159915 日内均值回归做T全记录：一次数据乌龙、四轮参数推翻，以及 12/12 个季度的真实边界

起因很简单：想给一只 T+0 的 ETF 写个日内策略，要求"至少跑赢拿着不动"。真正花时间的不是写策略，而是先发现数据根本不是那只标的，然后四轮推翻重做，最后落到一个既通过季度考核、又能说清边界的方案上。这篇把完整思路、每一轮失败的原因、以及最后经得起推敲的结论都记下来，配 5 张图。

---

一、缘起：一个"跑赢拿着不动"的需求，和一次数据乌龙

需求是这样提的：拿一份新的分钟 K 线数据，给 511030（公司债ETF） 做一个均值回归 / 高抛低吸的日内策略，标的 T+0、买卖无手续费，允许高换手，每笔每股收益要在 0.006 元以上才交易，每次交易考虑 0.001 的滑点，目标是"至少跑赢拿着不动"（估计最近一年 2%~3%）。

第一版我按"动量"思路做的：连续 3 根正 K 线、累计涨幅超过 0.5% 触发买入，持有 90 根 K 线后卖出。三年跑下来结果非常漂亮——218 个信号、胜率 53.2%、复利 +98.65%，同期买入持有 +36.62%，超额 +62.03%。

漂亮得不像真的。然后杰哥一句话点醒我：

你确定你找对了吗，511030 是公司债 ETF 哦。

于是有了整个研究里最关键的一步——先验证数据本身。

二、数据核实：这份分钟 K 线到底是谁的

先做了几个不依赖外部信息的"体检"：

• 每日末值的中位数只有 0.0000%，多天末值恰好为 0——说明这份数据是每分钟涨跌幅（相对昨收的累计），不是增量收益率；
• 日内极值出现了 ±19.98% 这种量级，而 511030 的日内波动常年不超过 0.3%——这对不上；
• 相邻分钟的最小变化步长中位数约 0.065%，若标的价格在 1.5 元附近，一个最小报价单位 0.001 元正好对应 0.065%；而 511030 价格在 104 元附近，一跳只对应 0.001%。

再看两个决定性证据：

1. 2024-10-08 的第一根数值是 +19.9821%。159915 创业板 ETF 当天前收 2.232 元，涨停开盘价 2.678 = 2.232 × 1.2，涨幅 +19.98%——分毫不差。511030 当天真实日波幅只有 −0.47%。
2. 翻杰哥自己的脚本，T0 / 动量轮动那批文件里的交易标的写的是 159915.SZ。

最后用真实行情兜底：159915 从 2022-12-30 收盘 2.279 到 2025-11-28 收盘 3.035，区间涨幅约 +33%，与回测里的基准 +36.62% 基本吻合（差额来自数据商口径与分钟噪声）。

结论：这份数据是 159915 创业板 ETF 的一分钟 K 线，不是 511030。 更麻烦的是——"连续 3 分钟涨 0.5%"这类动量规则，用在日波幅只有 0.3% 的公司债 ETF 上永远也不会触发。也就是说，如果一开始不核实，后面所有参数优化都是在错误的土壤上进行的。

这一段最值得记的一条经验：拿到任何一份行情数据，先用"日内极值 / 最小变动步长 / 价格量级"三个指标做体检，再谈策略。

三、第一次尝试：追涨型动量，以及它为什么不能算通过

在确认标的是 159915 之后，回头看那个 +98.65% 的动量方案，问题其实很明显：

• 信号极度不均匀：2023 年全年只有 27 个信号、胜率 48.1%，三年 218 个信号里 115 个挤在 2024 年；
• 收益高度集中在少数几段行情：资金曲线最陡的一段来自 2024 年 10 月初的暴涨，约七成利润来自 2024 年下半年；
• 最大回撤 10.36%，且回撤发生在利润贡献最大的同一阶段。

换句话说，它不是"稳定的超额"，而是"押中了两次大涨"。用季度做考核口径的话，这种策略必然在某些季度大幅跑输。而杰哥这次的要求很明确：每个季度都要跑赢基准。动量路线在这个考核标准下走不通。

四、转向均值回归：为什么创业板 ETF 适合做 T

159915 有几个正好适配日内均值回归的特征：

• T+0 可回转：当天买入当天能卖，日内策略没有隔夜敞口；
• 日内波动足够大：分钟级噪声明显，价格经常短时偏离均线；
• 没有涨跌停之外的制度摩擦：手续费可忽略（按万0.5 计），允许高换手。

