AI研究系列之一：漲停板背后的Alpha，首板回調策略的系統化探索與實證.pdf

AI研究系列之一：漲停板背后的Alpha，首板回調策略的系統化探索與實證。策略五年累計收益 124.99%，年化 18.21%，夏普比率突破 1.0 大關， Calmar 達 1.88。以漲停板首板回調為核心信號，輔以情緒周期五階段模 型進行倉位管理，構建了一套完整的事件驅動交易系統。 系統性測試 12 個優化方向，4 個被納入最終策略。賣出端優化空間 有限（91%交易僅持 1 天），買入端是關鍵戰場——收緊回調上限至+3% 這一單項優化即貢獻+18.3%收益提升。 32,615 個首板樣本的深度分析揭示了五大反直覺規律，其中三個買 入優化方向因辛普森悖論回退——單變量分析結論在多因子環境中完全 逆轉，這一發現對量化策略開發具有普遍警示意義。 樣本外（2024-2025）年化收益 20.72%反超樣本內的 15.42%，夏普 比率從 0.98 提升至 1.13，最大回撤從-9.69%改善至-8.99%。策略具備真 實預測力，未出現過擬合。 策略與滬深 300 相關系數僅 0.14，具備優良的 Alpha 屬性。成本敏 感性分析顯示，實盤中執行質量是決定策略成敗的核心變量。