策略核心思想
全自动化执行，消除行为税（behavioral tax）——投资者因恐惧和贪婪做出的非理性决策。
底部恐慌时不敢买、顶部兴奋时不舍得卖——这些情绪化操作长期来看是最大的隐性成本。系统用链上数据 + 技术指标产生信号，直接自动执行（或信号推送 + 手动确认的半自动执行），不做主观判断。
规则化交易的核心价值不是"赚更多"，而是"少亏在情绪上"。
分区间定投相对等额定投的优势来自两个维度，二者天然矛盾，策略的本质是在 trade-off 曲线上选取最优点：
→ 买到更便宜的 BTC
→ 不会踏空浅底
极端追求低均价 → 只在绝对底部买入，但可能花不出去（连续凸映射的风险）；极端追求利用率 → 等额定投 100% 花完，但均价最高。v17 混合定投选择偏向利用率的平衡点：深底多花 4~7% 均价，换取浅底多买一倍 BTC。
资金流时间线
本周操作计算器
加载回测数据中...
⚙️ 半自动 · 灵活调整
信号系统是半自动的——参数在代码中可配置，根据周期进行中的行情数据随时调整。不需要等到下一个周期，也不需要盲目执行固定参数。
🔴 成本门槛倍数（动态：C5=2×）
配置位置：sell_config.py → SELL_COST_GATE_MULTIPLIER（自动计算）
动态公式 = clamp(ATH倍数, 2.0, 3.0)。C3/C4=3.0×（ATH 倍数≥3.36），C5=2.0×（ATH 倍数 1.93<2.0，取下限）。下限 2.0 保证至少 100% 利润才开始卖出。ATH 倍数衰减趋势（36→17→3.36→1.93）使固定 3× 在 C5 浅熊场景下可能无法触发。
🔴 动态阈值比例（MVRV 45% / NUPL 60%）
配置位置：sell_config.py → DYNAMIC_MVRV_RATIO / DYNAMIC_NUPL_RATIO
观察信号：如果价格已涨到均价 2 倍以上，但卖出信号仪表板仍然显示 0×（连续 3 个月以上无触发），说明阈值偏高——可以把 MVRV 比例从 45% 降至 40%。趋势参考：C2→C3→C4 的 MVRV Z 峰值递减（10.09→8.85→3.35），C5 可能更低。
🟢 连续凸映射参数
配置位置：config.py → CONTINUOUS_THRESHOLD / CONTINUOUS_POWER
当前门槛 0.35 起买，幂次 2.0（二次方凸性）。观察信号：如果连续 6 个月买入占比低于 15%，或预算消耗进度远慢于周期进度（如已过半程但预算仅用 30%），可将门槛从 0.35 降至 0.30。
🧠 每周期独立 EM（期望倍数）
配置位置：config.py → CYCLE_EM
• C3 EM=2.14（真实 avg_mult=2.244）· C4 EM=1.69（真实 avg_mult=1.779）· C5 EM=1.34（按衰减率 0.79 外推）
• 波动率衰减 → 深底出现次数减少 → 平均买入倍数下降 → 降低 EM → 提高每周 base_amount → 确保预算花完
EM 偏高 → 预算花不完（子弹剩余）；EM 偏低 → 预算超标（提前打光）。目标利用率 ~105%。
C5 EM=1.34 是外推值，待深熊数据出现后可校准：修改 CYCLE_EM[5] 后运行 python scripts/gen_strategy_meta.py。
📋 调整原则
• 等有数据再调：不要提前预判，等 C5 行情走到能看出振幅趋势时再动手
• 小幅调整：一次只改一个参数，观察效果后再决定是否继续
• 回测验证：改参数前先在回测页面用历史数据验证影响
综合评分 → Z 值门槛：≥0.40→Z1 | ≥0.60→Z2 | ≥0.80→Z3 | ≥0.90→Z4。回撤加码另叠 1.2~3.0× boost。
历史 Z 值 & 价格
回测参数
📐 份额换算口径
策略对比表：等额定投 = 预算 ÷ 周期天数（默认 1460 天）。分区间定投（周频）文档口径下周基础份额 = 总预算 ÷ (期望倍数 × 约 208 周)，默认期望倍数 2.0（买入侧 v15：Z→{0,2,5,8,13}，与加码后周均倍数校准）。选择短于 4 年的区间（如第5周期仅 ~182 天），等额定投只会投出预算的 ~12%，这是正常现象——反映该区间占完整周期的比例，而非"预算未充分利用"。
