ETF 动量策略一天调试全记录：从 QMT 对账、候选池扩容，到 T+1 口径翻车

2026-10-02 一整天都在跟同一个策略较劲：一个 ETF 动量轮动策略的 QMT 实盘版和离线回测版。本来只想核对一下"实盘跑得对不对"，结果一层层扒下去，最后扒出一个影响所有历史结论的口径问题。这篇把思路和结论按顺序记下来，含全部测试截图。

一、这一天的起点：一句"收益感觉对不上"

策略本体是一个 ETF 动量轮动：145 只 ETF 池，动量选 top-3，波动率加权、相关性去重、-20% 回撤熔断。跑两条轨：

• 实盘轨：QMT（国信 iQuant）里的 30 分钟事件驱动版，每根 30 分钟 bar 评估一次，|Δw| ≥ 1% 才动手；
• 研究轨：本地离线回测引擎，用买的 zip 分钟数据（2020 年起）和国信本地库（只有 2025 年起）两套源。

二、第 1 站：QMT 回测跑得对不对？——程序没错，但没达到设计预期

先把 7000+ 行日志和 1600 多笔成交记录读了一遍，统计各类事件：

• 7212 行日志、1787 次评估，零程序错误、零取数异常；
• T+1 闭环正常：当日买入被拦 832 次，跨日解禁后能正常卖出；
• 熔断未触发（日志里那唯一一处"熔断"字样只是初始化打印）；
• 波动率缩放生效 398 次，信号在正常轮换。

1. 有效区间只有 11 个月：首笔成交在 2025-11-03，因为本地 1 分钟数据大约是那时才补齐的。所以离线口径"2020-2026 净值 5.647"这一轮根本对照不了；
2. 交易费用全是 0：需要在 QMT 回测设置界面配佣金，代码里改不了；
3. 调仓频率是离线的 2 倍：触发率 65.5%，而离线约 33%。根因是权重对比口径——实盘用"当前市值权重"（随价格漂移），离线用"上次目标 vs 新目标"。

三、第 2 站：按优先级修 + 提速，然后自己被自己的修复绊了一下

修复清单（改的是策略文件，原版先备份）：

• P0 前视漏洞：删掉"无 end_time 兜底"，取不到数就跳过，绝不放开未来数据；
• P1 触发口径：改成「参考权重 vs 新目标」逐只滞回，与离线引擎一致。这一步把调仓次数从 1170 压到 985；
• P2 资金处理：买入按「现金 + 卖出所得」整体等比缩放，不再逐笔缩量硬买；
• P2 净值打印：每天首根 bar 打印总资产/NAV/回撤。

• 分钟历史按日缓存 + 当日增量取数（每根 bar 只拉新增的几十根，不再重拉 3600 根 × 145 只）；
• 日线按日缓存（一次取 130 根，覆盖波动率与相关性两个用途）；
• 去重池每天只算一次（原来每根 bar 对 145 只各调一次取数 API，这是最大耗时点）；
• 均线用前缀和 O(1)。

然后上机第一跑就崩了，每根 bar 都报：

ZeroDivisionError: float division by zero
  File "<string>", line 736, in build_dedup_pool
  File "<string>", line 686, in get_returns

查下来是我自己引的新 bug：

QMT 的 get_market_data_ex 在请求根数超过标的真实历史时，会用 0 补齐前面的行，而不是只返回现有的根数。

• v1 的相关性去重每次只取 122 根日线，恰好没碰到补零区，所以跑了 11 个月从没炸过；
• v2 的日线缓存改取 130 根，池子里那些 2025 年新上市、历史不满 130 天的 ETF，多出来的行全是 0；
• 0 进收益率序列 cl[i]/cl[i-1]，就是除零。

四、第 3 站：逐笔对账，和本地回测到底差在哪

用"成交 CSV 现金流重放 + 期末按本地价盯市"的方式重建了 QMT 那轮的净值，再和本地 zip 回测逐日、逐笔比。

先看一个容易误导人的数字：逐日持仓完全一致只有 37.3%。但拆开看原因就清楚了——QMT 日均持 3.74 只，离线 3.08 只，多出来的是 T+1 残仓（当天买的当天卖不掉，收盘必然多挂 1~2 只），集合当然对不上。

用公平口径重新比：

• 两边都恰好持 3 只的 66 个交易日里，持仓完全一致 59 天 = 89.4%；
• 离线目标持仓全部落在 QMT 实际持仓内的天数：78.5%；
• QMT 持仓对离线目标的平均覆盖率：92.5%；
• 期末持仓完全相同。

