# Screening Rule Backtest

> Use when 要验证某个选股/交易规则是否真的有效（回测三项必做检验 + 可跑脚本）。

- Skill: `aaaaqwq/screening-rule-backtest` (Agent Skill, multi-file: 6 files)
- Install (CLI): `npx get-skill add aaaaqwq/screening-rule-backtest`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aaaaqwq/screening-rule-backtest/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aAAaqwq (https://skillmd.com/u/aaaaqwq)
- Updated: 2026-11-18
- Page: https://skillmd.com/skills/aaaaqwq/screening-rule-backtest

---


# 选股规则回测验证（三项必做检验 + 可跑脚本）

**用途**：用户说「这个方法准不准」「回测一下」「验证稳健性」时，用这套流程。也用于**自己提出策略前先自检**，避免把环境红利当成 alpha。

**来源**：2026-11-02 对 4 条抖音选股法做 30 天 → 6 个月 → 2 年三轮验证，亲眼看到同一个策略在三个区间给出三个相反答案。

---

## 〇、核心结论：**短周期回测一定会骗人**

| 区间 | 样本 | 交易日 | 信号数 | 结论 |
|---|---|---|---|---|
| 30 天 | 798 只 | 30 | 23,133 | 超跌反弹「有效」51.8% |
| 6 个月 | 795 只 | 171 | 90,584 | 同一策略 **46.7%（比基准差）** |
| **2 年** | 789 只 | 529 | 364,928 | 又回到 +0.20%，但**分年看是牛市专属** |

**➜ 同一策略，三个区间三个答案。不标定环境就下结论 = 自欺。**

---

## 一、三项必做检验（缺一不可）

### 检验 ① 时间跨度 ≥6 个月，最好 2 年

**为什么**：30 天只能覆盖一种情绪周期，环境的 beta 会被算成策略的 alpha。

**实测**：30 天区间（9/17-10/31）正好是「急跌后反弹」，所以所有「超跌反弹」类策略全部表现优异；换到跨牛熊的 2 年，**2025 牛市 T+5 超额 +3.96%，2026 弱市 T+1 超额 −0.32%**。

**门槛**：≥6 个月。要做成实盘规则，必须 2 年。

### 检验 ② 信号集中度（防极端日假象）

**为什么**：暴跌反弹日「买什么都涨」，会污染统计。

**实测踩坑**：「高开>2% + 深跌<−25%」表面 T+1 55.2% / **T+5 79.5% / +10.58%** —— 差点写成「重大突破」。检查日期分布后发现：

```
241 个信号，68% 集中在 2 天：
  2026-07-31: 82 个
  2026-07-20: 81 个
```

**剔除这两天重算**：T+1 从 55.2% → **35.9%**（比随机买入还差 11 个点）。**180 度反转。**

**门槛**：
- 单日信号占比 ≤20%
- **前 5 日合计 ≤20%**（更实用的指标）
- 超过就剔除重算，衰减 <50% 才算稳

**对照**：「高开>2%」13,757 个信号分布在 **471 个交易日**，前 5 日只占 **12.9%**，剔除后 52.2% → 49.1%（只衰减 25%）→ **这个是真的**。

### 检验 ③ 分年 + 分月 + 分季稳定

**为什么**：整体均值会掩盖某几个月的崩塌。

**实测**：「高开>2%」2 年整体 +0.52%，看起来不错。拆开：

| 月份 | 超额 | 月份 | 超额 |
|---|---|---|---|
| 2025-04 | **+1.39%** | 2026-09 | **−0.43%** |
| 2026-06 | **+1.30%** | 2026-04 | −0.36% |
| 2024-12 | **+1.22%** | 2025-11 | −0.30% |
| 2026-08 | +0.79% | 2025-07 | −0.17% |

**16/23 个月正超额（70%）** → 可用，但要接受「弱市会失效」。

**门槛**：正超额月份 **≥60%**；分年不能有整年为负。

---

## 二、基准必须「同年同月」比

**这是最容易犯的错。**

| 年份 | 随机买入 T+5 胜率 | 定性 |
|---|---|---|
| 2024（8-12月） | 33.1% | 弱市 |
| **2025（全年）** | **52.9%** | **牛市** |
| 2026（1-11月） | 44.6% | 弱市 |

