A 股行业龙头支撑压力策略原理¶
本文解释 eqlib.strategies.ashare_sr_leader 的最终实现逻辑：它如何从行业龙头池中选股，如何用支撑压力结构判断入场，如何通过大盘状态控制总仓位，以及研究脚本如何从候选策略中选择最终版本。
这不是投资建议，也不是对未来收益的承诺。本文只说明当前代码中的策略设计和回测研究口径。
策略定位¶
该策略不是单纯的突破策略，也不是单纯的低吸策略。它的核心思想是：
在流动性较好的 A 股行业龙头池中，寻找没有破位、靠近支撑或形成突破确认、相对基准仍有强度的股票；再根据大盘结构决定总仓位，用月度换仓和周度破位复查降低交易频率和回撤风险。
代码入口主要分为两部分：
| 文件 | 职责 |
|---|---|
eqlib/strategies/ashare_sr_leader.py |
策略信号、打分、仓位、调仓、风控的可测试实现 |
scripts/run_ashare_sr_leader_research.py |
参数网格、回测运行、稳定性评分、报告生成 |
最新回测报告 reports/ashare_sr_leader/eqlib_best_backtest_2020_2025.html 没有选出通过全部稳健门槛的新候选，因此按预先约定的回退规则保留 adaptive_composite 基线参数。pullback_market_gate 不再是当前报告的最终选择。
策略框架¶
策略运行可以拆成五层：
这种结构故意把“选什么”和“买多少”分开：
- 选什么：由个股支撑压力、突破、回踩、相对强弱、波动率和成交量决定。
- 买多少：由大盘结构、单股上限、行业上限和流动性限制决定。
股票池¶
策略使用一组预先定义的 A 股行业龙头，包括白酒、银行、保险、券商、医药、新能源、通信、计算机、工程机械、化工、有色、建筑、家电、电力等行业。
股票池有两个层次：
DEFAULT_LEADER_UNIVERSE：策略模块内置的完整行业龙头清单。RESEARCH_UNIVERSE：研究脚本中用于参数搜索的较小候选池。
策略会排除科创板和常见北交所风格代码：
这样做的目的不是判断这些股票不好，而是让研究范围更接近主板、创业板中流动性更稳定、交易规则更一致的行业代表股。
核心参数¶
策略参数由 StrategyParams 统一管理。默认参数体现了中低频、组合化、风险约束优先的风格：
| 参数 | 默认值 | 含义 |
|---|---|---|
level_window |
120 | 长周期支撑压力窗口 |
short_level_window |
60 | 短周期支撑压力窗口 |
atr_period |
20 | ATR 波动缓冲窗口 |
atr_multiplier |
0.5 | 支撑/压力突破或破位所需的 ATR 倍数 |
volume_window |
20 | 成交量均值窗口 |
volume_ratio_min |
1.0 | 突破信号所需最低量比 |
rs_window |
60 | 相对基准强弱计算窗口 |
top_n |
10 | 最多持仓数量 |
max_stock_weight |
0.12 | 单股最高权重 |
max_industry_weight |
0.30 | 单行业最高权重 |
strong_market_exposure |
0.90 | 强势市场目标权益仓位 |
neutral_market_exposure |
0.65 | 中性市场目标权益仓位 |
weak_market_exposure |
0.35 | 弱势市场目标权益仓位 |
min_relative_strength |
-0.03 | 个股相对强弱下限 |
max_support_distance |
0.12 | 允许距离支撑位的最大比例 |
max_position_drawdown |
0.0 | 持仓相对近期高点的移动回撤退出阈值，默认关闭 |
rebalance_threshold |
0.08 | 再平衡触发阈值 |
liquidity_volume_pct |
0.03 | 单次增仓占均量成交额的上限 |
当前基线的精确参数¶
当前回退基线是历史报告中评级为 A / 71.3 的 adaptive_composite 参数组。A / 71.3 是这组参数的既有基线标识，不是本次重新运行后的评级；覆盖审计后的本次实际结果为 A / 70.3，见后文结果表。
| 参数 | 基线值 | 参数 | 基线值 |
