跳至正文
全部策略

策略

US 指数 ETF 的 FOMC 公告前漂移叠加策略(SPY + QQQ,USEQ 日线,做多每次预定 FOMC 决策前 24 小时,其余时间空仓,免佣金,2 参数)

结局: 已放弃

PreFomcAnnouncementDriftOverlaySpyQqqUseq

结局总结

PreFomcAnnouncementDriftOverlaySpyQqqUseq交易了FOMC公告前的漂移,仅在每次220次预定美联储决议(1993年至2026年)之前的交易时段做多SPY和QQQ,其余时间保持持平。经过四次代码迭代后达到优化阶段(最后一次迭代恢复了缺失的SPY腿,并将持仓窗口完全移至14:00 ET声明之前),初始回测在干净的假设匹配交易和可行的0.19%每笔交易回报上获得了"optimize"判定。优化阶段确认实施是健全的——无参数悬崖、无过拟合、正的样本外结果——但仅产生了0.70% CAGR的年化复合增长率和夏普比率为0.105(其置信区间跨越零),其缩减夏普比率(0.243)和项目级FDR检验均拒绝了该策略。分析师将其作为幅度问题而非费用或过拟合问题予以放弃:漂移现象明显前置在1999-2009中,两个参数未提供调整路径,而每年八次事件的孵化将需要数十年才能将优势与噪音区分开来。

假设

在免佣金的 USEQ 交易平台上,使用日线数据,对流动性最高的两只 US 指数 ETF(SPY 为主要品种,QQQ 为次要品种)进行 LOW-FREQUENCY、EVENT-GATED、LONG-ONLY 叠加策略。该策略约有 96% 的时间处于 FLAT 状态,且仅在每次 SCHEDULED FOMC 政策公告前约 24 小时的窗口内持有股票风险敞口。其机制是公告前的 FOMC 漂移(Lucca & Moench 2015):整个 US 股票风险溢价中有很大且统计稳健的部分,来自预定 FOMC 决策前的 24 小时(平均 SPX 收益约为 +40-49 个基点 1994-2011,约有 70-80% 的事件为正);投资者因承担公告前的政策不确定性而获得补偿,而这种不确定性会在决策日 ET 下午 2 点得到消解。这有意设计为 NOT 动量克隆(L94/L95),NOT 加密货币配对/协整价差(L96),NOT 做空波动率/VRP 收割策略(期权坟场:no_edge/risk_reject),以及 NOT 对费用脆弱、收益不足以覆盖费用的微观结构反转策略(484 之死费用坟场)。FOMC 会议日历公开、固定且历史记录已知,因此入场触发条件完全确定,可用数十年的日线数据进行 100% 回测。开发者将预定的 FOMC 公告日期列表嵌入策略(每年 8 次;美联储会提前数年公布日期)。该策略刻意采用 2 参数(入场提前交易日数、每个品种的总敞口),以抵御 380 之死过拟合坟场。交易品种:["SPY.USEQ", "QQQ.USEQ"]。

第 4 次迭代恰好修复了报告指出的问题:语义审计器发现,预先登记的主要腿 SPY.USEQ 同时缺失于配置和代码中(第 3 次迭代仅针对 QQQ)。现在 SPY 是主要工具/bar_type,而 QQQ 则在 extra_instruments/extra_bar_types 中保留;两者由同一日历门控驱动,通过 _submit_entry_instrument / _submit_exit_position 提交(辅助函数原样取自该策略先前已通过第 1-3 层的双腿版本),每条腿等额配置。所有已通过的内容均未改动:相同的导入和类结构(第 1 层)、相同的连续日历信号(第 2 层),以及将敞口移至公告前 PRE 时段(T-1 开盘至 T 开盘)的第 -3 次迭代窗口偏移,而非跨越声明。参数由 gross_exposure 改名为 gross_exposure_per_leg,因为它现在为两条组合腿中的一条确定仓位大小;上下限在 _param_bounds 中声明。坦诚说明一点:自 2020 以来,测得的单次事件漂移在 SPY 接近零,在 QQQ 为正,因此 SPY 这条腿可能会稀释每笔交易净收益——但假设预先登记了两种工具,所以两条腿都已实现。

问题在于幅度,而非费用或优化器过拟合。所有硬性门槛均通过,但全历史结果为 Sharpe 0.105 / CAGR 0.70%,自助法 CI 跨越零,点估计低于 N 次择优的噪声门槛(expected_max 0.2255),因此 DSR 为 0.243,项目 FDR 拒绝该策略——DSR 失败重申的是 Sharpe 低于噪声底线,而不是单独把一个宽松底线解读过头。交易层面的测量显示,FOMC 前的漂移集中在早期:1999-2009 为每次事件 +0.409%(t=2.47),而在 2010-2026 的 266 次事件中为每次事件 +0.098%(t=1.04)。无法迭代(只有一个离散旋钮,且已枚举;敞口只是纯缩放,Sharpe 不变),孵化也无法解决问题(每年 8 次事件、每年约 0.8% 的回报——要区分 0.1 Sharpe 与零需要数十年)。不是 revise_hypothesis:SPY/QQQ 已经 ARE 了规范工具。

