多资产组合回测模块（回测/engine_multi/）

一、结论摘要（三张表 + 两张辅助表）

全部为周频再平衡 + 6bps 单边成本口径（除注明外），窗口 1986-01→2026-09。

要点

1. "金 + 纳指"两资产（交接件 §2.4 的原型）复现成功：41 年 夏普 0.856 / 回撤 −31.8% / 卡玛 0.332，与预检的 0.88 / −33% / 0.33 一致（详见 §六 验证）。
2. 加 WTI 会让组合变差（夏普 0.856 → 0.766），因为 WTI 自身是"高波动 + 零长期收益 + −94% 回撤"的资产：1986–2026 年化仅 3.25%、卡玛 0.035。

→ 资产池不是越大越好，这正是把 2/3/4 资产池分开跑的原因。

• ERC ≈ 逆波动率 > 等权：三资产池中 ERC 夏普 0.766 vs 逆波动率 0.735 vs 等权 0.661 —— 等权在含 WTI 时被拖累（它给 WTI 33% 权重）。
• 2000–2009 是唯一"分散失效"的十年（ERC 夏普 0.676 < 黄金 0.809），与交接件 §2.4 一致。
• 1/N 与 ERC 的比较必须"同性质"才算数（v1.1 修正）：把 1/N 按常数 k 缩放到与 ERC 同波动时，夏普尺度不变（= 0.832，与 1/N 完全相同）；而 ERC 是 0.855 → 在两资产池里 ERC 同样优于 1/N。2006–2026 两资产池两者几乎并列（0.983 / 0.998），但三资产（0.678 / 0.818）与四资产（0.955 / 1.140）ERC 明显更好。腿越多、相关性越复杂，1/N 越吃亏。
• ⚠ 曾出现过的"1/N 同波动缩放 0.871 > ERC 0.855"是口径错误：那一行用的是逐 bar 时变的 k（滚动 60bar），实为 vol targeting（择时叠加），不是纯配置 —— 现已拆成两行（见 §七 表 3）。
• 成本不是主要矛盾，但"看数据/调仓的频率"很重要（表 D，已升级为数据频率 × 调仓频率二维）：6bps 单边相对零成本，夏普普遍只降 0.005–0.017；跨频率看，"少动"占优 —— 两池都是 月数据 + 季调仓最好（g2 ERC 0.907、g3 ERC 0.854），而 日数据 + 日调仓最差（0.883 / 0.761）。"越勤越好"是错的。
• 相关性分段看（表 E）：黄金–纳指全样本 −0.008，但分段为 −0.037 / −0.060 / −0.009 / +0.140（2020–2026 转正）；2008 金融危机时 −0.151（黄金确实是那时的分散器）。"全样本平均相关系数"会骗人，分散度必须分段看。

二、目录内容

三、运行

cd "/var/minis/mounts/DUCKERRY_Warehouse/回测/engine_multi"

python3 multiasset_backtest.py --task sanity        # 数据审计 + 守卫明细
python3 multiasset_backtest.py --task align         # 复现测试（对齐交接件 §2.4）
python3 multiasset_backtest.py --task table_a       # 表 1（可 --only 窗口 / --pools g2,g3）
python3 multiasset_backtest.py --task table_b       # 表 2
python3 multiasset_backtest.py --task table_b2      # 表 2′（对齐口径）
python3 multiasset_backtest.py --task table_c --only 全样本
python3 multiasset_backtest.py --task table_d --pools g2 --methods erc
python3 multiasset_backtest.py --task table_e
python3 multiasset_backtest.py --task curves
python3 plot_multi.py                               # 出图（约 1 分钟）

# 任意自定义组合（资产池是 CLI 参数）
python3 multiasset_backtest.py --pool gold,ndx --freq D --rebal W --cost-bps 6 --only 全样本

参数：--task ｜ --pool <逗号分隔资产> ｜ --pools <预定义池 g2/g3/g4 过滤> ｜ --freq {D,W,M}（数据/bar 频率）｜ --rebal {D,W,M,Q}（再平衡频率，与 freq 独立）｜ --cost-bps ｜ --vol-window（默认 60 bar）｜ --only（子集过滤，iSH 拆短进程用）｜ --methods ｜ --pools ｜ --dfreqs（表 4 数据频率过滤）。