各周期数据覆盖情况
| 周期 | 价格/MA200 | MVRV Z | 成本结构 | RHODL | 有效维度 |
|---|---|---|---|---|---|
| 第5周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
| 第4周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
| 第3周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
| 第2周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
✓ 全覆盖。CoinGlass 历史全量数据（2010+）+ BGeometrics 实时数据，四维评分在所有周期均可完整运行。
收益对比
| 模式 | 总投入 | 获得 BTC | 均价 | 末期价值 | 收益率 | 投入天数 |
|---|
固定预算
设定总预算上限，按 Z 值倍数投入，花完即停。与等额定投投入相同总金额，可做公平对比。
固定份额追加
基础份额不变，Z≠0 就持续投入，无预算上限。总投入可能远超预算，不适合与另外两种做资金量公平对比，但能体现信号质量。
等额定投（基线）
每周投相同金额，不做任何判断。作为评估策略优劣的对照组。
累计投入 & BTC 持仓曲线
当前卖出信号
前置条件：price ≥ 定投均价 × 3。MVRV Z≥1.51 且 NUPL≥0.384 同时满足才触发（C5 动态阈值）。NUPL≥0.544 时保险丝独立触发 Z=3（2×）。
历史卖出信号 & 价格
卖出机制
动态成本门槛 + MVRV+NUPL 双维信号 + v15 卖出
前置过滤：price ≥ 定投均价 × 动态倍数（C5=2×，随 ATH 倍数衰减自动下调）。门槛随周期动态调整：MVRV 门槛 = 上周期峰值×45%，NUPL 门槛 = 上周期峰值×60%。C5: MVRV Z≥1.51 且 NUPL≥0.384 同时满足才触发。v15 倍数 {0,0,0,2,4,6}：z≤2 跳过，z=3/4/5 以 2×/4×/6× 卖出。
赛马 v3 实证：线性在 3 个完整周期全部优于 Fibonacci（+20.8pp），成本门槛进一步提升 +27.7pp。
买入 + 卖出信号 · 历史对照
买入 Z(0-4) 越高越值得买 | 卖出 Z(0-4) 越高越该卖加载历史数据中...
当前信号快照
定抛回测
各周期数据覆盖情况
| 周期 | MVRV Z-Score | NUPL | 有效维度 |
|---|---|---|---|
| 底部4→至今 | ✓ | ✓ | 2/2 |
| 底部3→底部4 | ✓ | ✓ | 2/2 |
| 底部2→底部3 | ✓ | ✓ | 2/2 |
✓ 全覆盖。卖出策略使用 MVRV Z-Score + NUPL 严格双确认，两个维度在所有周期均由 BGeometrics 提供 100% 覆盖。
持仓价值 & 累计回收
正在运行 6 组合 × 3 周期并发模拟...
逐日模拟 ~4200 天 × 6 策略组合
定投+定抛组合研究
将买入策略（混合定投：四维评分×回撤加码）与卖出策略组合运行，逐日并发模拟。每周检查买入信号买入 BTC，每周检查卖出信号卖出 BTC。在 ATH-to-ATH 完整周期内对比 6 种策略组合的净值、IRR 和 vs 基准超额。
关于"卖出优化贡献"为负数：ATH-to-ATH 周期的终点恰好是历史最高价。在此度量下，"提前卖出"的部分按 ATH 价格计算相当于放弃了最后一段涨幅，所以显示为负。这不代表卖出策略无价值——ATH 之后必然暴跌 70%+，定抛锁定的是确定性利润，且无人能精确卖在顶点。看「全优化」行：买入优化的增益完全覆盖卖出的"代价"。
策略组合矩阵
6 种买卖组合 × ATH-to-ATH 周期 · 期末总值 = 卖出回收 + 剩余 BTC + 剩余现金
优化归因分解
将「全优化 vs 基准」的超额收益拆解为：买入优化（更低均价 → 更多 BTC）、卖出优化（高位兑现 → 锁定利润）、交叉效应（两端乘数放大）
等待数据加载...
