QuantConnect 策略库：指数 ETF 之间的日内套利

假设

该策略在两只跟踪 S&P 500 的 ETF 上实现 Marshall-Nguyen-Visaltanachoti / Kakushadze-Serur 比值阈值。根据 L155，在两次超时且没有指标后，我检查了所有三项可能改变结果的因素：(a) 配置 — 必须使用 1 分钟K线类型，因为 1-HOUR K线（每个交易时段 7）无法表达几分钟内的日内错位；(b) 数据目录 — SPY.USEQ-1-MINUTE 是 193 个未压缩的逐小时 parquet 分片，而 10 是 IVV 个已压缩分片，主机负载均值约为 50-60；第 -2 次迭代的性能分析显示，100% 的时间花在 ParquetDataCatalog.query 文件发现上；(c) 每根K线的成本 — 已经是 O(1)：增量 deque 求和、整数 ET 时钟、不扫描历史数据。只移除了一个冗余缓存查询。我对该假设持怀疑态度：SPY/IVV 约 2 个基点的比值偏离，小于四笔成交的往返价差加冲击成本（约 2-4 个基点）。

verification_loop：sandbox_timeout：验证失败（Layer 3 — 沙盒回测）：烟雾测试在约 20000 根K线窗口（30 天的 SPY.USEQ-1-MINUTE-LAST-EXTERNAL）上超过了 300 秒的墙钟时间限制。这几乎总是意味着每根K线的工作量会随历史数据增长，例如反复扫描完整的资金费率/补充序列，或在每根K线上于 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K线的成本为 O(log n) 而不是 O(n)。

实现

在 1 分钟 USEQ K线上的日内 SPY/IVV 比值套利。信号 = SPY/IVV 相对同一交易时段 30 根K线滚动均值的偏离（基点）。高于 +entry_bps：做空 SPY / 做多 IVV；低于 -entry_bps：反向操作，每条腿按权益的 45% 配置等美元金额的整股（总敞口 90%，符合 2x Reg-T）。在 exit_bps 内回归、经过 30 分钟后，或到达 15:55 ET 时退出。

验证结果

sandbox_timeout：验证失败（Layer 3 — 沙盒回测）：烟雾测试在约 20000 根K线窗口（30 天的 SPY.USEQ-1-MINUTE-LAST-EXTERNAL）上超过了 300 秒的墙钟时间限制。这几乎总是意味着每根K线的工作量会随历史数据增长，例如反复扫描完整的资金费率/补充序列，或在每根K线上于 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K线的成本为 O(log n) 而不是 O(n)。

结局总结

限制每根K线的数据访问量，避免验证运行时间随历史数据增长。

该策略因超过 300 秒的沙盒限制，在约 20,000 根K线的窗口上被放弃。流程未进入后续阶段。

该策略尝试利用同一交易时段的比值偏离和匹配的反向腿进行日内 SPY/IVV 比值套利。

未生成回测或优化指标。验证进行到三次迭代，但 Layer 3 沙盒回测未能完成。

分析

指数 ETF 之间的日内套利