跨资产相对动量轮动 —— 覆盖 SPY/TLT/GLD（USEQ，日K线，月度再平衡，持有过去 6 个月中表现最强的单一品种，2 参数）

假设

一种仅做多、低换手的 ROTATION 策略，应用于 USEQ 交易场所上三只流动性极深、结构上 UNCORRELATED US 的 ETF：SPY（US 股票贝塔）、TLT（长久期美国国债）、GLD（黄金）。每个月，该策略按过去 6 个月的总回报率对这三只资产排名，并将 100% 的权益仓位持有于排名最高的 SINGLE 项资产，直至下一次再平衡。这 NOT 是对加密货币动量赢家进行标的/交易场所替换（元学习器将其标记为失效，L91），NOT 是附加在方向性信号上的市场状态/波动率门控（L92），也 NOT 是失效列表中的 USEQ 个经典异象之一 L74（无季节性、无行业反转、无双-TF 趋势、无协整配对、无波动率状态择时）。它也不同于正在开发流程中的 SPY/TLT 风险偏好/避险滞回策略：后者基于单一资产的 SMA 趋势，在两种资产之间进行二元切换；本策略则在三种资产之间 RANKS，依据各自的截面动量进行排名，并始终持有客观上领先的风险或防御型配置。其机制是有充分文献记录的跨资产相对强度效应（Faber/Antonacci 类）：领先的宏观资产往往会在 1-3 个月的期限内延续强势；而且由于这三种资产之间呈负相关至不相关关系，因此即使从不做空，在股票回撤期间，轮动也会自然转向美国国债或黄金。参数刻意设置得 2（回看期 = 6 个月，持有资产数 = 1），以应对导致策略失效的 #2 杀手（过拟合，376 次失效）——数十年的拆股调整后每日 USEQ 历史数据，提供了巨大且真实的样本外检验期限。

该策略严格按规格实现 Faber/Antonacci 跨资产相对强度机制：按过去 6 个月的回报排名，持有唯一领先资产，每月再平衡。再平衡计划锚定于 CALENDAR 时间（year*12+month 由柱自身时间戳通过纯 civil-from-days 算术推导），绝不依赖进程相对的柱计数器，因此在重启、回测和模拟交易回放中保持一致。三条腿共用一个 USEQ 交易时段日历，并从 ONE 同步收盘缓冲区（由相同时间戳的行构成的 deque）读取数据，因此基于索引的回看期绝不会发生错位；基模板的同一时间框架对齐屏障会在三条腿都交付该时段的柱之前推迟处理。仓位规模通过 get_account_equity() 按资金比例计算，并向下取整为整股（USEQ 仓位精度 0）；先平掉落后资产，再买入领先资产，以便释放的现金用于购买；若领先资产不变，则除非股数差额超过 $250，否则不做调整，从而维持假说所要求的低换手。杠杆保持为 1.0，策略严格仅做多（SELL 仅会针对现有多头仓位发出），因此未使用 USEQ 的 Reg-T 保证金。calculate_signal 返回一个连续的日变量——领先资产相对于资产组合均值的超额动量——虽然交易每月触发一次，但该变量每个交易时段都会重新计算。按假说要求，交易场所保留为 USEQ：这三种工具都是 US ETF，且只有 USEQ 承载这些资产。

未通过 通胀调整后夏普比率: DSR=0.0, 期望最大值=2.75, 在 225 次试验中 —— 选定夏普 (0.318, OOS 0.180) 与 N 中最优噪声无法区分, 再加上两项不可豁免的硬性门槛失败 (前向滚动 is_overfitted=TRUE, IS 1.159 -> OOS 0.180, 以及 PBO 0.5472 > 0.5)。夏普 CI [-0.016, 0.654] 横跨零点, is_significant=false, 且该候选未存活于项目级 FDR (保留 4/249)。这是一次稳健性/优势的消亡, NOT 费用脆弱性 (avg_trade_return_pct 1.67% 通过 USEQ 阈值) —— 交易正确实现了跨资产相对动量机制, 因此这是一次公平测试, 前提仅是在该 SPY/TLT/GLD 标的池上偏弱。不存在可调优的稳健参数区间: lookback_days 呈悬崖式断崖, 整个敏感性扫描峰值约 0.49 夏普, 而 oos_vault 为 UNDERPOWERED (~21 笔交易 vs 100 所需), 因为月度轮换节奏结构性过慢, 无法在可用历史上进行验证 —— 第 2 轮优化只会对噪声进行曲线拟合。一个几乎相同的 QQQ/GLD/TLT 双重动量轮换姊妹策略 (相似度 0.83) 已失败。失败模式: 过拟合 / 无泛化 (跨资产 ETF 动量轮换)。

