跳到正文
Quant

短期反转 RET5 实测示例

观察过去五个交易日的价格变化,检验短期反转想法。下面的指标和曲线来自独立计算节点完成的一次实际运行,可以和源码、日期及输入摘要一起查看。

回测区间 2024-01-01 至 2024-12-31,共 242 个交易日。股票范围为全 A 股。研究状态为 UNVERIFIED,正式参赛需要复核。

年化收益

-34.57%

把这段回测的收益折算成一年的变化。正数表示盈利方向,负数表示亏损方向。同时查看报告中的实际回测日期。

最大回撤

-48.33%

回测中,从曾经的最高点下跌最多有多深。例如 −20% 表示曾从高点跌去 20%。

夏普比率

-0.86

把收益和涨跌波动放在一起衡量。相同计算口径下,数值越高通常代表承担同样波动时获得的回报越好。

因子 IC

0.0006

看这个选股信号与股票随后涨跌的对应程度。数值范围为 −1 到 1,接近 0 表示关联较弱,正负号表示关联方向。

收益与风险

净值从 1 开始累计,回撤表示相对历史高点的下降幅度。图表支持缩放日期范围。这次运行的成本后收益为负,可以结合换手和交易摩擦继续分析。历史结果用于研究比较。

在客户端运行同一份源码

在工作台选择“短期反转”,保留默认的 2024 年区间。代码先按股票与日期排序,再对每只股票分别计算五日变化。客户端将保存本次源码、参数和任务回执。

Python
def compute_factor(df):
    close = df['close'].astype(float)
    return -close.groupby(df['ts_code']).pct_change(5, fill_method=None)

输入与运行依据

本次运行绑定赛季冻结输入 2026.10.18-1。数据中心提供的下载包会随发布更新,版本可在各自清单中查看。引擎按服务端交易规则计算佣金、印花税和冲击成本,报告曲线包含实际计入的交易摩擦。

记录时间
2026-11-12T22:17:53.653363+00:00
引擎版本
duckdb-arrow-canonical-v2
回放方法
canonical_next_day_open_replay
数据包摘要
f0a9096fa7efca78e9bb7624943be5fadcb3623fc170396c5230966b3233931d
源码摘要
95c5fbaa8041e896c2eaf88eb371f8b8a85c85ef240a874453c7d5f948d043ed