熊牛子周期分析
完整周期拆为熊市（ATH→底部，~1年）和牛市（底部→ATH，~2-3年），对比短周期策略效果
多周期复投模拟
Cycle 3 结束后将全部资产投入 Cycle 4 继续执行相同策略，展示复利效应
等待数据加载...
策略改进实验
9 组策略变体 × 2 个完整 ATH-to-ATH 周期 A/B 测试，筛选真正有效的改进方向
三方向深入探索
动态卖出上限 · 卖出频率优化 · 多维卖出评分 — 全面回测寻找最优卖出配置
等待数据加载...
BTC 波动率衰减分析
ATH-to-ATH 周期倍数持续衰减，复投优势可能被历史高回报放大。单周期α才是策略的真实价值。
🟢 买入评分阈值 → Z 值映射
四维综合分如何映射到 Z 值和 Fibonacci 倍数，以及 ATH 回撤加码叠加逻辑
🔴 MVRV Z 周期峰值分析
各周期 MVRV Z / NUPL 峰值衰减趋势，以及 C5 动态阈值推导过程
本周执行
CAPE 10 年分位 → 档位 → 本周该投多少
改预算后点「刷新信号」更新建议金额
档位表
CAPE 10 年分位落在哪个区间 → 对应乘数。当前档位由后端自动判定，高亮行 = 本月。
| 档位 | 分位区间 | 乘数 | 周投入示例 |
|---|
历史估值 & 档位时间线
过去每月的 CAPE 分位和对应档位。柱状 = 乘数，折线 = CAPE 分位（右轴）。
月度信号记录
从有足够分位窗口的月份开始，每行 = 一个月。
| 月份 | S&P 500 | CAPE | 10Y 分位 | 档位 | 乘数 |
|---|
说明
- 什么是 CAPE：CAPE = Cyclically Adjusted Price-to-Earnings（周期调整市盈率），又叫 Shiller PE10。计算方式：标普 500 当前价格 ÷ 过去 10 年经通胀调整后的平均盈利。用 10 年平滑盈利而非单年盈利，是为了消除经济周期对 PE 的扭曲（衰退时单年盈利暴跌会让普通 PE 飙高，误判为「贵」）。CAPE 越高 = 市场越贵，越低 = 越便宜。
- 为什么用 CAPE 而不是普通 PE：回测对比（2000–2023，标普 500 月度定投）显示，CAPE 分区间定投在所有区间 IRR α 最高（全区间年化 +0.35%），且是唯一在崩盘期（2000–2012）也跑赢等额定投的信号（年化 +0.64%）。普通 Trailing PE 在衰退底部因盈利暴跌而给出「贵」信号，恰好在最该买时少买。
- 10 年分位怎么算：取当月 CAPE，看它在过去 120 个月（10 年）里排第几百分位。分位 85%+ = 比过去 10 年 85% 的月份都贵 → 少买；分位 15% 以下 = 比 85% 的月份都便宜 → 多买。
- 信号来源：Robert Shiller（耶鲁大学）公开月度数据，免费可复现，1871 年至今。后端缓存 7 天，月度自动更新。
- 本周执行：周基础额 = 月预算 × 12 ÷ 52；本周投入 = 周基础额 × 当月档位乘数。
- 为什么没有「未来计划表」：未来估值未知，无法预测未来周的投入额。只展示「本周该投多少」（基于当月数据）+ 历史回看。每月 CAPE 更新后刷新即可。
- 详细策略对比（SPY / QQQ / QLD 九策略回测、怎么选、量化 vs 主观）见顶部「美股策略」页签。
- 本工具仅供个人研究参考，不构成投资建议。回测脚本见
research/sp500_valuation_signal_compare.py，可自行复现。
美股定投策略对比 + 生命周期杠杆方案
SPY / QQQ / QLD × 三种策略 + QQQ+QLD 混合策略 · 回测区间 2000–2023（285 月，月投 ¥10,000；QLD 自 2006-07 起 208 月）
数据来源：Robert Shiller 月度数据（CAPE / GS10）+ Yahoo Finance（QQQ / QLD）· 估值信号：S&P 500 CAPE 10 年分位
十二策略综合对比
| 策略 | 年化IRR | 期末总值 | 最大回撤 | 回撤区间 | 21-22回撤 | 回撤月数 | Sortino | Calmar |