收益差的拆解（同窗口，都是免佣）：

• QMT 账户（日志口径）净值 1.2752；
• 同一串成交、期末按本地价盯市 → 1.2573（差 +1.8pp，全是期末 3 只 QDII 的估值价差）；
• 同一串成交、全程按本地价 → 1.2590（价格数据本身对同一串成交只影响 +0.17pp）；
• 离线引擎自身交易 → 1.3080（与同口径差 -3.2pp = 交易序列差异）。

五、第 4 站：2025 年收益"差"的真凶——不是策略，是数据缺员

这一站的结果最直观：同一年、同一策略，四个口径差 24 个百分点。

• 本地 zip（购买数据，全历史）：+50.6%
• zip 数据但剔除 3 只缺数据标的：+42.3%
• QMT 实跑：+35.1%
• 国信 datadir：+26.1%

• 2025 年 1~10 月，国信库能满足"3602 根分钟历史"、可参与选股的只有 99~105 只 / 145；
• zip 同期是 132 只 / 145；
• 到 2025-11 突然补齐到 145 只。

消融实验验证：把这三只从 zip 口径的池子里剔掉，2025 收益从 +50.6% 掉到 +42.3%（-8.3pp）——仅这一项就解释了 QMT 与 zip 差距的一半以上。

结论：在这种数据条件下，QMT 与 zip 的回测本来就不可比。用同一套 zip 数据是 +50.6%，用缺员的国信库是 +26~35%。

六、第 5 站：顺手给基金库做个体检（145 vs 全量 1681）

既然怀疑"候选池"，就把 zip 全量数据摊开看：可用于交易的 ETF 有 1681 只，我们只用了 145 只（8.6%）。

池子的主题分布很说明问题：

• 港股 57、宽基 47、美股 14、科创主题 8、其他海外 7、商品 6、贵金属股 3、日本 3；
• 港股 + 宽基 = 104 只，占 71.7%；A 股行业主题 = 0 只。

按「权益类 + 近 5 日日均成交额 ≥ 1 亿 + 跟踪指数与池内不重复」筛，找到 78 个"新暴露"指数，其中 30 个在 2021-01 及以前就有完整数据：

• 515880 通信设备（32.3 亿）、512880 券商（11.8 亿）、512480 半导体（10.7 亿）、515050 5G（8.7 亿）、512800 银行（8.4 亿）、159995 国证芯片（6.9 亿）、512400 有色（6.7 亿）、159992 创新药（6.4 亿）、515220 煤炭（6.2 亿）、512890 红利低波（5.2 亿）……另有医疗/300医药/主要消费/酒/军工/光伏/新能源车/传媒/地产/AI/非银 等。

（顺便说：这些分类问题目前对策略几乎没影响，因为只持 3 只、主题上限是 6 席，根本触发不到；但它会误导分析，而且一旦持仓数提到 5 只以上就立刻变成关键变量。）

七、第 6 站：把池子扩到 176 只试跑——结果反而更差

按体检结论，把 30 只 A 股行业基 + 1 只有色期货加进池子（145 → 176），重建分钟缓存和前复权日线，重跑 30 分钟与 60 分钟：

• 池 145 · 30min：净值 5.6832 / 年化 29.40% / 回撤 -15.89% / Calmar 1.85
• 池 176 · 30min：净值 4.5272 / 年化 25.11% / 回撤 -24.62% / Calmar 1.02
• 池 145 · 60min：5.9532 / 30.30% / -16.59% / 1.83
• 池 176 · 60min：4.6247 / 25.51% / -27.83% / 0.92

1. 熔断次数差异：池 145 全程 0 次熔断，池 176 触发 4 次（2021-05、2022-05、2024-09、2026-02）。四段合计：池 145 +42.31% vs 池 176 +27.53%（-14.78pp）。A 股行业 ETF 是单行业高 beta，轮进错误行业时回撤更深 → 更早击穿 -20% → 空仓 20 天 → 错过反弹。剔除这四段后再比，只差 -2.2pp。
2. 去重是顺序相关的：build_dedup_pool 按日均成交额降序、先到先得、相关性 >0.9 剔除。所以加入 515880（32.3 亿，流动性全池前列）这类标的，会把原来排在前面的标的挤出去——不是"多了一个选择"，而是"换了一批候选"。

