A multi-factor quantitative trading system for medium-term US equities. Uses momentum-driven alpha signals with mean-variance portfolio optimization, dynamic leverage, and automated execution via Alpaca.
多因子量化交易系统，专注于美股中期投资。基于动量驱动的 Alpha 信号，结合均值-方差组合优化、动态杠杆管理，以及通过 Alpaca 自动执行交易。
Live Performance Dashboard / 实时表现看板 →
Configuration: 5 price-based alpha factors (momentum, 52-week high proximity, short-term reversal, volume momentum, volatility contraction), 12 concentrated positions, 22% target volatility, 3-week rebalance with 40% turnover cap, dynamic leverage with fast regime detection, Almgren-Chriss market impact cost model. No look-ahead bias — fundamental factors disabled due to yfinance data limitations.
配置: 5个价格因子（动量50% + 52周新高20% + 短期反转10% + 波动率收缩10% + 成交量动量10%），12只集中持仓，22%目标波动率，3周再平衡+40%换手上限，快速regime检测动态杠杆，Almgren-Chriss市场冲击成本模型。无前视偏差——基本面因子因yfinance数据限制已禁用。
| Metric / 指标 | Strategy / 策略 | SPY | Difference / 差异 |
|---|---|---|---|
| Total Return / 总收益 | +62.4% | +71.5% | -9.1pp |
| CAGR / 年化收益 | 10.1% | — | — |
| Sharpe Ratio | 0.53 | — | — |
| Sortino Ratio | 0.60 | — | — |
| Max Drawdown / 最大回撤 | -36.9% | — | — |
| Information Ratio | +0.01 | — | — |
| Avg Turnover / 平均换手 | 69% | — | — |
Note: Market impact coefficient lowered from 10.0 to 2.5, more realistic for small accounts where participation rate is negligible. Almgren-Chriss model still applied. Stop-loss (15%) now enforced daily.
注：市场冲击系数从 10.0 降至 2.5，更符合小账户实际（参与率可忽略不计）。仍使用 Almgren-Chriss 模型。止损（15%）现已每日执行。
| Metric / 指标 | Strategy / 策略 | SPY | Difference / 差异 |
|---|---|---|---|
| Total Return / 总收益 | +128.3% | +66.4% | +61.9pp |
| CAGR / 年化收益 | 31.4% | — | — |
| Sharpe Ratio | 1.30 | — | — |
| Sortino Ratio | 1.92 | — | — |
| Max Drawdown / 最大回撤 | -25.2% | — | — |
| Information Ratio | +0.81 | — | — |
| Metric / 指标 | Strategy / 策略 | SPY | Difference / 差异 |
|---|---|---|---|
| Total Return / 总收益 | +37.7% | +13.1% | +24.6pp |
| CAGR / 年化收益 | 36.3% | — | — |
| Sharpe Ratio | 1.57 | — | — |
| Sortino Ratio | 2.62 | — | — |
| Max Drawdown / 最大回撤 | -13.7% | — | — |
| Information Ratio | +1.15 | — | — |
Note / 注意: 回测结果仍存在幸存者偏差（静态100股票池排除了历史退市股）。真实样本外表现预计会略低。详见
docs/audit/CONFIDENCE_ASSESSMENT.md。
| Parameter / 参数 | Value / 值 | Description / 说明 |
|---|---|---|
| Alpha Signals | 5 factors | 动量50% + 52周新高20% + 短期反转10% + 波动率收缩10% + 成交量动量10% |
| Positions | 12 | 集中持仓，高信念选股 |
| Position Bounds | 3% - 12% | 每只股票的权重范围 |
| Target Volatility | 22% | 接近满仓投资，最小化现金拖累 |
| Rebalance | Every 21 trading days | 3周再平衡，降低换手成本 |
| Max Turnover | 40% per rebalance | 单次换手上限，防止过度交易 |
| Max Sector | 50% | 允许科技股集中但有上限 |
| Max Drawdown | 25% | 组合回撤超限时停止交易 |
