EVO内测第三周：我把口袋支点做成了量化策略，结果有点意外！
月度胜率只有13.8%，累计收益却做到57.87%？
最近，我把自己开发的「口袋支点」策略放到 PandaAI EVO 平台上，完成了一轮完整回测。
结果有点出乎意料：
📈 策略累计收益：57.87%
📉 同期沪深300：-8.78%
相对基准领先 66.65个百分点。
- 年化收益：10.57%
- 沪深300年化：-2.00%
- 夏普比率：0.57
- 索提诺比率：0.96
- Beta：0.15
- 年化波动率：21.88%
- 前十大持仓集中度：18.5%
最有意思的是，策略的月度胜率只有 13.8%。
也就是说，它并不是靠每个月稳定赚钱，而更像是在漫长等待中，捕捉少数真正有效的机会。
低胜率，不一定等于没有收益。
如果盈利月份的收益能够覆盖多次小亏损，策略仍然可能形成正向期望。口袋支点策略的关键，也不是每天寻找交易机会，而是等待量价关系、个股结构和行业强度同时满足条件。
不过，这份成绩并不完美。
策略最大回撤达到 -50.89%，卡玛比率只有 0.21。这意味着：虽然最终收益跑赢了沪深300，但中间的持有体验非常差，距离能够安心投入实盘，还有很长的路。
下一步准备重点优化：
- 增加行业组口袋支点共振过滤；
- 过滤过度延伸和弱势市场中的无效信号；
- 优化仓位上限和单笔风险；
- 加入回撤保护与市场环境判断；
- 纳入涨跌停、T+1、滑点及手续费等实盘约束。
对我来说，回测最大的价值不是证明策略“能赚钱”，而是让问题彻底暴露出来。
57.87%的收益值得研究，-50.89%的回撤更值得研究。
策略还在继续迭代。后面我会把口袋支点的选股逻辑、行业共振条件和回撤优化过程逐步分享出来。
你觉得量化策略应该优先追求更高收益，还是更小回撤？
以上内容仅为个人策略研究记录。回测结果不代表未来表现，不构成任何投资建议。
#量化交易 #量化投资 #股票策略 #策略回测 #A股 #口袋支点 #程序化交易 #PandaAI #投资研究 #交易系统
评论