实现

由事件触发、仅做多的 FOMC 公告前漂移叠加策略,交易两只流动性最高的 US 指数 ETF:SPY(主要)和 QQQ(次要),使用日线 USEQ 时段柱。内嵌的表格列出每个 SCHEDULED FOMC 政策公告日期(1999-2027,美联储会提前数年公布),据此生成连续的接近度信号 1/sessions_to_announcement,并在公告当天本身取值 -1.0。当信号进入 [1/(entry_lead_days+1), 1.0) 时,以等权买入两条腿(每条腿占权益的 gross_exposure_per_leg,整股交易),使下一开盘成交落在公告前一个 PRE 时段的开盘;当信号达到 1.0 时,两条腿均平仓(决策前的最后一个时段),因此卖单在公告日开盘成交——早于 14:00 ET 声明。该组合大约有 96% 的日历时间为空仓,且从不持有公告反应。只有两个自由参数。

验证结果

可选择使用 market_calendar(XNYS)交易时段网格而非原始工作日来计算时段,这样紧邻假日的 FOMC 事件会恰好在决策前一个交易时段进入;也可以保持现状,依靠 entry_lead_days=2-3 吸收漂移。

距离公告的时段数按原始周一至周五工作日(_weekdays_after)计算,而非依据 USEQ 交易时段日历,因此若公告前窗口中夹有交易所假日,实际成交会偏移一个交易时段(工作日计数会把假日当作没有行情柱的一个时段)。这种情况很少见(每十年仅数次),开发者也承认这一点,并提出将 entry_lead_days 扩大作为缓解措施。非关键问题:它会轻微扰动少数事件的入场时点,不会引入前视偏差,也不会破坏策略。

开发者坦诚说明:自 2020 以来,测得的单次事件 SPY 漂移接近零(QQQ 为正),因此 SPY 这条腿可能会稀释每笔交易净收益。沙盒 avg_trade_return_pct 为 0.090%——高于 USEQ 约 0.02-0.05% 的点差加冲击底线,但优势微薄;Sharpe 为 0.057,在截短窗口上 CI [-0.73, 0.88] 跨越零。公告前 FOMC 漂移是有充分文献记录的异象(Lucca-Moench),但近约 5 年已明显衰减;分析师应检查完整 1999-2026 历史中的单次事件漂移,并特别确认 SPY 这条腿是否仍有正预期收益,或应相对于 QQQ 将其剔除/降低权重。仅供参考——代码忠实实现了假设,且两条腿均已预先登记。

回测评审

夏普
0.12
总收益率
38.59%
最大回撤
7.26%
总交易数
440
胜率
55.7%
盈利因子
1.37

交易 MATCH 该假设:220 笔仅做多入场(0 笔做空),exposure_pct 4.41% => 平仓约 96% 的日历时间,每个计划 FOMC 决策一笔入场。预 FOMC 叠加如所述实现,非编码伪影。

在 USEQ 上数值可行:avg_trade_return_pct 0.1926% 突破 USEQ 的价差+冲击成本下限(>0.05%,最好 >0.10%);profit_factor 1.37(>1.2);较低的 max_drawdown 7.26%;440 笔交易是可靠且具有统计意义的样本(metrics_reliable=true)。

这是一个有充分文献记录、对费用不敏感的异象(Lucca-Moench 公告前 FOMC 漂移),基于流动性最高的 ETF,容量约为 $5.4M,冲击仅占毛收益的 13.6%。并非来自失败策略库的动量/配对/做空波动率克隆。

优势已明显衰减:近年的日历年度回报为负(2024 -1.0%、2025 -0.1%、2026 -3.2%),滚动 Sharpe 也已转负。全期间 MTM Sharpe(0.116)较低,其 CI [-0.21, 0.46] 跨越零。

SPY袖是一个可能失效/造成稀释的组成部分(QA说明:自2020以来,每事件漂移约为0,而QQQ仍为正值,数值为SPY),但对称的gross_exposure_per_leg参数无法降低其权重。

最近的 -20% 留出样本与衰减后的市场阶段重合,因此结果将在留出样本中见分晓。

分析

实现干净,交易与假设完全一致:220 个预定 FOMC 事件 × 2 条腿 = 440 笔仅做多交易,0 笔做空,持有 2-4 天,exposure_pct 11.1%(日历时间约 89% 为空仓),没有前视偏差。