实现

在三只不相关的 USEQ ETF（SPY 股票贝塔、TLT 长期限美国国债、GLD 黄金）上进行仅做多的跨资产相对动量轮动，使用 1-DAY 时段柱。每个日历月的首个交易时段，按过去 6 个月（126 个交易时段）的总回报对三项资产排名，并将 97% 的权益配置于排名第一的单一资产，持有不变直至下个月初。每年只有几次完整往返交易，因此与每月数个百分点的持仓回报相比，USEQ 约 0.02-0.05% 的价差加冲击成本可忽略。仅有两个边际参数（lookback_days、top_n）。从不做空；股票回撤期间，排名机制会自然地将组合配置到美国国债或黄金。

验证结果

无需更改。可选择重命名以避免 lint 警告，但该覆盖是有意为之且使用正确。

min_bars_required(self) 遮蔽了基框架方法。静态分析标记了这一点，但在此处这是 FALSE-POSITIVE 问题：基模板的 _maybe_process_primary() 明确调用 self.min_bars_required()（base_template.py，约第 479 行），因此该覆盖IS可作为预热门控。此外，calculate_signal 有自己的保护机制（_trailing_returns 在存在 lookback_days+1 个对齐行之前会返回 None），因此无论如何都不会基于不足的历史数据计算信号。没有功能缺陷。

低换手轮动：沙盒期间约 1650 天内仅产生 17 笔交易，因为策略仅在领先资产发生变化时交易（按设计跳过领先者不变以及小于 $250 的差额再平衡）。在完整的 USEQ 历史数据中，可交易窗口受限于 GLD（数据自约 2004 起）和 TLT（约 2002），因此可靠样本包含约 21 年的月度再平衡机会，实际完整往返交易可能约为 40-90 笔——对轮动组合而言可以衡量，但样本偏薄；分析师应确认完整历史交易笔数足以支持稳健的滚动前向验证。其机制是有充分文献记录的 Faber/Antonacci 跨资产相对强度效应，并非对已失效的加密货币/USEQ 策略类别重新参数化。经济效益良好（USEQ 佣金为零，avg_trade_return_pct 3.56%，相对于每月数个百分点的持仓回报，市场冲击可忽略）。

回测评审

夏普

0.24

总收益率

137.16%

最大回撤

39.65%

总交易数

77

胜率

48.1%

盈利因子

1.60

交易落实了所述机制：77 次仅做多的完整往返交易，0 次做空交易，按月调仓，轮动至 SPY/TLT/GLD 中表现最强的资产。该模式符合 Faber/Antonacci 跨资产相对强度假说。

对于低换手轮动组合，样本量充足且可靠：在约 21 年可交易历史中有 77 笔交易（受 GLD 限制，数据自 2004 起），metrics_reliable=true。足以支持滚动前向验证。

以显著幅度覆盖成本：avg_trade_return_pct 1.32% >> USEQ ~0.05% 下限；total_impact 仅 $3.5 千，佣金 0。这NOT一个仅靠费率优势获利的边缘案例。

正向毛收益优势（PF 1.60，total_return +137%，recovery_factor 3.85），并刻意采用极小的 2 参数搜索空间（lookback_days，top_n），以此抵御过拟合 —— 数十年经过复权调整的 USEQ 历史数据提供了诚实可靠的 OOS 验证区间。

这是合理的宏观轮动策略类别，明确区别于已失效的个股动量克隆策略（L90/L82）以及 USEQ 种经典异象失效清单策略（L74/L75）。

相对于等权 SPY/TLT/GLD 组合的 NEGATIVE alpha（-0.68%）和 NEGATIVE 信息比率（-0.284）（benchmark_meaningful=true）：就风险调整后表现而言，动量 SELECTION 不如将三项资产简单等权持有。这是优化必须超越的关键基准——如果任何回看期/top_n 设置都无法产生高于等权组合的正 alpha，那么筛选信号就没有增值。