于是策略结构定为：

• 底仓满仓不动——完整保留"拿着不动"的基准收益，这是保底；
• 另用等额资金做日内双向 T——低吸（正T）和高抛（反T），日内必须平掉，不加隔夜风险；
• 做 T 的净增厚就是超额收益来源。

这样"每季度跑赢"就等价于"该季度的做 T 增厚为正"——考核目标一下变得可以逐季验证了。

五、策略解剖：一套可执行的规则

最终规则（参数见后文优化过程）：

• 正T（低吸）：价格低于 15 分钟均线 0.3% 时买入；价格回到均线（偏离收窄到 −0.1%）或用不上均线时上涨 0.3% 止盈卖出；止损 1.0%；只在价格高于昨收的日子做（顺势逆小势）。
• 反T（高抛）：价格高于 15 分钟均线 0.4% 时卖出；回到均线 或 回落 0.5% 买回；止损 0.5%；只在价格低于昨收的日子做。
• 执行约束：每个方向每天最多 2 笔，14:55 前必须平仓，开盘 5 分钟内不做。

其中"顺大势逆小势"这个过滤条件是关键：做 T 最怕的是在单边趋势里逆着做——阴跌日做低吸会被套，反弹日做高抛会被打脸。用"价格相对昨收的位置"做一个粗糙但有效的趋势过滤，直接把这类亏损砍掉一大截。

六、参数优化：四轮迭代，三轮回过头推翻

优化过程值得单独记，因为它说明了"结论是怎么被逼出来的"：

第 1 轮：单边正T 网格搜索。 遍历均线窗口、入场偏离、止盈、止损等参数，选"每季度增厚的最小值最大"的组合。结果：最好的组合仍有 1 个季度为负（−0.16%），单笔边际收益只有 0.039%。原因很直白——只能低吸，遇到持续阴跌的季度就干不了活。

第 2 轮：加上反T（双向做T）。 同时做低吸和高抛，并把"正T腿、反T腿"当作组合来选。结果提升到 11/12 个季度跑赢，剩下的 2024Q2（阴跌季度）−0.68%。查明细发现亏损集中在两笔反T上（4/18 亏 0.77%、4/22 亏 0.61%）——高抛之后遭遇"反弹变反转"，而止损设得太松（1.5%）没能及时截断。

第 3 轮：波动率标准化的 z-score 入场。 想让低波动期也能触发信号。结果更差（总增厚仅 3.92%）——z-score 把"相对波动幅度"和"绝对价格偏离"混在一起，反而在低波动期放进了大量噪声信号。这一轮是纯粹的弯路，但它证明了一件事：这个标的的日内回归，用"百分比偏离"比用"标准化偏离"更贴近可交易的价格单位。

第 4 轮：收紧止损 + 双腿独立约束。 把反T止损从 1.5% 收到 0.5%，并强制要求两条腿各自的总收益都必须为正（避免用亏钱的腿去平滑个别季度）。这一步同时解决了 2024Q2 的亏损和"胜之不武"的问题，最终达到 12/12。

七、结果：12 个季度全部跑赢

主推口径（往返成本 0.02%，即万0.5 佣金 + 限价挂单成交）下：

• 跑赢季度：12 / 12
• 三年做 T 总增厚：+17.33%（折合年化约 +5.66%）
• 总做 T 笔数：383 笔，单笔毛收益 0.065%
• 策略累计收益 62.12%，基准 36.62%

逐季增厚（策略 − 基准）：

• 2023Q1 +0.89% ｜ 2023Q2 +0.51% ｜ 2023Q3 +2.10% ｜ 2023Q4 +0.40%
• 2024Q1 +3.04% ｜ 2024Q2 +0.00% ｜ 2024Q3 +0.53% ｜ 2024Q4 +0.97%
• 2025Q1 +2.12% ｜ 2025Q2 +0.02% ｜ 2025Q3 +3.11% ｜ 2025Q4 +3.63%

注意加粗的两个季度——它们只是"贴着赢"。这提示我下一步该做压力测试，而不是庆祝。

八、稳健性检验：把"全胜"这件事按在地上摩擦一遍

一个 12/12 的结果，第一反应不应该是高兴，而是问：是不是参数刚好凑对了？

做法：在最优参数附近做邻域网格（均线窗口 10/15/20，入场偏离 −0.2~−0.4 与 0.3~0.5，止盈 0.3~0.5，止损 0.3~1.0 的各种组合），剔除不满足"至少 5 笔正T、反T总收益为正、12 个季度都有数据"的组合，得到 413 组有效参数。