|---|---|---|---|---|---|---|---|---|
| 赚多少 | 最终拿回 | 最深的坑 | 啥时候跌的 | 同一事件 | 爬多久 | 日常体验 | 极端生存 | |
| ▸ SPY 组 — 2000-01 ~ 2023-09（284 月，每月 ¥1 万，总投 ¥284 万） | ||||||||
| SPY 买入并持有 | +4.99% | ¥903万 | −50.8% | 07/10→09/03 | −20.3% | 80 | 0.11 | 0.10 |
| SPY 等额定投 | +8.13% | ¥827万 | −41.5% | 07/10→09/03 | −19.2% | 28 | 1.87 | 0.20 |
| SPY CAPE 股债 | +7.19% | ¥724万 | −25.5% | 08/05→09/03 | −15.3% | 18 | 2.43 | 0.28 |
| ▸ QQQ 组 — 2000-01 ~ 2023-09（284 月，总投 ¥284 万） | ||||||||
| QQQ 买入并持有 | +6.71% | ¥1328万 | −81.1% | 00/03→02/09 | −32.7% | 174 | 0.13 | 0.08 |
| QQQ 等额定投 | +13.70% | ¥1872万 | −41.4% | 07/10→09/02 | −32.1% | 24 | 1.71 | 0.33 |
| QQQ CAPE 股债 | +12.38% | ¥1535万 | −29.6% | 21/12→22/09 | −29.6% | 22 | 2.24 | 0.42 |
| ▸ QLD 组 — 2006-07 ~ 2023-09（207 月，总投 ¥207 万）⚠️ 起始晚 6.5 年，期末总值不可与上方直比 | ||||||||
| QLD 买入并持有 | +21.75% | ¥6222万 | −80.6% | 07/10→09/02 | −60.6% | 52 | 0.47 | 0.27 |
| QLD 等额定投 | +26.58% | ¥2954万 | −60.4% | 21/12→22/12 | −60.4% | 21 | 1.47 | 0.44 |
| QLD CAPE 股债 | +25.25% | ¥2567万 | −59.1% | 21/12→22/12 | −59.1% | 21 | 1.59 | 0.43 |
| ▸ QQQ+QLD 混合组 — 2006-07 ~ 2023-09（207 月，总投 ¥207 万）⚠️ 同 QLD 区间 | ||||||||
| QQQ+QLD 固定50/50 | +22.83% | ¥1988万 | −54.7% | 21/12→22/12 | −54.7% | 21 | 1.71 | 0.42 |
| QQQ+QLD CAPE动态 | +23.80% | ¥2203万 | −55.6% | 21/12→22/12 | −55.6% | 21 | 1.66 | 0.43 |
| QQQ+QLD 年龄渐进 | +21.91% | ¥1806万 | −51.6% | 21/12→22/12 | −51.6% | 21 | 1.77 | 0.42 |
⚠️ SPY/QQQ 组起始 2000-01（284 月），QLD/混合组起始 2006-07（207 月）—— 期末总值 & 最大回撤跨组不可直比，年化 IRR 和 21-22 回撤列可跨组直比（同一事件）。青色行 = QQQ+QLD 混合策略。鼠标悬停表头查看指标说明。
怎么选
- 保守稳健：QQQ CAPE 股债 — 年化 +12.38%，回撤 −30%，Sortino 2.24 / Calmar 0.42，非杠杆最优。
- 非杠杆最高收益：QQQ 等额定投 — 年化 +13.70%，但回撤 −41%。
- 最稳：SPY CAPE 股债 — 回撤 −25.5%、Sortino 2.43 全场最高，但年化只有 +7.19%。
- ⭐ 年轻 + 现金流充裕的最优解