夏普比率 0.241，其 CI [-0.097, 0.592] 跨越零；约 21 年内仅有 CAGR 4.16%——超额收益微薄且噪声较大；基础回测已接近上限。

最大回撤 39.6%（CI 升至 72%），以及 -30%（2022 利率冲击）、-18.8%（2020）、-18%（2012）这些亏损年份，都与轮动策略在股票回撤期间转向防御资产的论点相矛盾——100% 单一资产集中配置导致策略反复受挫，而未能发挥保护作用。

分析

机制得到了忠实实现：85 次仅做多的完整往返交易，0 次做空交易，按月调仓，轮动至 SPY/TLT/GLD 中表现最强的资产；交易结果符合 Faber/Antonacci 跨资产相对强度假说。

avg_trade_return_pct 1.67% 以较大幅度超过 USEQ 费用门槛（约 0.05%），因此这NOT不是成本脆弱性导致的失败——问题在于超额收益的稳健性，而非费用。

刻意将 2 参数搜索空间设得很小，加上数十年的拆股调整日线历史数据，提供了可靠的 OOS 验证窗口；从整体指标看，profit_factor 1.81 和 win_rate 0.494 表现尚可。

留出样本的结果在技术上为正（22 笔交易的夏普比率为 0.036），且 consistent_with_oos=true——前向表现没有灾难性崩塌。

两个 UNWAIVABLE 硬性门槛未通过：滚动前向验证 is_overfitted=TRUE（平均 IS 夏普比率从 1.159 降至平均 OOS 0.180，各窗口为 0.0 / +0.75 / -0.21），且 PBO 0.5472 > 0.5——参数选择过拟合的可能性超过一半。

稳健性分析证实，所选夏普比率只是 N 次试验中最佳结果的噪声：deflated_sharpe 0.0 << 0.95，is_significant=false，夏普比率 CI [-0.016, 0.654] 跨越零；225 次试验的预期最大夏普比率 2.75 远高于实际值 0.318；而且该策略NOT通过项目级 FDR（保留 249 项中的 4 项，candidate_p 1.0）。

优化后 OOS 的夏普比率 0.180 远低于任何晋级门槛（也低于 0.3 放弃阈值）；整体夏普比率 0.318，索提诺比率 0.35，max_drawdown 28%（rate_shock_2022 -27.7% / 28% DD），回撤恢复能力较弱。

lookback_days 被标记为 CLIFF 参数（敏感性在 0.31 与 0.49 之间大幅波动，没有稳定的平台区间），整个参数扫描的最高夏普比率仅约为 0.49——不存在可供优化的稳健参数区域。

oos_vault 标记了 UNDERPOWERED（预计约 21 笔交易，而所需数量为 100）：该机制在结构上过于缓慢，无法利用现有历史数据进行验证，因此再进行第 2 次优化只会拟合噪声。

结果库中的同类策略（QQQ/GLD/TLT 双重动量防御轮动，相似度 0.83）已于 44% DD 失败 risk_reject——这个跨资产 ETF 轮动策略类别未能产生可部署的超额收益。

Benjamini-Hochberg 法在 q=0.10 下, 对 249 个项目候选进行检验, 保留 4。未在此存活的候选与项目自身的噪声无法区分, 无论其个体统计数据看起来多么优秀。

结局总结

每月轮动单一资产在结构上过于缓慢，难以验证（验证库预计约有 21 笔交易，而所需数量为 100）；因此，在 SPY/TLT/GLD 资产池中，动量筛选相较于简单地对三种资产等权配置，并未带来稳健的超额收益。

分析师在优化后放弃了该策略：两个不可豁免的硬性门槛未通过（滚动前向验证 is_overfitted=TRUE，平均 Sharpe IS 从 1.159 跌至 OOS 0.180；且 PBO 0.5472 > 0.5）；同时，去膨胀夏普比率为 0.0，低于 225 次试验的预期最大值 2.75；is_significant=false，且该策略未能通过项目级 FDR。

一种仅做多、2 参数的月度跨资产相对动量轮动策略，覆盖 USEQ，根据过去 6 个月的回报对 SPY、TLT 和 GLD 排名，并将 100% 的权益配置于表现最强的单一资产。

基础回测在约 21 个可交易年份中进行了 77 笔交易，回报为 +137%（CAGR 4.16%），但夏普比率偏低，为 0.24（CI [-0.10, 0.59]），最大回撤为 39.6%；相对于等权 SPY/TLT/GLD 组合，alpha（-0.68%）和信息比率（-0.284）均为负。优化将夏普比率提高至 0.318（回报 +234%，PF 1.81，DD 28%），但滚动前向验证的 OOS Sharpe 仅为 0.18。