研究笔记 · 实验全记录
蒙特卡罗策略迭代能择时吗?——不能
发布日期 2026-10-24 · 样本外 2010–2026 共 202 个月逐月 walk-forward · 结论:MCPI 三项指标全部输给静态 50/50,不进生产。
方法
- <b>MDP</b>:状态 = SPY趋势 × 21日波动档 × 动量宽度,共12格;动作 = 动量腿权重 {30%,40%,50%,60%};奖励 = 次月组合净收益。
- <b>学习</b>:每月仅用之前历史构建经验 MDP(Laplace 平滑 + 逐格奖励池),蒙特卡罗策略评估 γ=0.95,300回合×12步×40迭代 + 贪心改进——严格无前视。
- <b>口径</b>:两腿独立漂移、月度重置,费用与生产引擎同型(股票 0.1% / ETF 0.02%)。
结果 · 202 个样本外月
| 策略 | CAGR | MaxDD | Sharpe | Vol |
|---|---|---|---|---|
| static50 · 现行 | 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 学习策略 | 12.78% | −20.36% | 0.87 | 14.89% |
学到的策略表几乎退化:12 个状态中 11 个选择 mom_w=60%,唯一"避险格"(崩盘后反弹期)样本太少,样本外未兑现。
解读
- 动量腿的风险调整收益足够强,<b>条件择时在 12 格状态粒度上没有 alpha</b>——动量的最大回撤发生在信号快速翻转的窗口,月度状态捕捉不到。
- vol_target 仍是唯一持续降低波动/回撤的变体(代价约 1.7pt CAGR),可作保守档保留。
- 复现:balanced_mcpi.py → balanced_mcpi_policy.csv / balanced_mcpi_oos.csv。与 DRL 实验互为印证:<a href="/research/drl-allocation">配比择时无 alpha</a>。
研究笔记,非投资建议;回测为模拟,不代表未来业绩。 · ← 研究列表