**➜ 2025 年随机买入就 52.9%。拿 2025 的数据说「我的策略胜率 55%」= 什么都没说。**

**规则**：策略表现必须减掉**同期基准**，得到「超额」。跟全局均值比是错的。

---

## 三、三个周期都要看（T+1 / T+3 / T+5）

**T+1 有效 ≠ T+3/T+5 有效。**

| 策略 | T+1 | T+3 | T+5 |
|---|---|---|---|
| 超跌反弹（低位+跌>10%） | **51.8%** | 28.3% | **24.6%** |
| 高开>2% | 50.3% | 44.4% | 42.2% |

**➜ 超跌反弹 T+1 胜率 51.8%，T+5 掉到 24.6%。必须「隔夜就走」，拿过 2 天必亏。**

**位置的方向也随持有期反转**：

| 位置 | T+1 | T+5 |
|---|---|---|
| 距MA30 <−25%（深跌） | 47.2% / −0.26% | **52.3% / +1.90%** |
| 距MA30 >+30%（高位） | **48.6% / +0.44%** | 41.5% / −1.29% |

**➜ 短期买高位、中期买低位。不能用一套位置逻辑套所有持有期。**

---

## 四、跑脚本

`scripts/backtest_screening.py` —— 一键跑完整三项检验。

```bash
# 1. 拉股票池（流通市值区间可调）
python3 scripts/backtest_screening.py fetch --ltsz 30 200 --sample 800

# 2. 跑回测（内置基准 + 常见条件）
python3 scripts/backtest_screening.py run --months 24

# 3. 检验某个自定义条件
python3 scripts/backtest_screening.py test --cond "gap>2 and dist30<-15"
```

脚本自带：
- 分年 / 分月 / 分季超额表
- 信号集中度检查（自动标红 >20% 的日子）
- 剔除极端日重算
- T+1 / T+3 / T+5 三周期

详细说明和已知结论见 `references/backtest-findings-2026Q4.md`。

---

## 五、Pitfalls（都踩过）

- **短周期回测「有效」→ 先怀疑环境红利**，别急着加进 skill
- **数据好到不像真的（T+5 胜率 79%）→ 先查信号集中度**，大概率是几天的 beta
- **小样本会把「没有」夸大成「有害」**：30 天测「多头排列 −0.36%（负向）」，2 年 11.9 万样本测出来 **+0.03%（等于零，不是负向）**
- **同一策略在不同区间结论相反是常态**，不是 bug
- **回测不含滑点/手续费/涨跌停买不进**：+0.40% 的超额扣完可能只剩 0.1-0.2%，不足以构成「稳定盈利」
- **用「流通市值不变」估换手率**：实际市值每天变，换手率有误差（但方向性结论仍可信）
- **样本外推要谨慎**：798 只 / 全市场 5,500 只，不是全覆盖

---

## 六、用历史基准率做盘前预判（不靠盘感）

**触发**：用户问「今日大盘/板块怎么走」「预判今天操作」时，**不要只读当前快照下结论**。

> 用户原话（2026-11-17）：「你所看到的不一定是最终结果，需要汲取以往看到过这样的前辈的经验」。
> 意思是：盘前的涨跌家数、外围、资金流只是「当下切片」，**真正的判断要靠「历史上同样条件下后来怎么走」的基准率**。

### 标准做法（一键脚本，5 分钟跑完）

**直接用 `scripts/rebound_probability.py`：**

```bash
# 创业板单日跌超 4%，同时交叉验证深成指（跌超 3%）
python3 scripts/rebound_probability.py --symbol sz399006 --threshold -4 --cross sz399001:3

# 只要「连跌 ≥3 天 + 跌超 4%」（更贴近恐慌赶底）
python3 scripts/rebound_probability.py --symbol sz399006 --threshold -4 --min-streak 3

# 拉 5 年历史做长周期验证
python3 scripts/rebound_probability.py --symbol sh000001 --threshold -2 --days 1200
```