无陡崖(cliff_count 0),前推测试 NOT 过拟合(IS 0.428 对比 OOS 0.580,PBO 0.485),样本外验证(2015-10 -> 2021-06,90 笔交易)在夏普比率 0.185 下为正,并与 WF-OOS 一致(z -0.932)。所有 HARD 项有效性检查均通过。

不是费用问题:avg_trade_return_pct 0.244% 约为 USEQ 底线的 5x,佣金为零,冲击仅占毛收益的 9.8%,回撤 5.5% 低于预先登记的 12% 上限。

全样本中确实存在这一机制:每次事件 +0.244%(SPY +0.318%,t=+2.9;QQQ +0.125%,t=+0.93)。

在可获得的最长样本上,经济上不显著且统计上无法与零区分:CAGR 0.70%/年,+21.1% 跨越 23.2 个交易年,波动率 5.88%,夏普比率 0.105,95% CI [-0.225, +0.450],PSR 0.594。

所选夏普比率 0.105 BELOW N 次最佳运气门槛(expected_max 0.2255)-> DSR 0.243(原始 0.056),方案 FDR 拒绝(p 0.757)。Calmar 比率 0.127 低于下限约 4x。

测得的发布后衰减:在 1999-2009 中为每次事件 +0.409%(t=+2.47),而在 266 次 2010-2026 事件中为每次事件 +0.098%(t=+1.04);两条腿在 -2020 之后均呈噪声状态(t<0.7);最近 11 个日历年中只有 4 个为正。

没有调参路径:min_notional 的影响恰为零,gross_exposure_per_leg 是纯比例乘数(将其减半会使回报和波动率减半,Sharpe 仍约为 0.11),而 entry_lead_days 在 {1,2,3} 中已由 225 次试验完整枚举。

max_drawdown_duration 2549 天,information_ratio -0.456,alpha 为每年 +0.27%。预先登记的 OOS Sharpe(0.9 对比 0.580)和 PF(1.4 对比 1.385)均未达标。一个几乎相同的姊妹策略(相似度 0.786)已经失败。

语义审计器发现的代码↔假设不对齐 — 代码 NOT 实现该假设。请重新编写策略以 EXACTLY 实现假设(品种、周期、方向、命名的优势/机制、仓位)。具体问题:假设声明了一个双品种叠加(SPY 为主,QQQ 为次;品种:["SPY.USEQ", "QQQ.USEQ"]),但 config.instrument_id 为 QQQ.USEQ,其中 extra_instruments=[] 且仅为 QQQ 的 bar_type,而 PreFomcAnnouncementDriftOverlayQqqUseq 不包含 SPY.USEQ 品种或订单逻辑(仅包含文档字符串散文)— 所声明的主要腿在配置和代码中均缺失,这是对预注册品种集的偏离,第 1.5 层未能捕获。

对 286 个项目候选项以 q=0.10 进行 Benjamini-Hochberg 校正后,保留 4。未能通过该校正的候选项,无法与项目自身的噪声区分,无论其个体统计指标看起来多好。

结局总结

正确实现且文档完善的学术异象,仍可能仅因幅度不足而失败——如果唯一的调节项是纯比例乘数和一个已经枚举过的离散参数,就没有迭代空间,而发布后已衰减的优势无法通过调参挽救。

分析师在优化后放弃了该策略:所有硬性有效性门槛均通过,但所选 Sharpe 0.105 低于 N 次择优的运气门槛(expected_max 0.2255),导致去膨胀 Sharpe 为 0.243,且项目-FDR 拒绝(p 0.757);交易层面归因显示,漂移从 1999-2009 的每次事件 +0.409%(t=2.47)衰减至 2010-2026 的 266 次事件中每次事件 +0.098%(t=1.04)。

一种由事件触发的仅做多叠加策略,交易 SPY 和 QQQ(USEQ 日线),只在每次预定 FOMC 公告前一个交易时段持有股票风险敞口,利用 Lucca-Moench 公告前 FOMC 漂移,只需两个自由参数。

在 1993-2026 上的优化回测产生了 440 笔仅做多交易,覆盖 220 个计划 FOMC 事件,总回报为 21.1%,CAGR 0.70%,夏普比率 0.105(95% CI -0.225 至 +0.450),盈利因子 1.38,最大回撤 5.5%,平均交易回报为名义金额的 0.244%。前推测试未过拟合(IS 0.428 对比 OOS 0.580,PBO 0.485),且样本外验证在夏普比率 0.185 下通过,包含 90 笔交易。

Stratmill 是研究与模拟交易工具,不提供财务建议,也不是经纪商。回测与模拟结果均为假设性结果。交易存在亏损风险。