|---|---|---|---|
level_window |
100 | short_level_window |
50 |
atr_period |
20 | atr_multiplier |
0.45 |
volume_window |
20 | volume_ratio_min |
0.90 |
rs_window |
60 | top_n |
10 |
max_stock_weight |
0.10 | max_industry_weight |
0.25 |
strong_market_exposure |
0.95 | neutral_market_exposure |
0.68 |
weak_market_exposure |
0.25 | min_price |
0.10 |
min_avg_volume |
100,000 | min_relative_strength |
-0.015 |
max_support_distance |
0.11 | max_position_drawdown |
0.0 |
rebalance_threshold |
0.05 | liquidity_volume_pct |
0.04 |
robust_enabled |
False |
min_primary_candidates |
5 |
fallback_exposure_cap |
0.25 | fallback_trailing_drawdown |
0.10 |
fallback_trend_window |
120 | fallback_medium_window |
60 |
fallback_trend_lookback |
20 | fallback_min_relative_strength |
0.0 |
market_volatility_window |
20 | target_annual_volatility |
0.18 |
market_volatility_floor |
0.55 | cautious_drawdown |
0.08 |
defensive_drawdown |
0.12 | protect_drawdown |
0.16 |
基线保持 robust_enabled=False，所以主/候补通道、组合回撤状态和波动率缩放不会改变它的历史执行路径。稳健研究候选从同一参数中心启用这些机制，再比较 16%、18%、20% 波动率目标及其邻域。
支撑压力计算¶
策略用已经完成的历史窗口计算支撑和压力，避免在当前 bar 内使用未来信息。
rolling_levels(frame, window) 返回：
- 压力位：过去
window根已完成 K 线的最高价。 - 支撑位：过去
window根已完成 K 线的最低价。
实现上会排除当前最新 K 线：
completed = frame.iloc[-window - 1:-1]
resistance = completed["high"].max()
support = completed["low"].min()
个股信号同时计算长短两个窗口：
- 长窗口：默认 120 日，代表更慢的结构边界。
- 短窗口：默认 60 日，代表更近的交易结构。
最终使用：
- 压力位取长短压力中的较低值：更容易触发“近期压力突破”。
- 支撑位取长短支撑中的较高值：更重视离当前价格更近的防守位。
这种处理让策略更关注“当前正在交易的结构”，而不是只看很远的历史高低点。
ATR 波动缓冲¶
策略不会把“刚好站上压力”或“刚好跌破支撑”直接当作有效信号，而是加入 ATR 缓冲。
ATR 使用真实波幅计算：
TR = max(
high - low,
abs(high - prev_close),
abs(low - prev_close)
)
ATR = rolling_mean(TR, atr_period)
突破条件需要：
破位条件需要：
这相当于过滤支撑压力附近的小噪音。atr_multiplier 越大，信号越保守；当前保留的基线使用 0.45。
相对强弱¶
策略不是只看个股自身涨跌，还会看个股是否跑赢基准。
相对强弱定义为：
relative_strength =
stock_close_today / stock_close_N_days_ago - 1
-
benchmark_close_today / benchmark_close_N_days_ago - 1
默认窗口是 60 日。
