这个项目能做什么

本仓库是一个基于Python的量化交易研究项目，核心是短期反转买入看涨期权的策略：在日内大幅回撤后，部分股票往往会在接下来的几个交易日反弹。该项目以顺序研究路径而非单一脚本的形式组织，当前官方版本标记为Reversal 3.5。 策略框架 - 官方股票池：qqq_plus_leverage_etfs，描述为qqq_only_filtered加上SOXL、UPRO和DRAM。 - 过滤器：60天回看窗口，matched_signals >= 10，当前最小跌幅 > 0.5%，非ETF的滚动市盈率 < 140的防护，以及一个实时趋势健康门控，用于阻止短期下行通道。 - 择时叠加：5天技术指标择时评分，无交易门槛为0.50。 - 交易框架：近平价看涨期权，回测中约30天到期，退出阶梯在研究中描述为+10%/+15%/-10%，实盘执行为+15%/+15%/-10%。 - 实时纸面测试：定时无前瞻扫描，带有期权流动性门控和流动性差时的不交易规则，并将仪表板输出发布到GitHub。 研究历程 早期笔记本（例如versions/notebooks/Reversal2.0.ipynb和Reversal2.1.ipynb）从一个约十只股票的小型遗留观察列表开始，拉取一年的雅虎财经收盘价/最高价/最低价数据，计算每日最大回撤，并让用户设置当日跌幅阈值、恢复目标和前瞻窗口。随后添加了期权层：给定到期日、隐含波动率、入场价格和无风险利率，基于Black-Scholes和GBM的模拟估算逐日看涨期权盈亏的置信区间。 项目随后通过分阶段升级推进： 1. 正式化基础信号：一个信号日加上在前瞻窗口内收复信号日跌幅70%的成功标准。 2. 比较股票池；结论是更精选的qqqq_only_filtered池优于更广泛的池。 3. 用60天窗口、最小当前跌幅 > 0.5%和小型杠杆ETF叠加来细化信号。 4. 添加制度感知、假日处理、期权流动性门控和无前瞻的实时纸面运行器。 5. 添加择时叠加，使并非每个有效信号都成为交易，最终采用5天窗口和timing_score >= 0.50的无交易门槛。 仓库中保留的代表性研究输出包括股票池比较、受文章启发的因子变体、最小跌幅实验、杠杆ETF叠加实验和制度评分分析，每个都带有CSV和PNG产物。 当前版本说明（3.5） - 美东时间上午10：00至中午12：00的早期入场扫描现在仅为影子模式：它们记录候选股和期权流动性背景，但不会开设实时纸面或Alpaca纸面头寸。 - DRAM，一只内存/半导体ETF，被添加到精选候选缓存中，用于实时监控和未来研究。 - 早期的热修复收紧了期权入场流动性门控（未平仓合约 >= 110，成交量 >= 20，价差 <= 14%），区分了可执行的期权报价与过时的lastPrice标记，并使实时执行默认加载已检入的股票代码缓存，以避免重复的纳斯达克筛选器请求。 - 引入了严格的early_entry_score门控和恢复稳定性过滤器，并添加了一个使用仅本地凭据的独立Alpaca纸面执行运行器。 特色结果 记录的Reversal 3.3回测描述为：在2025-04-23至2026-04-23窗口内，总回报+690.85%，最大回撤-26.42%，胜率69.23%，夏普比率4.32。Reversal 3.5保持该核心定义，同时将早期入场执行改为仅影子模式并添加DRAM。README还记录了一个实时纸面检查点，包含权益、已实现和未实现盈亏、未平仓头寸以及实盘交易和权益CSV的链接。 研究纪律记录在RESEARCH_GUARDRAILS.md中，其声明意图是未来的升级应依据这些标准而非仅凭曲线质量来评判。