利/估值数据，可作为仓位上限或风格约束
+
+2) **仓位层（决定风险暴露大小）**
+
+- 波动目标：例如目标年化波动 10%～15%，根据近 20/60 日波动做杠杆/降杠杆
+- 相关性约束：500 与 1000 高相关，权重不应同时拉满；用风险预算（risk budget）而非名义资金分配
+
+3) **风控层（决定“能不能活下来”）**
+
+- 回撤阈值：组合回撤触发降仓/清仓/冷静期
+- 风险事件开关：当波动骤升（例如 20 日波动超过长期均值的 1.5～2 倍）触发减仓
+- 交易成本与滑点：将换手率与成本显式入回测，不然信号会被高估
+
+### 6.3 一个可作为起点的“指数轮动 + 风控”伪代码（描述级）
+
+- 每周/每月评估一次：计算沪深300/中证500/中证1000 的 12M 动量
+- 只在指数位于 MA200 上方时参与（否则权重置零）
+- 在满足趋势过滤的指数中，选择动量最高的 1～2 个做配置
+- 用波动目标控制总仓位；并设置组合最大回撤阈值
+
+## 7. 你接下来需要补齐的数据与验证（建议清单）
+
+- 加入“无风险资产”与对冲资产：短债、利率债 ETF、黄金等，用于在趋势过滤空仓时承接资金
+- 引入更多解释变量：成交额/换手、融资融券、北向/机构行为、行业景气指标（用于过滤交易拥挤与风格反转）
+- 回测增强：成本、滑点、限价与交易制度（T+1、涨跌停）、期货保证金与展期成本
+- 风险测试：压力测试（单日极端跌幅）、参数敏感性、滚动样本外验证（walk-forward）
+
+---
+
+## 附录：本报告复盘统计的可复现抓取方式（供你校验）
+
+示例（获取沪深300近 N 日数据）：
+
+```text
+GET https://quotes.sina.cn/cn/api/json_v2.php/CN_MarketData.getKLineData?symbol=sh000300&scale=240&ma=no&datalen=1800
+```
+
+本报告的统计结果来自 2026-05-15 抓取快照；如你在不同日期重跑，尾部数据会发生变化。