QQQ+QLD CAPE 动态 — 年化 +23.80%、期末 ¥2203 万，回撤 −55.6%（比纯 QLD 的 −60% 好），Calmar 0.43。CAPE 高估时自动降 QLD 占比到 20%，低估时加到 70%。
适合：32 岁左右、本金占终身财富 <10%、年净现金流 10–20 万、至少还能工作 8–10 年的人。 - 最优 Sortino：QQQ+QLD 年龄渐进 — 年化 +21.91%，Sortino 1.77 全场杠杆策略最高，回撤 −51.6%（混合策略中最低）。前 4 年 50% QLD，中 4 年 30%，之后全 QQQ，自然降杠杆。
- 纯杠杆赌徒：QLD 等额定投 — 年化 +26.58%，但回撤 −60%，Sortino 仅 1.47。100 万变 40 万你能扛住吗？
生命周期投资（Lifecycle Investing）
耶鲁大学 Ayres & Nalebuff 的核心理论：年轻人的金融资产应该比传统建议更激进，因为人力资本（未来收入）提供了天然的风险缓冲。
假设你 32 岁、本金 15 万、年净现金流 10–20 万、至少工作到 40+：
| 金额 | 占比 | |
|---|---|---|
| 当前本金 | ~15 万 | ~7% |
| 未来现金流（10 年 × 10–20 万） | 100–200 万 | ~93% |
| 终身可投总额 | ~115–215 万 |
你的"真实资产配置"不是 100% 股票，而是 7% 股票 + 93% 类债券（稳定的工资收入）。即使 QLD 归零，你也只损失终身财富的 7%。
核心逻辑：
- 32 岁亏 50%：你有 10+ 年的收入来补回，金融资产占终身财富比例低
- 50 岁亏 50%：可能只有 5 年收入，且要开始用钱，金融资产占比高
- 所以同样是 −60% 回撤，对 32 岁和 50 岁的人，实际承受的终身财富冲击完全不同
参考：Ian Ayres & Barry Nalebuff,《Lifecycle Investing》, 2010
渐进式杠杆方案（QQQ + QLD Glide Path）
随年龄和金融资产占比上升，自然降低杠杆。三种方案的回测对比：
| 方案 | QLD 配比规则 | 等效杠杆 |
|---|---|---|
| 固定 50/50 | 始终 50% QQQ + 50% QLD | ≈1.5x |
| CAPE 动态 | CAPE 高估 → 20% QLD；低估 → 70% QLD | 1.2x–1.7x |
| 年龄渐进 | 前 4 年 50% → 中 4 年 30% → 之后 0% | 1.5x → 1.3x → 1.0x |
CAPE 动态 QLD 配比规则：
| CAPE 分位 | 估值状态 | QLD 占比 | QQQ 占比 |
|---|---|---|---|
| 85%–100% | 很贵 | 20% | 80% |
| 70%–85% | 偏贵 | 30% | 70% |
| 30%–70% | 中性 | 50% | 50% |
| 15%–30% | 偏便宜 | 60% | 40% |
| 0%–15% | 很便宜 | 70% | 30% |
关键发现：
- 混合比纯 QLD 好在哪：回撤从 −60% 降到 −52%~−56%，Sortino 从 1.47 升到 1.66~1.77，年化仍有 +22%~+24%（纯 QLD +26%）。少赚 3% 换来风险大幅改善。
- CAPE 动态 vs 固定 50/50：CAPE 动态年化 +23.80%（比固定高 1%），但回撤略大 1%。核心优势在于崩盘期（2008）：贵的时候自动减仓 QLD，便宜的时候自动加仓，比"无脑 50/50"更符合直觉。
- 年龄渐进最稳：Sortino 1.77 全场最高、回撤 −51.6% 混合策略最低。因为后期完全退出 QLD，避免了累积期的杠杆风险。
- 可以组合使用：前 4 年用 CAPE 动态调 QQQ/QLD 配比，第 5 年起固定降到 30%，40 岁后全 QQQ。这样前期兼顾估值择时 + 杠杆收益，后期平稳过渡。
CAPE 股债比例规则
