量化轮动系统建设手记（四）：诚实性工程——我们如何主动把策略数字从 8.6% 下调到 5.2%

这一篇没有新功能。记录的是过去几天里最有价值、也最不体面的一类工作：把已经跑出来的漂亮数字，亲手变丑。

上一篇（三）的结尾留下一个 +6.74% 的样本内结果，后来经过样本外验证达到 +8.6%/年。而本周做实的一件事是：这个 8.6%，高估了。下面是完整的「排雷 → 修复 → 复检 → 稳健性」过程。

一、退市股去哪了？

核查起因很简单：随手查了几只知名退市股（乐视、康得新等）——全库零记录。再一比对：数据库里的 5500 余只股票，恰好等于「当前仍上市」的集合。也就是说，历史上所有退市股从未进入过样本。

这带来一个经典陷阱：幸存者偏差。只用「活到今天」的股票做研究，等于偷偷剔除了所有归零的失败者。对均值型策略影响有限，但对「买近期跌得多的股票博反弹」这类反转逻辑，是致命的——因为有些大跌的股票不是会反弹，而是会退市。

修复动作：从公开数据源回填了 250 只退市股、约 42 万行日线（自 2016 年以来），并做了偏差量化：

恰好，我们的选股模型正是偏反转逻辑。修正后模型复检：排序能力几乎不受影响（IC 0.106 → 0.107），但可执行组合的月均超额从 +2.08% 降到 +1.78%——每月的期待值下修了 0.3 个百分点。这是第一笔"变丑"。

二、数据修补的连锁反应

顺藤摸瓜排查板块数据时，发现了两个更隐蔽的问题：

① 代号误用。某个板块的数据源一直取的是一个"稀疏系列"（2017-2021 大段空缺），而正确系列其实有完整历史——多年数据看起来"本来就缺"，其实是取错了。

② 断档污染。更阴险：旧的数据构建在断档处计算动量时，把跨越 5 年空洞的"跳变"算进了指标。修复前某日的 20 日动量显示 +62.9%，真实值约 +1.4%。这类错误肉眼几乎不可能发现——除非专门做连续性检查。

修复：补齐 1,191 行缺失历史、全史校准 1,256 行，并为此后所有回填脚本立下规矩：先验证公式一致性（用重叠区间对账），再写库。

三、复检：8.6% 变成 5.2%

数据变了，此前所有基于它的回测结论都要重新跑。滚动样本外验证（12 折：训练 3 年 → 测试 6 个月）复检结果：

用消融实验拆解差异：把一个此前缺失历史的板块（煤炭）单独拿出来对比，它贡献了约 -2.2 个百分点的下修；其余约 -1.3 个百分点来自日期网格与数据精度的修正。同时暴露了一个此前没意识到的问题：这类周频策略对"决策日"和数据细节高度敏感——同一套逻辑，数据的一点变化会让具体买卖序列完全不同。

四、稳健性研究：跑 35 次回答"靠不靠谱"

既然单点数字这么敏感，就应该用「分布」而不是「单点」来评估。于是做了两组系统性扰动重跑：

• 网格偏移扫描：把每周调仓的"起点"依次挪 0~4 个交易日，重跑 5 次——回答"如果当初选的调仓日不同，结果会怎样"；
• 留一板块法：每次剔除一个板块重跑，共 31 次——回答"收益是不是靠个别板块撑起来的"。

结果：偏移扫描区间 +3.7% ~ +5.5%；留一板块区间 +2.1% ~ +7.4%。两个发现值得全文引用：

• 收益高度集中：剔除单一板块（电力设备）后，结果从 +5.2% 掉到 +2.1%——历史超额的大头来自一个板块的一轮大周期。名义上持有 8 个行业很"分散"，但信号贡献度并不分散；
• 有的板块是拖累：剔除另一个板块（煤炭）后结果反而升到 +7.4%——说明动量逻辑在该板块上反复吃亏。

五、看不见的工程质量

这轮工作的副产品，是把"数据质量"从人肉检查升级成了自动化：现在每天有 19 项例行体检（表新鲜度、板块覆盖度、备份新鲜度等）。上线当天它就抓到一个真实故障——某个每日数据管道其实已经悄悄崩溃了两天（一个日期类型的兼容性问题），修复并补算了 13 万行数据。如果没有巡检，这个问题可能再潜伏一周。

同时建立了备份双轨：核心派生数据每日、源数据每周，另有异地冷备包（只含不可重建的研究成果）。「研究的可复现性」才算真正落地。

结语：把数字变丑，是赚的

8.6% → 5.2%，从传播角度这是一次"退步"。但对我们来说，这三件事同时发生了：数字更接近真实、知道了收益的集中风险、建立了发现同类问题的机制。研究系统最贵的资产不是某个漂亮的回测曲线，而是"它说真话"的能力。下一篇会进入策略的"最后一公里"：盘后自动化流水线与每日研究日报。

免责声明：本系列为个人技术研究记录，系统为个人研究工具，回测结果基于历史数据、不代表未来表现，不构成任何投资建议。