数据目录默认 /var/minis/mounts/DUCKERRY_Warehouse/数据，可用 --data 覆盖。

四、口径与设计（读结论前必看）

• 数据频率 ≠ 再平衡频率：--freq 决定 bar 与滚动估计频率，--rebal 决定调仓节奏。二者独立（这是能做表 D 矩阵的前提）。
• 无前视：t 期收盘算权重 → t+1 生效；段内不再平衡，权重随价格自然漂移，未投部分为现金。
• 成本：换手(|Δw| 之和) × cost_bps/1e4，在调仓当刻从净值扣除（默认 6bps 单边，与 engine_v1 一致）。
• 年化期数随频率推断（252/52/12/4），不硬编码 252。
• 年化口径已统一（2026-09-27，v5.3.2）：metrics() 的 years 由日历跨度

(idx[-1]-idx[0]).days/365.25 改为 bar 数 / ppy（复用 infer_ppy），与 engine_v1 和 quantstats 同源。旧口径在本表上系统性高估年化约 0.4%（相对），卡玛同比例受影响； 改动后 回测/perf_audit 实测 engine_multi vs quantstats 年化相对差 0.36% → 0.05%。

• 全部方法零参数：等权 1/N、逆波动率（60 bar）、ERC（等风险贡献，手写对数空间阻尼不动点迭代，不引外部库）、1/N 同波动缩放（缩放到与 ERC 同一事前波动率，k 封顶 1.0 不加杠杆）。没有任何"可调"的旋钮 —— 这是"不再调参"的直接体现。
• 样本对齐：各市场假日不同 → 先外连接对齐，再 ffill(limit=5) 补齐假日，最后截掉池内仍有缺值的前导行（保证所有腿同时起步）。
• 数据守卫（逐条记录，不静默）：
• 非正价格 → 该腿置 NaN（视为停牌，收益按 0 计入），记录于 tables/守卫日志.json；
• |单期收益| > 60% → 同样置 NaN + 记录（在非正价格剔除后判定）；
• 实测：池 g3/g4 仅触发 1 条 —— WTI 2020-04-20 = −36.98（其 −302% 与 −124% 两期收益随之被消除）。
• 黄金 5405 极值 sanity check：2026-01-29 的 5405 是真实行情（前值 5306.95 / 5064.25，后续 4981.85 / 4714.75，是 2026-01 那波急涨-急回的局部高点），不是孤立尖峰，故不剔除。

五、⚠ 数据保真度警告（不做这三条，表 1 的"分散有效"会被误当成可直接落地的结论）

三条已写入 tables/*.csv 的 脚注 列与 数据库说明 的口径约定；任何对外引用必须一并带上。

六、验证（复现测试与自检）

偏离来源固定说明：交接件 §2.4 是日频再平衡 + 零成本；本模块表 1/2 是周频 + 6bps（更贴近实盘）。两类数字不可直接对比；要对比请用 --task align 或表 2′。

七、结果细节

表 1（A_全样本.csv）· 全样本

表 2 / 2′ · 子区间夏普（池 = 金+纳指）

→ 只有 2000–2009 组合跑输黄金，与交接件一致；其余三段组合完胜单资产，且回撤显著更小。

表 3（C_同风险对比.csv）· 同风险对比

口径（v1.1 修正，必读）：等权/逆波动率/ERC 都是恒 100% 敞口的纯配置方法，"同敞口被动"会退化成它们自己 → 改用同波动对比。但"缩放到同波动"必须区分两种做法：

· 常数 k（k = 全样本已实现 σ_ERC/σ_1N）→ 纯归一化，夏普尺度不变（与 1/N 相同，这是最干净的对照）；

· 时变 k（逐 bar 用滚动 60bar 事前波动匹配）→ 那是 vol targeting（择时叠加），不是纯配置，与 ERC 不可直接比。

读数（修正后）：

1. 纯配置对比下 ERC 全面胜出：两资产池 0.855 vs 0.832；三资产 0.766 vs 0.661；四资产 1.140 vs 0.955。回撤与卡玛的差距更大。
2. "1/N 同波动缩放"若用常数 k，夏普必然不变（0.832 = 0.832）—— 这条同时是尺度不变性的实现自检。
3. 那行 0.871 是滚动波动目标（vol targeting）跑出来的，属择时叠加：即便接受它，ERC 的回撤（−31.8% vs −39.4%）与卡玛（0.332 vs 0.271）仍更好 → 不需要引入 vol timing。
4. "恒定配比"必须区分是否再平衡：金+纳指初始 60/40 若 41 年不再平衡，NDX 腿会主导（波动 21.75%、回撤 −79.5%）；真·每周再平衡到 60/40 则是 13.35% / −42.6%。"60/40"不是一个策略，加上"是否再平衡"才是。