脚本输出：命中样本明细（日期/跌幅/前置连跌/T+1/T+3/T+5）+ 上涨概率 + 均值中位 + **自动判读「逃命波 or 可持续」**。

手动步骤（脚本不可用时）：

```python
# ① 拉指数 ≥800 根日线（覆盖 2-3 年，跨牛熊）
GET https://money.finance.sina.com.cn/quotes_service/api/json_v2.php/CN_MarketData.getKLineData
    ?symbol=sz399006&scale=240&ma=no&datalen=800

# ② 按「今天的特征」抽历史同构样本
#    例：今天= 单日跌>4% + 前3天连跌
#    条件：chg<=-4.0 and 前置连跌>=3

# ③ 统计 T+1 / T+3 / T+5 三周期（上涨概率 / 均值 / 中位）
# ④ 交叉验证第二个指数（创业板 → 深成指/上证），结论一致才算稳
```

### 实测基准率（2026-11-17 用 800 根日线跑出）

| 条件 | 样本 | 次日上涨 | 均值 | 3日后 | 5日后 |
|---|---|---|---|---|---|
| **创业板 单日跌 >4%** | 16 | **75%（12/16）** | **+0.58%** | 44% / −0.07% | 56% / −0.27% |
| 创业板 连跌≥3天 + 跌>4% | 4 | **4/4（100%）** | **+1.82%** | 50% | 50% |
| **深成指 单日跌 >3%** | 19 | **74%（14/19）** | +0.68% | — | — |
| 深成指 连跌≥3天 + 跌>3% | 7 | **71%（5/7）** | **+0.91%** | — | — |

**➜ 交叉验证一致：大跌后次日反弹概率 71-75%，均值 +0.6~0.9%。**

### 三条从数据里读出来的规律（比概率更有用）

**① 反弹是「逃命波」，不是「反转」**
次日 75% 上涨，但 **3 日后只有 44%**、均值 −0.07%。
**➜ 所以大跌次日反弹是「减仓机会」，不是「抄底机会」。**

**② 反弹日领涨的不是昨天抗跌的**
昨天资金流入的防御股（家电/银行/红利/破净）在反弹日**通常滞涨甚至下跌**——它们是避险资金，大盘一好就撤。
**➜ 反弹日要买「跌得最狠 + 今天有消息催化」的，不是「昨天最抗跌」的。**

**③ 高位连板股在反弹日依然跌**
情绪已破的连板股（前一日跌停的 4-5 板票）不参与反弹。
**➜ 反弹日不要买「昨天跌停的前龙头」。**

### 例外要单列：个股的「资金性质」能推翻规律

2026-11-17 实测：指数规律兑现了（低开后拉回、科创50 +1.75% 最强），但 **PCB 板块例外** ——
「多只重仓 AI 硬件的基金发清盘预警」= **被迫卖出**，不是意愿问题，所以反弹最弱。

**➜ 统计规律管大多数标的，但「基金清盘 / 被动赎回 / 强平」这类**被迫型抛压**会长期压制反弹，必须单独排除。**

### 汇报格式

先给基准率（带样本数），再给三种情形（乐观/中性/悲观）各自的概率与应对，最后给「打破规律的条件」（如破 20 日低 + 成交额萎缩 30% → 反弹失败）。

**不要**：只给「我觉得今天会反弹」这种无基准的判断。

---

## 七、给用户汇报的格式

**先给结论（能用/不能用），再给数据，最后给局限。**

必含三块：

```
① 基准（同年随机买入水平）
② 策略 vs 同年基准的超额（不是绝对胜率）
③ 三项检验结果（跨度 / 集中度 / 分月稳定）
```

**不要**：只报「胜率 55%」这种没标定环境的数字。

---

## 八、相关

- 结论沉淀在 `chip-peak-and-screening-methods`（用户自有 skill）
- 妖股基因筛选的实测记录见 `references/limitup-gene-screening.md`

## 测试证据

`scripts/test_backtest_screening.py` — 纯函数冒烟测试（板块涨跌停幅度、统计口径），不联网：

```bash
python3 scripts/test_backtest_screening.py
```

