研究筆記 · 實驗全記錄
蒙特卡羅策略迭代能擇時嗎?——不能
發佈日期 2026-10-24 · 樣本外 2010–2026 共 202 個月逐月 walk-forward · 結論:MCPI 三項指標全部輸給靜態 50/50,不進生產。
方法
- <b>MDP</b>:狀態 = SPY趨勢 × 21日波動檔 × 動量寬度,共12格;動作 = 動量腿權重 {30%,40%,50%,60%};獎勵 = 次月組合淨收益。
- <b>學習</b>:每月僅用之前歷史構建經驗 MDP(Laplace 平滑 + 逐格獎勵池),蒙特卡羅策略評估 γ=0.95,300回合×12步×40迭代 + 貪心改進——嚴格無前視。
- <b>口徑</b>:兩腿獨立漂移、月度重置,費用與生產引擎同型(股票 0.1% / ETF 0.02%)。
結果 · 202 個樣本外月
| 策略 | CAGR | MaxDD | Sharpe | Vol |
|---|---|---|---|---|
| static50 · 現行 | 12.88% | −16.64% | 0.91 | 14.43% |
| static60 | 14.37% | −20.42% | 0.87 | 17.08% |
| voltarget | 11.22% | −16.07% | 0.87 | 13.05% |
| MCPI 學習策略 | 12.78% | −20.36% | 0.87 | 14.89% |
學到的策略表幾乎退化:12 個狀態中 11 個選擇 mom_w=60%,唯一"避險格"(崩盤後反彈期)樣本太少,樣本外未兌現。
解讀
- 動量腿的風險調整收益足夠強,<b>條件擇時在 12 格狀態粒度上沒有 alpha</b>——動量的最大回撤發生在信號快速翻轉的窗口,月度狀態捕捉不到。
- vol_target 仍是唯一持續降低波動/回撤的變體(代價約 1.7pt CAGR),可作保守檔保留。
- 復現:balanced_mcpi.py → balanced_mcpi_policy.csv / balanced_mcpi_oos.csv。與 DRL 實驗互爲印證:<a href="/research/drl-allocation">配比擇時無 alpha</a>。
研究筆記,非投資建議;回測爲模擬,不代表未來業績。 · ← 研究列表