这个指标的作用是避免买入只是“跌得少一点”或“反弹但仍弱于市场”的股票。当前基线使用 min_relative_strength = -0.015，允许轻微落后基准，但会过滤明显弱势标的。
个股信号快照¶
每只股票会被转换成一个 SignalSnapshot，里面包含：
| 字段 | 含义 |
|---|---|
close |
当前收盘价 |
resistance |
计算出的压力位 |
support |
计算出的支撑位 |
atr |
当前 ATR |
avg_volume |
成交量均值 |
volume_ratio |
当前成交量 / 均量 |
relative_strength |
相对基准强弱 |
volatility |
近 20 日收益率波动 |
support_distance |
当前价距离支撑位比例 |
resistance_distance |
当前价距离压力位比例 |
breakout |
是否有效突破 |
pullback |
是否有效回踩 |
breakdown |
是否破位 |
在生成快照前会先过滤：
- 历史数据不足。
- 价格低于
min_price。 - 平均成交量低于
min_avg_volume。 - 相对强弱低于阈值。
- 非突破、非回踩，而且距离支撑过远。
这一步把明显不适合交易的标的尽早剔除，后续打分只处理结构较清晰的候选。
主通道与候补通道¶
启用 robust_enabled 后，策略把候选分为两个来源，并始终优先使用主通道：
- 主通道：通过上述
SignalSnapshot过滤、没有破位且打分大于 0 的支撑压力候选。 - 候补通道：只有主通道少于
min_primary_candidates=5、大盘不是WEAK、组合风险状态低于DEFENSIVE时才启用；主通道已有股票不会重复进入候补。
候补股票还必须同时满足：数据窗口完整、价格和均量达标、收盘价高于 120 日均线、60 日均线不低于 20 个交易日前、60 日相对强弱至少为 0、没有跌破支撑。满足这些条件后，只保留 20 日波动率不高于候补横截面中位数的股票，再按中期趋势、相对强弱和低波动打分。
候补仓位上限为组合的 25%，单只候补持仓使用 10% 移动回撤退出。进入 DEFENSIVE 或 PROTECT 后不再增加候补风险；主通道仍按原有支撑压力规则排序。
突破、回踩与破位¶
策略识别三类结构状态。
突破 breakout
需要同时满足：
含义是价格有效越过压力位，同时成交量不弱，并且相对基准有超额强度。
回踩 pullback
需要同时满足：
not breakdown
close >= support
support_distance <= max(max_support_distance, 3 × atr_multiplier × ATR / close)
relative_strength >= -0.03
含义是价格仍守在支撑上方，距离支撑不远，相对强弱没有明显恶化。这里允许用 ATR 扩展支撑距离，是为了适应不同价格和波动水平的股票。
破位 breakdown
定义为：
破位股票会被排除；如果已经持有，周度风控复查中会清仓。
四个策略变体¶
研究脚本会测试四种 StrategyKind：
| 变体 | 风格 |
|---|---|
defensive_support |
防守型支撑策略，偏好靠近支撑、低波动、相对强度为正的股票 |
resistance_breakout |
压力突破策略，偏好有效突破、相对强度和量能 |
pullback_market_gate |
突破回踩 + 市场闸门，偏好回踩确认，同时保留突破加分 |
adaptive_composite |
综合型策略，把回踩、突破、支撑距离、相对强弱、低波动和量能综合打分 |
本次 2020-2025 研究没有稳健候选通过全部门槛，最终按规则保留 adaptive_composite 基线；这是一项回退决定，不是 pullback_market_gate 或新稳健候选获胜。
打分逻辑¶
所有候选股会先构造信号快照，再按策略变体打分。若 breakdown=True，直接返回 -100。
公共组件包括：
low_vol_bonus = max(0, 0.05 - volatility) × 10
rs_score = relative_strength × 100
volume_score = min(volume_ratio, 2.0)