八、第 7 站：A 股行业基要快节奏——单独扫参数（此刻还是弱 T+1 口径）

既然差异来自"节奏"，就单独给 30 只 A 股行业基扫了 120 组参数（eval 5/10/15/30/60 × 动量 5/10/15/20 × K 1/2/3 × 阈值 1%/2%）：

• 现有参数（e30/m15/K3/1%）：净值 3.722 / 年化 21.67% / 回撤 -25.39% / Calmar 0.85，只排 26/120；
• 当时的最优（e5/m10/K3/2%）：净值 5.618 / 年化 29.38% / 回撤 -17.74% / Calmar 1.66。

再和主池做"双 sleeve 资金混合"：相关系数只有 0.531（直接合池是 0.808，因为去重后选的东西高度重合），主 80 / A 20 时 Calmar 1.85 → 1.95，回撤 -15.89% → -15.03%。

⚠️ 注意：这一站的结论当天晚些时候被推翻了，见第十一站。这里保留当时的原始结论，方便看清"错在哪里"。

九、第 8 站：评估频率谱——越勤快越差

有人会问：既然 A 股行业基要快，那把评估频率一路提到每分钟会怎样？答案很干脆。

在其余参数完全相同的前提下，只改评估频率（1/2/3/5/10/15/30/60/120/240 分钟）：

• 每 1 分钟：净值 0.7114、年化 -4.93%、回撤 -51.55%、调仓 24902 次；
• 每 5 分钟：3.1680、+18.66%、-27.13%；
• 每 10 分钟：4.1943、+23.70%、-17.69%；
• 每 30 分钟（现用）：5.6832、+29.40%、-15.89%、Calmar 1.85；
• 每 60 分钟：5.9532、+30.30%、-16.59%、Calmar 1.83；
• 每 240 分钟（每天 1 次）：3.6541、+21.20%、-26.38%。

把佣金剥掉算"毛净值"（不考虑成本的净值）后：

• 年化从 29.40% → -4.93%（-34.33pp）；
• 其中毛年化从 31.31% → 2.23%（-29.08pp，占 85%）；
• 佣金成本从 1.45%/年 → 7.00%/年（-5.55pp，只占 15%）。

往两个方向都更差，而且高频那侧惩罚重得多：

• 每 30 分钟 → 每天 1 次：年化 -8.2pp
• 每 30 分钟 → 每 1 分钟：年化 -34.3pp

十、第 9 站：日频版为什么差那么多？——还顺手挖出一个熔断 bug

把同一套池子在日频引擎上跑（每天强制换仓），结果差得离谱。做了控制变量分解（年化 29.40% → 11.73%，共 -17.7pp）：

• 评估频率（一天 8 次 → 1~2 次，同信号）：-6.5pp
• 信号口径 + 引擎实现（分钟动量 → 日线动量）：-5.1pp
• 参数（动量 15 日 → 20 日，脚本默认值）：-6.1pp
• 执行时点本身（09:30 / 09:45 / 14:45）：约 1pp，而且不稳健

真正的杀手是 2024 年那一个点：30 分钟版 +67.8% vs 日频版 -2.8%，差 70.6pp。日频版 09-04 手里是日经 225、标普 500、纳指科技（全是海外），回撤到 -21.7% 触发熔断，然后冻结 20 个交易日到 10-11，完整错过 9 月底 A 股那波；而 30 分钟版靠持续轮动，9 月 20 日就已经切进了港股（香港证券 / 港股创新药 / 恒生科技）。

顺着这个线索查代码，发现日频引擎独有的熔断 bug：

310  hold = {}                     ← 熔断清仓
...
320  if will:                      ← will 在当日开头就算好了（那时还没熔断）
325      hold = dict(target)       ← 把刚清掉的仓位原样买回来

净值反推验证：用"熔断后冻结持仓"模拟，与实际净值逐日吻合到小数点后 4 位；用"空仓"假设则差得远。所以那个熔断根本没清仓，只是停止了 20 天调仓。修掉后回撤从 -32.33% 改善到 -28.6%（2021 年从 -17.29% 改善到 -12.77%）。

十一、第 10 站：混在一个账户里同时跑，到底行不行

既然两个 sleeve 的相关系数只有 0.53，那"能不能混在一个账户里同时跑、让它们互补"就成了核心问题。为此专门写了一个单账户合并引擎：一个账户、两套信号/参数、两个 sleeve，共用一份现金、共用一本 T+1 账本、账户级熔断。