结果比我预想的更冷：

• "12 个季度全部为正"的只有 2 组，占 413 组的 0.5%——主推参数就是这 2 组之一；
• 更进一步，要求"12 个季度全为正 且 最差季度仍 ≥ +0.2%"的：0 组，一组都没有；
• "最多 1 个季度为负"的：22 组，约 5%；
• 负季度数的分布集中在 2~4 个（2 个占 121 组、3 个占 122 组、4 个占 94 组），中位数 3 个；
• 总增厚的中位数是 +12.53%，最差季度中位数 −1.55%。

这是一条必须写进结论的边界： 这套参数是在 413 个候选里筛出来的幸存者。"每季度必胜"不是这个策略的普适属性，而是能力边界上一个非常窄的点——同一条思路换组参数，大概率会有 2~4 个季度小幅跑输。

我在这篇里的立场是：宁可把这条边界写在最显眼的地方。一个不说明适用范围的回测结论，等于没有结论。

九、成本敏感性：这才是这套策略真正的胜负手

看单笔数字：毛收益 0.065%，而往返成本本身就在同一量级。这意味着成本假设不是"细节"，而是决定策略生死的第一变量。

各成本口径下的结果：

• 0.02%（万0.5 佣金 + 限价挂单）→ 跑赢 12/12 个季度，三年总增厚 +17.33%
• 0.03%（万1 佣金 + 挂单成交）→ 跑赢 10/12，总增厚 +13.50%
• 0.05%（万2.5 佣金 + 少量滑点）→ 跑赢 8/12，总增厚 +5.84%
• 0.08%（每笔主动吃 1 跳，约0.04%）→ 跑赢 5/12，总增厚 −5.65%（策略失效）

读法：

• 成本只要从 0.02% 涨到 0.05%，跑赢季度就从 12/12 掉到 8/12；
• 一旦每笔都要主动吃一跳（0.08%），策略直接变成负增厚；
• 所以"12/12 全胜"这个结论，严格依赖"万0.5 佣金 + 限价挂单成交"这个前提，缺一不可。

做法上的启示：这类日内均值回归策略，入场用限价挂单、出场用对手价，把往返成本压到 0.03% 以内，比继续优化参数的价值大得多——因为参数最优解已经被挖到边了，而成本还有明确的下降空间。

十、交易特征，和最难的环境

• 正T 低吸 259 笔（单笔均值 +0.071%），反T 高抛 124 笔（单笔均值 +0.053%）；
• 平仓原因构成：回归 283 笔（平均 +0.086%）、止盈 61 笔（平均 +0.458%）、止损 39 笔（平均 −0.697%）；
• 也就是说，约七成交易是靠"价格回归均线"平仓的小幅获利，止损是必须付的"保险费"，靠少数止盈单补回来。

最难的环境是"阴跌 + 反弹反复"——典型是 2024Q2 和 2025Q2，增厚只有 +0.00% 和 +0.02%：正T进去就被套、反T出来就被反弹打脸。识别这类环境（日线趋势向下 + 日内波动收窄）时，把做 T 仓位降到半仓是比"硬扛"更合理的选择。

十一、结论与使用边界

结论：

1. 在 159915 创业板 ETF 上，"底仓满仓 + 等额资金日内双向做 T" 的均值回归结构，在 2023Q1–2025Q4 的 12 个季度中全部跑赢买入持有，三年做 T 总增厚 +17.33%（年化约 +5.66%）；
2. 做 T 的收益来自日内波动的回归，而不是趋势——所以它不替代底仓，是增强；
3. 策略的成本容忍度极低（单笔毛收益 0.065%），必须靠限价成交把往返成本压到 0.03% 以内。

边界（同样重要）：

1. "每季度必胜"是筛选结果，不是规律：413 组邻近参数中只有 2 组（0.5%）能做到 12 个季度全为正，且没有一组能同时保证最差季度 ≥ +0.2%；多数参数有 2~4 个季度小幅跑输；
2. 成本假设即结论：0.02% → 12/12；0.05% → 8/12；0.08% → 失效；
3. 成交假设保守度有限：回测以分钟收盘价成交，实盘中封板、急速跳水时可能无法成交或滑点扩大，交易明细已导出可逐笔核对；
4. 阴跌+震荡季度是最薄弱环节，建议在该环境下主动降仓。

下一步可以做的：

• 用实际佣金参数重跑一遍成本敏感性；
• 加"阴跌环境自动减半仓"的开关并回测；
• 做参数敏感性热力图，把"最优解周围有多陡"彻底量化。

---

数据区间：2023-01-03 ~ 2025-11-28，703 个交易日，168,022 根 1 分钟 K 线。基准为满仓持有 159915。所有数字均来自本地回测脚本，可复现。

---

附件