support_score = max(0, 0.20 - support_distance) × 20
breakout_score = 8 if breakout else 0
pullback_score = 10 if pullback else 0
当前基线 adaptive_composite 的最终分数为：
0.8 × pullback_score
+ 0.9 × breakout_score
+ 0.7 × support_score
+ 0.8 × max(0, rs_score)
+ low_vol_bonus
+ 0.5 × volume_score
- 12 × volatility
它综合回踩、突破、支撑距离、正相对强弱、低波动和量能，并对波动率直接扣分。
只有分数大于 0 的股票会进入候选列表，然后按分数从高到低排序。
大盘状态与总仓位¶
策略每月先判断基准指数状态，再决定组合总权益仓位。
市场状态分三类：
| 状态 | 条件概要 | 仓位含义 |
|---|---|---|
STRONG |
指数有效突破压力，或在均线上方且守住支撑 | 使用强市仓位 |
NEUTRAL |
未明显破位，也未形成强势确认 | 使用中性仓位 |
WEAK |
指数跌破支撑并超过 ATR 缓冲 | 使用弱市仓位 |
这就是“市场闸门”。它不是决定买哪只股票，而是决定当前组合整体应该承担多少风险。
当前基线参数的仓位映射是：
这意味着即使个股信号很好，只要大盘结构较弱，策略也会显著降仓。
组合回撤状态与波动率缩放¶
稳健候选在大盘仓位之上再叠加组合高水位回撤状态：
| 状态 | 组合回撤触发点 | 仓位乘数 |
|---|---|---|
NORMAL |
低于 8% | 1.00 |
CAUTIOUS |
达到 8% | 0.75 |
DEFENSIVE |
达到 12% | 0.50 |
PROTECT |
达到 16% | 0.25 |
降级立即发生。恢复要求市场不是 WEAK、风险数据完整、净值已收复本轮高水位到谷底损失的至少一半；每次周度复查最多恢复一级。
波动率缩放使用基准最近 20 个已完成交易日收益率的年化标准差：
volatility_factor = clamp(target_volatility / realized_volatility, 0.55, 1.00)
final_exposure = market_exposure × volatility_factor × drawdown_multiplier
研究中心目标是 18%，并测试 16% 和 20% 的相邻目标；缩放下限固定为 0.55，且不会加杠杆。数据不足时只允许降风险，不允许增加风险。
组合构建¶
候选股票排序后，策略会构建目标权重：
- 最多选择
top_n只股票。 - 计算基础权重：
exposure / count。 - 单股权重不能超过
max_stock_weight。 - 同一行业累计权重不能超过
max_industry_weight。 - 已持有股票若仍在有效候选中，会优先保留，再用新候选补齐。
当前基线参数中：
- 最多 10 只。
- 单股最高 10%。
- 单行业最高 25%。
这使组合不会过度集中在单个龙头或单一行业上。
再平衡与流动性限制¶
策略不是每次目标权重有微小变化就交易。should_rebalance_position() 会比较当前市值和目标市值的差异：
只有 drift >= rebalance_threshold 时才触发交易。当前基线阈值为 5%。
新增或增持仓位还会受到流动性限制：
目标市值不能超过当前持仓市值加上这部分流动性额度。卖出和降仓不受这个限制，因为它们是风险降低操作。
调度与风控¶
策略由 make_initialize() 生成 EasyQuant 的 initialize(context) 回调。
初始化时会做四件事：
- 设置基准。
- 设置 A 股交易成本。
- 保存策略参数、股票池和基准到
g。 - 注册月度扫描和周度风控。
调度如下：
| 频率 | 回调 | 作用 |
|---|---|---|
| 每月第 1 个交易日 09:30 | monthly_scan |
判断大盘状态、选股、计算仓位、再平衡 |
| 每周五 09:30 | weekly_review |
检查持仓是否跌破支撑，破位则清仓 |
月度换仓降低了交易频率；周度复查用于及时处理结构破坏的持仓。