CAPE 分位 <15%（很便宜）→ 100% 股；15–30% → 85% 股 / 15% 债；30–70% → 70% / 30%；70–85% → 55% / 45%；>85%（很贵）→ 40% / 60%。全区间平均股票占比 66%。
量化规则 vs 主观调仓
以上回测都是纯量化规则。回测调参没有真 alpha — CAPE 策略本质上是用历史分位做择时信号，这不是预测未来，而是对过去模式的重放。回测里看到的 +0.35% alpha，扣除现实约束（cash drag、交易成本、数据延迟）后可能为零或为负。所有量化策略都有这个问题——过去的分布 ≠ 未来的分布。
主观多头的 alpha 来源确实不同：
- 信息优势：深度研究单个公司（巴菲特看 10-K 比你快、比你深）
- 宏观判断：Dalio 对信用周期的理解不是 CAPE 分位能捕捉的
- 逆向勇气：2008 年底巴菲特「Buy American, I am」不是因为 CAPE 便宜，而是他判断美国银行体系不会崩溃
- 结构性优势：大资金能谈条件（优先股、转债），散户做不到
但对月度工资定投的个人来说，主观调仓的问题是：
- 没有信息优势 — 你看到的宏观数据，市场已经定价了
- 情绪是最大敌人 — 2008 年 10 月，即使你「知道」该买，你敢吗？2020 年 3 月 SPY 跌 34%，你的直觉是跑还是加？
- 需要持续投入时间 — 基金经理全职做这件事，你有本职工作
| 主观判断 | 量化规则 | |
|---|---|---|
| 上限 | 很高（巴菲特、Dalio） | 有限（接近市场 beta） |
| 下限 | 很低（追涨杀跌） | 接近 beta（至少不会乱动） |
| 适合 | 全职投资者、有信息优势 | 有本职工作的定投者 |
| 核心价值 | 超额收益 | 纪律（熊市不停手、牛市不上头） |
务实建议：用量化规则做「基础仓位」（80%），保留少量「主观仓位」（20%）给你觉得有把握的判断。这样既不会因为情绪错过定投，也给了你施展判断力的空间。量化规则的真正价值不是 alpha，而是三个字：不犯错。
三信号复合：QQQ/QLD 动态杠杆配比
纯 CAPE 只能告诉你"大盘整体贵不贵"，但对于杠杆 ETF（QLD）来说， 利率环境和波动率同样关键。 2022 年就是典型案例：CAPE 在 Q4 已恢复正常（43 分位），但实际收益率从 −1% 飙到 +1.6%， 纯 CAPE 策略此时会重新加杠杆，而利率还在快速上行。
| 信号 | 捕捉维度 | 频率 | 对 QLD 配比的影响 |
|---|---|---|---|
| CAPE 分位 | 宽基市场估值（贵 / 便宜） | 季度级（慢） | CAPE 高 → 降 QLD |
| RY 动量分位 | 利率变化速度 → 成长股估值压力 | 月度级（中频） | 利率飙升 → 降 QLD |
| VIX 分位 | 市场恐慌度 → 杠杆衰减速度 | 周度级（快） | VIX 高 → 降 QLD |
为什么用 RY 动量而非水平？ 实际收益率水平的分位是滞后的 — 2021 年底 RY 水平为 −1%（历史低位，信号说"安全"）， 但美联储已开始暗示加息。等 RY 水平飙到 +1.5% 进入高分位时崩盘已经发生了。 6 个月变化量（动量）能在 2022 Q1 就检测到利率上行趋势（动量分位 0.82）， 比水平分位早 6-9 个月发出警报。
三信号相关性极低（=信息互补）：
CAPE ↔ RY动量 = 0.11 | CAPE ↔ VIX = −0.18 | RY动量 ↔ VIX = −0.12
关键时点信号快照
| 时点 | CAPE分位 | RY动量分位 | VIX分位 | A 纯CAPE→QLD | C 动量复合→QLD |
|---|---|---|---|---|---|
| 2009-03 底部 | 0.00 | 0.30 | 0.93 | 70% | 60% |
| 2020-03 疫情 | 0.42 | 0.27 | 1.00 | 50% | 45% |
| 2021-11 过热顶部 | 1.00 | 0.38 | 0.87 | 20% | 25% |
| 2022-03 加息启动 | 0.88 | 0.82 | 0.68 | 20% | 25% |
