⚠️ 免责声明：本章仅为教育与研究方法展示，不构成任何投资建议。 所有回测结果来自历史数据，不代表未来表现。投资有风险，决策需独立判断。
第十一课：新旧强弱势——跃升等级的秘密¶
本章代码：
code/lesson11_strong_weak.py运行方式：python lesson11_strong_weak.py
11.0 策略概述¶
这是什么策略¶
动量策略（第九课）只问"涨了还是跌了"——一个二进制问题。
强弱势策略问的是："涨了多少个标准差？" 用一个 -4 到 +4 的跃升等级来量化涨跌的强度。
+4：涨幅排全历史前 5% → 极强 0：涨幅在历史中位 → 正常 -4：涨幅排全历史后 5% → 极弱
新旧策略的区别¶
原始 notebook（Notebooks 7—10）里叫"旧策略"：只在极端跳级（-4, -3, +3, +4）时进场。信号稀疏，持有时间短。
后面的 notebook（13—16）做了"新策略"：加入中等跳级（-2, +2），信号频率从 33% 提升到 66%。更重要的是——新策略把跃升等级用在股指期货上，可以做空而不仅仅是做多。
11.1 核心代码¶
# Step 1: 计算 5 日动量
mom5 = [np.prod(1+daily[max(0,i-5):i])-1 for i in range(5, len(daily))]
# Step 2: 按分位数分成 8 个跃升等级 (-4 到 +4)
percentiles = np.percentile(mom5, [5,15,30,50,70,85,95])
levels = np.digitize(mom5, percentiles) - 4
# Step 3: 旧策略——只捕捉极端
old_signal_levels = {-4, -3, 3, 4}
old_signal = [1 if l in old_signal_levels else 0 for l in levels]
# Step 4: 新策略——加入中等信号
new_signal_levels = {-4, -3, -2, 2, 3, 4}
new_signal = [1 if l in new_signal_levels else 0 for l in levels]
11.2 用真实数据跑一遍¶
CSI300，30 年数据：
跳级分布：-4:154, -3:307, -2:461, -1:615, 0:615, +1:461, +2:307, +3:154
→ 完美对称——极端跳级（±3、±4）确实罕见
旧策略（只看极端档）：年化 6.0%，持仓 33%，净值 3.99x
新策略（宽捕捉）：年化 6.8%，持仓 67%，净值 4.72x
买入持有：年化 5.6%，净值 3.62x
新策略比旧策略好（年化 +0.8%），两者都跑赢买入持有（+0.4% 和 +1.2%）——但在 30 年尺度上，这点优势可能只是运气。
图 11-1：新旧策略对比。 上排：净值曲线——新策略（蓝线）高于旧策略（红线），但都低于买入持有（灰线）。下排：信号密度——新策略的绿色填充区间明显更密集。跳级持续性分析：-1→-1（38%）说明跳级有温和的持续性，但不够强，无法构成可靠信号。
跳级持续性¶
-1 → -1: 261 次 (38%) → 今天的跳级明天有 38% 的概率不变
0 → 0: 255 次 (38%) → 同上
-2 → -2: 190 次 (36%) → 持续性在减弱
38% 的持续性不够强——这意味着 62% 的情况下，跳级会在一天内改变。信号太不稳定，无法用于实际交易。
11.3 这一课教了你什么¶
- 跃升等级 = 动量强度的量化——从"涨了没"升级到"涨了多强"。
- 新策略（加入中等跳级）比旧策略（只看极端）年化高 0.8%，两者都只是勉强跑赢买入持有。
- 但两者都跑输买入持有——在 CSI300 上，强弱势策略的 alpha 已经被挤光。
- 跳级持续性只有 38%——信号太不稳定，不适合直接交易。
- 强弱势策略的真正价值在"识别极端状态"——跳级 ±4 时，意味着市场处于统计上的极端，应该引起注意而不是自动下单。
11.4 课堂问答¶
问：新旧强弱势策略都跑输买入持有——那为什么还要讲这一课？
因为跃升等级的价值不在"直接交易"。当跳级到达 -4 或 +4 时，意味着市场处于统计上的极端状态——这个信息可以作为你的 11 个决策框架的输入。比如：跳级 -4 + 接盘论评分 > 7 → 双重确认市场恐慌 → 大幅减仓。跳级 +4 + GOR 方向确认 → 加仓信号。跃升等级是"传感器"，不是"自动驾驶"。
问：这些 notebook 的作者花了几十个小时跑出来的结果——真的需要那么长时间吗？
不需要。本仓库 11 个脚本每个跑完只要几秒钟——蒙特卡洛 100 万条路径也就 30 秒。真正花时间的是三件事：从 Wind 终端导出和清洗数据（半天）、设计策略逻辑（思考时间）、反复调参数试错（试 10-20 组参数）。如果你有现成数据，全部从头跑一遍，10 分钟以内完成。我之前说"几十个小时"是夸大了——写书的时候我纠正了这个错误。——跳级 ±4 时，意味着市场处于统计上的极端，应该引起注意而不是自动下单。
动手练习（第 11 课）¶
- 入门：改持有周期。把 HOLD 从 3 改成 1、5、10，新旧策略的年化怎么变？ 3 天持有是最优的吗，还是只是"恰好"？
- 进阶：改档位数。把 9 档（-4..+4）改成 5 档（-2..+2）和 17 档（-8..+8）， 信号变稳定了还是变吵了？档位数和信号质量之间是什么关系？
- 挑战：离散化迁移。跃升等级 = 把连续信号切成离散等级。 你行业里有适合这么做的连续指标吗？（信用评分、风控阈值、生产告警、招聘评分） 设计一个：切几档？阈值怎么定？怎么检验它有用？
终章预告： 11 课学完了。现在可以做总结：哪个策略最好？哪个最差？为什么 +44.5% 会变成 -7.5%？如何把学到的思维框架迁移到真正的投资中？