策略

个股相对自身行业的 ETF 残差冲击反转：对 20 个 US 大盘股在 5 个交易时段内出现的幅度大于等于 2.5 倍标准差的特异性异动进行反向交易，并以各自所属的 SPDR 行业 ETF 进行贝塔对冲，固定持有 10 个时段（USEQ 1-DAY）

结局: 已放弃

StockSectorEtfResidualShockReversal

结局总结

该假设提出了一种行业相对残差反转策略，以 20 个 US 大盘股和四只 SPDR 行业 ETF 为标的进行贝塔对冲；其前期研究报告称，每个事件的优势虽小但为正。开发者构建了 O(1) 滚动统计实现，并经过 3 次迭代修改。第 3 次迭代旨在将配置设为计划指定的固定杠杆 2.0，但验证仍未通过 Layer 1.5 假设/配置一致性检查中的杠杆要求。运行以验证循环告终并被放弃，因此未进入回测、优化、分析师审核或风险评估阶段。

策略报告

假设

多标的、多空、贝塔对冲事件策略，使用USEQ 1-DAY柱数据，纯粹基于OHLCV。行业ETF的日线历史始于1998，个股数据更早。交易范围：4个SPDR行业ETF，每个ETF包含其5个最大成分股：XLE {XOM, CVX, COP, EOG, SLB}, XLF {JPM, BAC, WFC, C, GS}, XLU {NEE, DUK, SO, D, AEP}, XLP {PG, KO, PEP, WMT, COST}。每只股票的日残差为e_t = r_stock - beta*r_etf，贝塔由滚动120个交易日回归得出，数据截至前一交易日。信号为 z = sum(e, 5) / (sd(e,120) 滞后 5 个交易日 * sqrt(5))。当 |z| >= 2.5 时，做该股票的反向头寸，并在其行业ETF中按股票名义金额的贝塔倍数对冲，持有10个交易日。机制：承接由股票特有的1周价格压力（资金流、块交易、对新闻的过度反应）带来的流动性提供溢价。这是Lehmann 1990、Lo-MacKinlay 1990和Da-Liu-Schaumburg 2014记录的残差短期反转。以股票所属行业为基准衡量，因为行业走势具有趋势性，而行业内残差会回归。零USEQ佣金使每次事件约0.3%的优势可行。PRE-STUDY来自仓库内目录，2008-2026，使用这些确切的20名称和规则，每个名称最多同时持有一个未平仓事件：911次事件（约49/年）。平均10个交易日残差捕获为股票名义金额的+0.33%，中位数为+0.22%，胜率为54.3%，单次事件标准差为3.6%，t值约为2.75。19年中有13年为正；自2020以来，356次事件的均值为+0.39%。全部4个行业均为正（XLF +0.64%、XLU +0.35%、XLP +0.20%、XLE +0.15%）。在更广泛的41只股票检验中，反向做多头行情（+0.34%）和反向做空头行情（+0.33%）的收益大致相同。该检验包含1865次事件，均值为+0.33%。尽管XLE表现最弱，仍予以保留，以避免依据样本内结果挑选名称。此策略入选原因：USEQ占语料的5.4%，多空策略占16%，而Binance/BTC比例过高。触发条件是价格观察值，而非日历日期（L179）。这不是由资金费率或未平仓量条件控制的加密货币永续合约交易（L111）。与已放弃的双重股权类别OU价差和正在研究的双寡头配对不同，本策略不拟合协整关系：对冲标的是股票所属行业ETF，较高的阈值只筛选较大的残差变动。IMPLEMENTATION NOTE：此前两次USEQ多名称运行都触及300秒沙盒超时，因此每项统计量都必须以每根柱O(1)的复杂度更新。每个名称保留固定长度的残差缓冲区，为120交易日贝塔计算x、y、x^2和xy的滚动和，计算5交易日残差滚动和，并计算120交易日标准差的滚动和与平方和。切勿在on_bar或on_extra_bar中重建列表、调用pandas或重新扫描历史数据。只有该日期的全部24根柱数据到齐后，才处理该日期。

verification_loop：验证失败（Layer 1.5 — 假设/配置一致性）[类别=hypothesis_mismatch]： - optimization_plan 将杠杆固定为 2.0

实现

在 20 个 US 大盘股中，做空个股相对行业的显著残差冲击；使用按贝塔加权的行业 ETF 对冲，同时最多持有八个事件，基准持有 10 个交易时段，并设置残差风险止损。

针对报告中的 Layer 1.5 失败，将 config.leverage 设为研究计划指定的固定值 2.0。现有的相对权益配对仓位已乘以 self.config.leverage，因此此修正提供了预期敞口。保留可执行策略逻辑；仅在源文档字符串中记录此修正。仍配置了指定的全部 24 个标的，包括假设描述明确要求、但在 market_context.instruments 中遗漏的四个 XLP 成分标的。未运行验证。由于本次会话的文件系统权限为只读，无法写入请求的 outbox 文件；完整的任务相关 JSON 已直接返回。

验证结果

验证失败（Layer 1.5 — 假设/配置一致性）[类别=hypothesis_mismatch]： - optimization_plan 将杠杆固定为 2.0

迭代历史

sandbox_timeout：验证失败（Layer 3 — 沙盒回测）：在约 20000 根线的窗口内，冒烟测试超过 300 秒墙钟时间限制（2400 天、每XLF.USEQ-1-DAY-LAST-EXTERNAL根柱）。这几乎总是意味着每根线的工作量会随历史长度增长，例如每根线都重新扫描完整的资金费率序列或补充序列，或在 calculate_signal()/on_bar() 内重建列表并调用 min()/sorted()。在 __init__ 中预先计算排序后的时间戳数组 ONCE，并使用 bisect，或按时间戳缓存查询结果，使每根线的开销为 O(log n) 而非 O(n)。

结局总结

重新提交前，请确认策略输出配置（尤其是杠杆）与假设中的 optimization_plan 完全一致，因为重复出现的 Layer 1.5 不匹配会在产生任何回测证据前终止运行。

经过 3 次迭代后，运行在 Layer 1.5（假设/配置一致性，类别 hypothesis_mismatch）的验证循环中被放弃，报错信息为“optimization_plan 将杠杆固定为 2.0”。策略从未进入回测、分析师审核或风险评估阶段。

对 20 个 US 大盘股在 5 个交易时段内出现的幅度大于等于 2.5 倍标准差的特异性残差异动进行反向交易，以其自身 SPDR 行业 ETF（XLE、XLF、XLU、XLP）进行贝塔对冲，在 USEQ 日线上固定持有 10 个交易时段，以获取短期残差反转的流动性溢价。

没有流水线回测或优化结果（回测报告为空，也没有优化报告）。唯一的数据来自假设自身的前期研究，并非流水线回测：从 2008 到 2026 共 911 个事件，每个事件平均 +0.33%，命中率 54.3%，t 值约为 2.75。

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。