| 2022-10 加息高峰 | 0.43 | 0.98 | 0.73 | 50% | 25% |
| 2023-01 恢复 | 0.47 | 0.85 | 0.47 | 50% | 45% |
2022-10 是关键差异点：CAPE 恢复正常（0.43→QLD 50%），但 RY 动量还在 0.98 极值， 动量复合保持 QLD 25% 不加仓。事后验证这是正确判断 — 利率还在快速上行，不宜加杠杆。
四方案回测对比（2008-07 ~ 2023-09，183 个月）
| 方案 | 年化IRR | 最大回撤 | 崩盘期MaxDD | Sortino | Calmar | 平均QLD |
|---|---|---|---|---|---|---|
| QQQ 等额定投 | +17.56% | −31.6% | −7.0% | 3.09 | 0.56 | 0% |
| 固定 50/50 | +25.15% | −54.7% | −14.9% | 2.03 | 0.46 | 50% |
| A: 纯 CAPE | +26.32% | −55.5% | −9.5% | 2.01 | 0.47 | 40% |
| B: 三信号 level | +26.26% | −56.1% | −13.3% | 2.00 | 0.47 | 49% |
| C: CAPE + RY动量 + VIX | +25.83% | −55.3% | −9.5% | 2.00 | 0.47 | 44% |
| D: C + 安全阀 | +24.16% | −52.7% | −9.0% | 2.09 | 0.46 | 34% |
关键子区间对比
| 区间 | A: 纯 CAPE | C: 动量复合 | D: 安全阀 | |||
|---|---|---|---|---|---|---|
| IRR | MaxDD | IRR | MaxDD | IRR | MaxDD | |
| 2008–2010 金融危机 | +48.8% | −17.1% | +44.9% | −15.3% | +38.2% | −12.3% |
| 2011–2019 长牛 | +27.2% | −26.3% | +28.2% | −27.5% | +27.1% | −26.2% |
| 2020 疫情冲击 | +94.2% | +0.0% | +95.8% | +0.0% | +80.6% | +0.0% |
| 2021–2022 崩盘 ← 关键 | −3.6% | −9.5% | −3.6% | −9.5% | −3.6% | −9.0% |
推荐方案 C（CAPE 35% + RY动量 35% + VIX 30%）
- 崩盘期保护与纯 CAPE 持平，但多了一层利率风险维度
- 2022 Q4 关键差异：CAPE 恢复→会加仓，C 因利率动量极值→继续防守
- 三信号相关性仅 0.11，真正提供独立信息
- 长牛期 IRR (+28.2%) 优于纯 CAPE (+27.2%) — 不只是防守
- 全区间 IRR 仅比纯 CAPE 低 0.5%，换来了更完整的风险覆盖
方案 B 为什么失败？ 用实际收益率水平的分位做信号，2021 年底 RY 水平是 −1%（极低分位=信号说"很安全"）， 但恰恰是加息前夜。等水平升到高分位时崩盘已经发生。 水平是滞后的，动量才是领先指标。
方案 D 为什么谨慎使用？ 安全阀在 VIX 极值时也触发（如 2009 底部、2020 底部）， 这些恰恰是加杠杆的最佳时机。全区间 IRR 低约 2%，适合风险极度厌恶者。
数据源：Shiller CAPE、FRED DFII10（10Y TIPS 实际收益率）、Yahoo ^VIX。
回测脚本 research/qqq_qld_multisignal_backtest.py
本页仅供个人研究参考，不构成投资建议。回测脚本见 research/spy_qqq_combined_backtest.py 和 research/qqq_qld_multisignal_backtest.py，可自行复现。
首次加载需下载 QQQ 数据，约 5-10 秒