如果参数启用了 max_position_drawdown，周度复查还会做一层移动回撤保护：用最近 short_level_window 个交易日的已完成收盘价高点作为参考，若当前收盘价相对该高点的回撤超过阈值，则退出该持仓。默认值为 0.0，表示关闭；drawdown-controlled 候选使用 0.12。
交易成本¶
策略使用接近当前 A 股常见费率的成本设置：
OrderCost(
open_tax=0,
close_tax=0.0005,
open_commission=0.00025,
close_commission=0.00025,
close_today_commission=0,
min_commission=5,
)
含义是：
- 买入无印花税。
- 卖出印花税 0.05%。
- 买卖佣金 0.025%。
- 最低佣金 5 元。
这与示例默认交易成本保持一致。
研究脚本如何选择最优策略¶
scripts/run_ashare_sr_leader_research.py 先运行传统参数网格和启用 robust_enabled 的稳健种子，再按分层门槛选择，而不是直接取最高收益或最高稳定性评分。
全周期硬门槛¶
稳健候选必须在 2020-01-01 至 2025-12-31 同时满足：
- 年化收益至少 12%。
- 最大回撤绝对值严格小于 20%。
- 评级分数至少 70，即达到 A 级。
只有通过这三项的稳健候选才进入后续验证。稳定性评分仍用于诊断和传统候选排序：
1.5 × annual_return
+ 0.25 × sharpe
+ excess_return
- drawdown_penalty
- undertrade_penalty
- churn_penalty
其中：
- 最大回撤超过 20% 会受到惩罚。
- 交易次数太少会受到轻微惩罚，避免“几乎不交易”的偶然结果。
- 交易次数超过 120 会受到换手惩罚。
滚动验证与邻域稳定性¶
最多三个全周期入围者继续接受：
- 2023 窗口：运行 2020-2023，检查 2023；超额收益不得低于 -10%。
- 2024 窗口：运行 2021-2024，检查 2024；超额收益不得低于 -10%。
- 2025 窗口：运行 2022-2025，检查 2025；超额收益不得低于 -5%。
2025 已参与候选选择和门槛判断，因此只能称为压力验证或稳健性验证期，不能称为“未触碰的样本外数据”。
邻域测试会改变主通道最低数量 ⅘/6、候补仓位上限 20%/25%/30%、候补移动回撤 8%/10%、波动率目标 16%/18%/20%，以及两组组合回撤阈值 7%/11%/15% 和 9%/13%/17%。每个邻居需达到年化收益 10% 且最大回撤绝对值不超过 22%；至少 60% 的邻居通过，中心候选才通过邻域门槛。
候选只有同时通过全周期、滚动验证和邻域门槛才可替换基线。否则脚本明确保留精确的 BASELINE_ADAPTIVE_PARAMS，并写入 selection_reason = baseline_retained_no_robust_candidate。这是预先定义的诚实回退，不会把未通过门槛的结果包装成稳健胜出。
2020-2025 报告对应版本¶
2026-07-26 的覆盖审计完整研究没有任何稳健候选通过第一层全周期硬门槛：10 个稳健候选均同时触发 annual_return_below_12pct 和 grade_below_a，所以按设计没有进入滚动验证和邻域测试。最终保留历史标识为 A / 71.3 的精确 adaptive_composite 基线参数；同一参数在本次数据与代码状态下的实际重测评级为 A / 70.3。
summary.json 和原生回测报告中的首个全周期选择行显示：
| 指标 | 值 |
|---|---|
| 选择原因 | baseline_retained_no_robust_candidate |
| 策略变体 | adaptive_composite |
| 回测区间 | 2020-01-01 至 2025-12-31 |
| 总收益 | 125.91% |
| 基准收益 | 11.50% |
| 超额收益 | 114.41% |
| 年化收益 | 14.66% |
| 年化波动 | 16.60% |
| Sharpe | 0.73 |
| Sortino | 1.06 |
| 最大回撤 | -20.27% |
| 评级 | A / 70.3 |
| 交易次数 | 35 |
| 原始成交笔数 | 78 |