关键是要把"怎么混"分成两种：

• 紧密合并：任一侧评估，都把整个账户拉回"两侧总目标"；
• 松耦合：同样共用一个账户，但每次只交易刚评估过的那一侧，另一侧仓位不动。

• 只跑主池 145：5.726 / 29.75% / 回撤 -15.89% / Calmar 1.87
• 只跑 A 股行业基 30：5.618 / 29.38% / -17.74% / 1.66
• 合并成一个池（176 只、单套参数）：4.530 / 25.29% / -24.62% / 1.03
• 两个独立账户 80/20（各跑各的）：5.704 / 29.67% / -15.03% / 1.97
• 同账户·紧密 80/20：5.484 / 28.91% / -16.87% / 1.71（比不混还差）
• 同账户·松耦合 80/20：5.973 / 30.57% / -15.15% / Calmar 2.02 ← 最优

机制很清楚：

• 紧密模式下，A 侧每 5 分钟评估一次，每次都会把主池仓位一起拉回目标 → 主池换手从 1626 被推到 1873（+15%）。但多出来的佣金只值 0.19pp/年，解释不了 1.66pp/年的差距——真正的损耗是主池仓位在错误的时点被重排（被 A 侧的节奏牵着走），2024 年最明显（53.0% vs 紧密 45.8%）。
• 松耦合相对"两个独立账户"的差异是噪声型：逐日收益差累计 +4.78%、绝对差合计 152.6%、单日最大 ±1.1%，没有单一主因日，额外换手只值 0.14pp/年。

另外逐年看，混入 A 股行业基后呈现典型的削峰填谷：2021 从 -0.8% 垫到 +7.9%，2024 从 67.8% 摊到 53.0%。

中途我还写错了两次，都是自己查出来的（记下来免得再踩）：

1. 滞回锚点用错：第一版把"上次目标"当锚点，而离线引擎的锚点是"当前实际持仓"。后果：买入被缩量或 T+1 挡住后不会补单，残仓一直挂着——A 侧单跑只跑出 5.022（正确 5.618）、回撤 -20.55%（正确 -17.74%）。改成锚实际持仓后端点逐位复现。
2. 松耦合会丢仓位：只交易一侧时，new_hold 只包含那一侧的标的，另一侧持仓被静默丢弃（等于免费清仓、下次再买回来），换手翻倍、年化掉到 24.45%。

十二、第 11 站：最后一个问题，也是当天最严重的——"测试到底有没有真的 T+1？"

有读者（其实是自己）问了一句："这些测试是不是都是 T+1，特别是 A 股行业基？"

第一层答案：是，都开着。 两个引擎的 t1_rule=True 都是默认值，两个 sleeve 共用一本 T+1 账本，连熔断清仓都保留了当日买入的部分。

第二层答案：A 股行业基现实中确实全部是 T+1。 按真实交易规则给池子分类：

• A 股行业基 30 只：0 只 T+0，30 只 T+1（半导体、通信、券商、银行、有色、煤炭、红利、医药、军工、白酒、地产、光伏、新能源车、AI……）
• 主池 145：85 只（59%）实际是 T+0（81 只跨境 ETF + 4 只实物黄金 + 豆粕），60 只 T+1。

第三层答案才是关键：引擎的 T+1 只锁"一轮"，不锁"一天"。

代码里每次成交都把锁定表整体重建：

bought_today = {kk: inc[kk] * scale for kk in inc if ...}   # 之前几次买入的锁定被清空

效果上等于"买入后只要过了下一次调仓，当天就能卖"。我加了诊断计数器实测：

• A 股行业基单跑：18,882 笔卖出超出真实可卖量，超出量合计 4,780（≈ 它的全部换手 4,604）；
• 主池单跑：3,578 笔 / 806；
• 松耦合 80/20：18,786 笔 / 1,434。

把 T+1 改成严格（当日买入份额当日绝不卖）重跑：

• A 股行业基 e5/m10（原"最优"）：净值 5.618 → 3.346，年化 29.38% → 19.75%，回撤 -17.74% → -26.02%，Calmar 1.66 → 0.76；
• e15/m10：1.12 → 0.75；
• e30/m10：1.01 → 1.00（严格口径下最好的）；
• e30/m15：0.83 → 0.35（回撤 -41.90%）；
• e60/m10：1.37 → 0.78。

