QuantEdge — IB Paper Trading 模拟组合

起始日期:2026-03-11  |  最后更新:2026-04-24  |  初始资金:USD 30,000 / 组合  |  当前制度牛市低波

组合数量
10
总模拟资产
$303,068
初始总投入
$300,000
运行天数
25

10 组合净值曲线对比(USD)

绩效汇总(按总收益排序)

调仓条件:月度调仓 · 制度切换  |  不含漂移信号  |  本地模拟,非真实 IB 账户

组合名称当前净值总收益 (2026-03-11 至今) 夏普比率最大回撤运行天数主要持仓
横截面动量 $32,876 +9.59% 3.35 -5.05% 25 GLNCY, PBR, ABBNY, E, EQNR
SPY基准 $31,376 +4.59% 2.12 -6.32% 25 SPY
高股息低波动 $30,584 +1.95% 1.00 -4.20% 25 0941.HK, 6823.HK, 0006.HK, 0778.HK, 0823.HK
HRP层次RP $30,287 +0.96% 0.56 -2.34% 25 ABBNY, PBR, BP, EQNR, GLNCY
反转分散化 $30,096 +0.32% 0.01 -5.92% 25 GLD, ABBNY, PBR, BP, EQNR
制度集成 $29,792 -0.69% -0.87 -4.59% 25 E, EQNR, QQQ, HOCPY, ANZGY
最小波动 $29,758 -0.81% -1.22 -3.84% 25 QQQ, E, SPY, 0883.HK, ENGIY
最大分散化 $29,510 -1.63% -1.89 -4.43% 25 QQQ, E, EQNR, HOCPY, ANZGY
风险平价 $29,402 -1.99% -2.00 -4.69% 25 E, SPY, EQNR, BP, QQQ
收缩最大分散 $29,388 -2.04% -2.17 -4.52% 25 QQQ, EQNR, E, HOCPY, ANZGY

系统说明 & 方法论

什么是 IB Paper Trading 模拟组合?

本页面追踪 10 个独立量化组合的实时净值表现,每个组合初始资金 USD 30,000, 于 2026-03-11 同日建仓。所有组合共享同一套底层选股流程,但采用不同的权重优化策略, 对比各策略在相同市场环境下的真实表现差异。

数据来源为 QuantEdge 量化优化器每日运行结果,持仓按实际价格每日更新净值, 调仓仅在特定信号触发时执行,不含漂移信号(drift),以还原月度再平衡的实际体验。

选股流程 — 如何从全市场筛选到最终持仓

每次调仓前,系统对全市场候选标的执行四层漏斗过滤:

① 市值初筛
美股 >$10亿 / 港股 >HKD100亿
缓存7天自动刷新
② 流动性过滤
60天日均成交额
美股 >$100万 / 港股 >HKD1000万
③ 盈利质量
剔除 EPS≤0 或 ROE≤0
亏损股不入池
④ 四因子评分
动量 · 夏普 · 趋势 · 反拥挤
等权综合排名取 TOP 40
最终持仓
各策略从 TOP 40 中
优化权重,保留 ≤20 只

TOP 40 由美港股票合并竞争排名产生,通常包含约 25–30 只美股 + 10–15 只港股。 每只股票权重下限 0.5%、主板上限 10%、OTC 上限 5%,港股板块总仓位 ≤ 20%。

为什么是 TOP 40? 候选池大小经过系统性回测验证:对 [35 / 40 / 45] 三档参数各跑全量历史回测, 比较各策略夏普比率排名的稳定性,40 在三档中综合评分最优且波动最小, 同时满足两个硬约束——① 大于最终持仓上限 20 只(保证优化器有真正的选择空间); ② 小于权重下限倒数(1 ÷ 0.5% = 200),避免优化器可行域为空而退化为等权。

调仓规则

8 个量化策略说明

最大分散化
最大化「加权平均波动率 / 组合波动率」比值(分散比率), 使各资产的波动率尽量相互抵消,牛市表现稳健。
收缩最大分散
在最大分散化基础上,使用 Ledoit-Wolf 常相关系数压缩协方差矩阵, 减少历史估计噪音,提升样本外(OOS)稳定性。
HRP 层次风险平价
通过层次聚类将资产按相关性分组,再递归分配风险预算, 无需矩阵求逆,对极端市场条件更鲁棒。
风险平价
令每只资产的风险贡献相等,天然分散于高相关性组合, 与分散化类策略互补,波动率低的资产权重更高。
最小波动
直接最小化组合整体波动率,偏好低波动、低相关资产, 极端行情压仓效果显著,牛市相对跑输但回撤控制最佳。
反转分散化
最大分散化目标 + 12 个月中期反转信号(γ=0.10), 押注过去12个月跌幅最大的板块均值回归,震荡熊市表现最佳。
横截面动量
12-1 月截面动量策略(Jegadeesh & Titman, 1993), 买入近期相对强势标的,跳过最近1个月避免短期反转, 唯一纯 Alpha 信号策略,与协方差族策略正交。
制度集成(元策略)
内部运行上述7个基础策略,根据当前市场制度(牛/熊) 对各策略按历史综合评分加权,通过 Softmax 混合, 牛市加权进攻型策略,熊市加权防御型策略。

其他组合

⚠️ 风险提示:本页面所有组合均为模拟账户(Paper Trading), 使用历史价格数据计算净值,不代表真实投资收益。量化策略的历史表现不保证未来结果。 投资决策请结合个人风险承受能力,本内容仅供研究参考。