该选择行达到了年化收益和 A 级门槛，但最大回撤为 -20.27%，没有满足“绝对值严格小于 20%”的硬门槛；而且它保持 robust_enabled=False，被选择仍是诚实回退，不代表新稳健机制胜出。2025 单独压力验证的年化收益为 6.68%、最大回撤为 -9.74%、超额收益为 -14.57%，仍明显跑输基准，不能描述为未触碰样本外胜出。
生成结果位于 reports/ashare_sr_leader/：summary.json、summary.csv、final_report.md、final_report.html 和 eqlib_best_backtest_2020_2025.html。这些文件共同记录了基线保留结论，而不是稳健候选获胜。
策略适合的市场环境¶
该策略更适合：
- 龙头股出现结构性机会，但市场不是全面单边下跌。
- 指数处于强势或中性状态，个股能维持相对强度。
- 股价回踩支撑后不破位，形成可定义风险的位置。
- 行业之间有轮动，组合能从候选池中切换到更强的龙头。
它可能承压的环境包括：
- 快速单边下跌，支撑位连续失效。
- 高波动震荡市，支撑压力频繁假突破。
- 小盘股、题材股强于龙头股的行情。
- 基准指数状态偏弱，但个别股票短期暴涨的行情，因为市场闸门会限制总仓位。
与普通支撑压力策略的区别¶
普通支撑压力策略常见逻辑是“接近支撑买、突破压力买、跌破支撑卖”。本策略多了几层约束：
| 维度 | 普通支撑压力策略 | 本策略 |
|---|---|---|
| 股票池 | 可任意选股 | 预定义行业龙头池 |
| 支撑压力 | 单窗口或手工画线 | 120 日 + 60 日已完成窗口 |
| 有效信号 | 价格触线或突破 | 加 ATR 缓冲、量比、相对强弱 |
| 总仓位 | 常固定 | 由大盘结构控制 |
| 组合约束 | 可能较少 | 单股、行业、流动性、再平衡阈值 |
| 风控 | 个股止损 | 周度结构破位复查 |
| 参数选择 | 主观设定 | 通过候选网格和稳定性评分选择 |
主要风险与局限¶
-
行业龙头池有幸存者偏差 预定义股票池可能包含事后看起来更成功的公司。如果用于正式研究，应考虑按历史时点构建可交易股票池。
-
支撑压力不是因果规律 支撑压力只是价格结构描述，不保证未来一定反弹或突破成功。
-
月度调仓可能错过快速变化 月频扫描降低换手，但也可能对突发行情反应较慢。
-
大盘闸门会牺牲部分进攻性 弱市降仓能控制风险，但也可能错过逆势强股。
-
参数来自历史回测 本轮保留的
adaptive_composite基线在当前回测中达到A / 70.3，但最大回撤略超 20% 硬门槛，且 2025 压力验证明显跑输基准。仍需新的样本外测试、滚动验证和参数敏感性分析。 -
数据源和复权处理会影响结果 A 股日线、停牌、复权、成交量和指数数据的处理差异，会改变信号和成交结果。
读代码的推荐顺序¶
如果想从代码理解策略，可以按这个顺序阅读：
StrategyParams：先看参数和默认风格。rolling_levels()和compute_atr()：理解支撑压力和波动缓冲。build_signal_snapshot()：理解个股如何通过过滤并形成信号。score_snapshot()：理解四个策略变体的打分差异。classify_market()和market_exposure()：理解大盘闸门。target_weights()和rebalance_portfolio()：理解组合权重和调仓。_risk_review()：理解周度破位退出。make_initialize()：理解 EasyQuant 生命周期注册。candidate_param_grid()和stability_score()：理解研究脚本如何选择最终版本。
总结¶
ashare_sr_leader 的最终实现是一套偏稳健的 A 股行业龙头组合策略：
- 用支撑压力定义可交易结构。
- 用 ATR、量比、相对强弱过滤噪音。
- 用大盘状态控制总仓位。
- 用单股、行业和流动性约束控制集中度。
- 用月度换仓和周度破位复查降低换手与结构性风险。
- 用稳定性评分而非单纯收益挑选参数。
2020-2025 报告的结论不是某个新变体胜出，而是按预设回退规则保留 adaptive_composite 基线。覆盖审计后的本次评级为 A / 70.3，但所选基线关闭了稳健扩展，且没有任何稳健候选通过硬门槛，因此这些风险机制仍不能被解释为已经验证的稳健收益能力。