表 4（D_再平衡x成本矩阵.csv）· 数据频率 × 调仓频率 × 成本（夏普，6bps）

口径（v1.1 修正）：原表 4 用日频数据跑各种调仓频率，与表 A/C（周数据+周调仓）不是同一个组合，两处数字不可比（g2 等权：表 D 0.779 vs 表 A/C 0.832）。现把"数据频率"作为显式一维；"周数据/周调仓"一列与表 A/C 逐位一致（g2 等权 0.8317 / 11.38% / 14.19% / −52.14% / 0.2183 —— 已实测核对）。

• 成本影响很小（零成本 vs 6bps，夏普差 0.005–0.017）；只有"日数据 + 日调仓"降幅稍大（g3 ERC 0.778 → 0.761）。
• 跨频率的稳定结论是"少动占优"：两池的最优都在"月数据 + 季调仓"（ERC 0.907 / 0.854），而"日数据 + 日调仓"反而最差（0.883 / 0.761）。
• ⚠ 频率网格上的差异（+0.09～0.10 夏普）大于成本差异一个量级，且看数据频率与调仓频率都有效 → 这是一个设计选择，不是可忽略的实现细节。但它不是"择时"：只是"多久看一眼、多久动一次"。

表 5（E_分段相关系数.csv）· 相关系数分段

→ 黄金与股票的低/负相关并不是恒定的：2008 是 −0.15（真的分散），但 2020–2026 已转正（+0.14）。用"全样本相关系数"给分散度定论会系统性乐观。

八、诚实声明（不许省略）

• 回测口径 ≠ 实盘 ≠ 生产管线（数据/panel.csv + scripts/paper_engine.py）；数字不可互相引用。不构成投资建议。
• 本节所有正收益未扣除：股息缺失（低估股票腿）、原油展期损耗（高估原油腿）、税费与真实冲击成本、货币换算。
• 结果是单一样本上的无参数方法对比，没有样本外切分（本模块的设计目的正是"没有可择优的参数"）；子区间表是稳健性检查，不是样本外检验。
• 组合方法只决定权重，不预测方向；没有任何"择时"成分。

九、环境备注（iSH）

• 单进程约 2 分钟被静默 kill（rc=0、无 traceback）→ 本模块所有表任务逐块增量落盘，并提供 --only / --pools / --methods 把长任务拆成多个短进程。
• 容器无 CJK 字体 → 绘图脚本一律 ASCII。
• 性能工程（本模块的关键实现决定）：
• 滚动均值/波动/协方差用 cumsum 全时段批量（不用逐 bar pandas）；
• ERC 用对数空间阻尼不动点并跨全部时点批量迭代（逐 bar 调用的 numpy 固定开销在 iSH 上是主要成本）；
• 净值路径全向量化：段内漂移用 nav(t)/nav(anchor) 精确表达，与逐 bar 循环严格等价；
• 因此日频 × 10475 次调仓的一次回测从 41s 降到 0.2s，且结果逐位一致（0.896 / −33.04% / 0.336 三次相同）。
• 设备负载抖动极大（同样的计算 6.8s～28.6s），不要依赖单次计时。
• ✔ 表 C 增量落盘翻倍 bug：已修复（v5.3.2）+ 幂等回归通过 —— 现在重跑 --task all 无需再手工删表。
• 原缺陷：task_table_c 用 _load_rows() 做增量累积（为抗 iSH 静默 kill），循环内 _save_table_c() 有

drop_duplicates(keep="last")，但循环结束后的最后一次 df.to_csv() 绕过了去重 → 在已存在的 C 表上重跑会把整表翻倍（实测 45 行 → 90 行，旧口径行在前，按下标读会读到过期值）。

• 修复：task_table_c 末尾的 df.to_csv(...) → _save_table_c(rows)；并新增

_assert_table_ok()：所有表落盘后强制自检「数据行 == 唯一键数」，违规直接 SystemExit， 不再静默产出翻倍表（_save_table_c / _save_table_d 均已挂载）。