参数排序整个翻转：默认口径下"评估越快越好"（e5 最优），严格口径下"越快越差"。所以第八站那个「A 股行业基要 5~10 分钟评估」的结论作废——那是同日回转制造的假象。而且严格口径下，A 侧任何参数都打不赢主池单跑（最好 1.00 vs 主池 1.89）。

顺带两个重要发现：

1. 主池在严格 T+1 下反而更好：5.726 → 6.053，年化 29.75% → 30.83%，Calmar 1.87 → 1.89，换手 1967 → 1497。说明主池根本不需要日内回转，之前的"同日买回卖回"多半是噪声交易。
2. 你在跑的 QMT 版用的是严格口径（STATE['bought_today'][code] = ... + int(quantity) 是累计写法）。所以是离线回测比实盘松，不是相反——这解释了对不齐时为什么总是离线看起来更好。

• 只跑主池 145：6.053 / 30.83% / -16.34% / Calmar 1.89
• 只跑 A 股 30：3.346 / 19.75% / -26.02% / 0.76
• 两个独立账户 80/20：5.512 / 29.01% / -16.89% / 1.72
• 同账户·松耦合 80/20：5.818 / 30.06% / -15.68% / Calmar 1.92

结论仍然成立（松耦合 > 主池单跑 > 两个独立账户），但要给优势打个折：这 +0.20 Calmar 主要来自 2022 一年（+7.27pp），其余年份在 ±1.7pp 内，逐日差异仍是噪声型。A 侧严格口径的逐年收益是 2020 +70.7%、2021 +40.8%、2022 -18.5%、2023 +17.5%、2024 +9.2%、2025 +16.7%、2026 +14.1%——业绩高度集中在 2020-21 两年。

所以我的判断是：A 股行业基这条线，证据强度不足以支撑"必须上"，小仓位试或放弃都合理。

十三、今天踩过的坑（清单）

1. QMT 取数会用 0 补行首：count 大于标的真实历史时，多出来的行是 0，不是"返回不足根数"。任何 count 相关逻辑都要防 0 行。
2. 离线引擎的 T+1 是弱实现：bought_today 每次重建，等于只锁一轮。高频 sleeve 的结果会被系统性高估。
3. 文件指纹进缓存键：改引擎文件会让预计算缓存全部失效重算（约 86 秒 + 36 秒），改代码前要有心理准备。
4. 统计口径要跟引擎一致：净值应取曲线末值（起点约 1.008 而非 1.0），按首值归一会低估约 0.7%。
5. 同一配置重复跑会抖：Python 字符串哈希随机化 → 并列动量时选股排序差异 → 净值约 ±1% 抖动。所有回测必须固定 PYTHONHASHSEED=0。
6. 参数比较必须分段看：只看全区间容易被"一段好一段差"的改动骗到；要拆成两段，两段都改善的才值得采纳。
7. 报结论前先验证引擎本身：这次就是引擎一处逻辑错误（熔断清仓被同日调仓撤销）让"参数稳健性"结论整盘翻掉。

十四、方法论小结（可复用的检验习惯）

• 控制变量分解：要回答"A 比 B 差多少、为什么"，就把差异逐层拆开（频率 / 信号口径 / 参数 / 执行时点），每层只改一个东西。
• 端点校验：写新引擎时，让它在边界条件下（权重 1.0 或 0.0）逐位复现已有引擎的结果，否则两套数字不可比。
• 消融实验：怀疑某个标的/某段数据影响结论时，把它剔掉重跑，看差异是否被解释。
• 数据源交叉验证：同一年同策略在四个口径下差 24pp，说明"数据质量"经常比"策略细节"更决定结论。
• 前视漏洞三件套：前缀决定性、未来价格篡改、噪声地板——把未来换成完全不同的世界，历史段应毫发无损。
• 把不确定性写进结论：例如"这个数字有 ±1% 抖动""优势主要来自某一年"，比给一个漂亮数字有用得多。

十五、待办

• [ ] 把离线引擎的 T+1 切到严格口径（已加开关，默认关闭），并重跑全部历史结论；
• [ ] A 股行业基这条线：在严格口径下重新评估是否继续；
• [ ] 主池 85 只 T+0 品种是否要放开日内回转（引擎现在一刀切 T+1，与 QMT 版一致，所以不放开也不会有口径差）；
• [ ] QMT 里补齐池内 145 只的分钟数据到回测起点之前；
• [ ] 核对 159941 / 159509 这类定折 QDII 的复权设置。

本文由当天的日志、回测产出和核对脚本整理而成；所有数字都可用文末附件与脚本复现。

附件