• 幂等回归（原始输出）：--task table_c 连续跑两次，rc 均为 0，

两次落盘均为 46 行（1 表头 + 45 数据）、md5 完全相同（0259fc00f8b3226ddd81fbf90f91e090）→ 幂等成立。

• 内容中性验证：把修复前的「末尾 raw 落盘」版本与修复后版本放在同一份数据上各跑一次

（--only 全样本，输出重定向到 /tmp，不动真表）→ 两边落盘 逐字节一致 （md5 e102bc692f06924d208683adaea55eaf，19 行）→ 修复只消除累积副作用，不改变内容。

十、修订记录

• 2026-09-27 v1.2（P3-③：年化口径统一，v5.3.2）：
• metrics() 年化口径由「日历跨度」改为「bar 数 / ppy」（years = len(eq)/ppy，复用已有的

infer_ppy）→ 与 engine_v1 / quantstats 同源。只改年化公式，信号/权重/净值路径/成本全未动。

1. 全量复算（--task all，34 个子任务全部 rc=0）覆盖 tables/*.csv 与 curves/*.csv；

除「年化」「卡玛」两列外，所有列逐字符未变；curves/*.csv 与 tables/E_分段相关系数.csv 逐字节未变（净值路径与相关系数不受年化口径影响 —— 同时是复算确定性的旁证）。

1. 方向与量级：旧口径系统性高估年化约 0.4%（相对）、卡玛同比例（如两资产 ERC 10.59% → 10.54%）。

所有排序、所有结论均未改变（差异远小于结论间距）。

1. 交叉验证：回测/perf_audit 实测 engine_multi vs quantstats 年化相对差 0.36% → 0.05%

（残留 0.05% = len(eq) vs quantstats returns.count() 的 1 个观测之差，属定义细节而非口径分歧）。

1. 本 README 全部引用值已同步更新（表 1 / 表 3 / 表 4 注解 / §六 验证表）。
2. 修复表 C 增量落盘翻倍 bug（用户单独授权）：task_table_c 末尾落盘改走 _save_table_c()（带去重），

并新增 _assert_table_ok() 落盘自检（数据行 ≠ 唯一键数 → SystemExit）。 幂等回归：--task table_c 连跑两次均 rc=0、46 行、md5 相同； 内容中性：修复前后在同一份数据上产出逐字节一致（见 §九）。

• 2026-09-27 v1.1（按用户核验意见修正 4 项）：
• 表 3 口径拆行：原"1/N 同波动缩放"用的是逐 bar 时变 k（实测 k ∈ [0.21, 1.0]、std 0.162）→ 实为 vol targeting（择时叠加），夏普自然不同于 1/N（0.871 vs 0.832）。现拆为「1/N 纯缩放（常数 k，夏普尺度不变 = 0.832）」与「1/N + 波动率目标（时变 k，标注择时叠加）」两行。随之修正结论：纯配置对比下 ERC（0.855）> 1/N（0.832），"1/N 缩放到同波动后更好"的说法不成立。
• 表 4 升级为「数据频率 × 调仓频率」二维：原表全部用日频数据，与表 A/C 不同口径（g2 等权 0.779 vs 0.832）。现显式列出数据频率，并实测核对"周数据/周调仓"行与表 A/C 逐位一致。随之修正结论：不是"两资产日频最优"，而是两池都是"月数据 + 季调仓"最优、日数据+日调仓最差。
• 修 bug：「恒定配比 1/N」原硬编码 1/3 → 四资产池敞口 1.333（隐含杠杆）；改为 1/n，现敞口恒为 1.000。
• "恒定配比"歧义：原「恒定配比 60/40」实为买入持有（不再平衡），权重漂移使 NDX 腿主导（波动 21.75% / 回撤 −79.5%）。现拆为「初始 60/40·不再平衡」与「恒定配比 60/40（每周再平衡）」（13.35% / −42.6%）两行。
• 另：§六 子区间残差表述改为"仅部分解释，残差保留"（不再声称已定位）。

• 2026-09-27 v1.0：首版（阶段 1）。新建 回测/engine_multi/：多资产组合回测模块（等权 / 逆波动率 / ERC / 1÷N 同波动缩放），数据频率与再平衡频率分离，WTI 负价与极端收益守卫逐条记录，产出五张表（全样本 / 子区间 / 子区间对齐口径 / 同风险对比 / 再平衡×成本矩阵 / 分段相关系数）+ 净值曲线与对比图；完成对交接件 §2.4 的复现测试与 ERC 求解器正确性验证。未改动 回测/engine_v1/ 与 scripts/ 任何文件。