| Stop Loss | 15% | 单只股票止损线 |
| Leverage | Up to 1.8x (calm) / 0.8x (stress) | 动态杠杆，基于SPY波动率的市场环境检测 |
| Cost Model | Almgren-Chriss | 动态市场冲击成本 = 固定15bps + 冲击系数(2.5) × √(参与率) |
Price Data (yfinance)
│
├── Momentum (42d/126d/252d, skip 1m) ─── 50%
├── 52-Week High Proximity ──────────── 20%
├── Short-Term Reversal (5d) ────────── 10%
├── Volatility Contraction (10d/63d) ── 10%
├── Volume Momentum (21d autocorr) ──── 10%
│ └── All: Industry-neutral z-score → Winsorize ±3
│
├── Trend Filter: price < 200d SMA → score × 0.5
└── Blowoff Filter: z-score > 4.0 → score × 0.5
│
▼
Portfolio Optimizer (Ledoit-Wolf covariance + 5x turnover penalty)
│
├── Max 40% turnover per rebalance
├── Sector constraints (max 50% per sector)
├── Vol-targeting (22% annual, regime-adjusted)
└── Dynamic leverage (21d SPY vol regime detection)
│
▼
Execution (Alpaca API with safety checks)
Quality (质量) 和 Value (价值) 因子已禁用（权重=0），因为 yfinance.Ticker.info 只提供当前快照数据，在回测中会造成严重的前视偏差。详见 docs/audit/ALPHA_AUDIT.md。
接入时点基本面数据源（如 Sharadar ~$30/月）后可重新启用。
pip install -r requirements.txtDependencies / 依赖: numpy, pandas, yfinance, scipy, scikit-learn, matplotlib
# 5年回测（默认配置）
python run.py backtest --start 2021-03-16 --plot
# 自定义日期范围
python run.py backtest --start 2023-01-01 --end 2026-03-16 --plot
# 输出到指定文件
python run.py backtest --start 2021-03-16 --plot --plot-output my_backtest.pngpython run.py signalpip install alpaca-trade-api
export ALPACA_API_KEY="your-api-key"
export ALPACA_SECRET_KEY="your-secret-key"python paper_trade.py --dry-run # 预览交易（不执行）
python paper_trade.py --status # 查看当前持仓
python paper_trade.py # 执行再平衡（需达到21个交易日间隔）
python paper_trade.py --force # 强制立即再平衡（使用新策略参数）
python paper_trade.py --reconcile # 对账：策略目标 vs 实际持仓- Pre-trade checks: 单笔订单上限 $50k，日内交易总额上限 $500k，日亏损上限 $25k
- TWAP splitting: 大单自动拆分为时间加权分批执行
- Position reconciliation: 每次再平衡后自动对账
- Lock file: 防止并发执行
- Paper mode gate: 防止意外连接实盘账户
# 工作日美东时间下午 3:55 自动执行（每21个交易日实际再平衡）
55 15 * * 1-5 cd /path/to/trade && python paper_trade.py >> logs/trade.log 2>&1trade/
├── config.yaml # 策略配置（进攻型）
├── run.py # CLI：回测与信号
├── paper_trade.py # Alpaca 自动交易
├── quant/
│ ├── strategy.py # 主策略调度器
│ ├── data/
│ │ ├── market_data.py # Yahoo Finance 数据获取
│ │ └── quality.py # 数据质量检查 + 时点数据管理
│ ├── signals/
│ │ ├── factors.py # Alpha 因子计算
│ │ └── factor_analysis.py # IC/ICIR、因子衰减分析工具
│ ├── portfolio/
│ │ └── optimizer.py # MVO优化 + Ledoit-Wolf + 风控
│ ├── backtest/
│ │ ├── engine.py # 事件驱动回测引擎
│ │ └── report.py # 报告与分析
│ ├── execution/
│ │ ├── broker.py # 券商接口 + 模拟券商
│ │ ├── alpaca_broker.py # Alpaca API 集成
│ │ └── safety.py # 交易安全模块
│ └── utils/
│ └── config.py # 配置加载器
├── tests/ # 89个单元测试（全部通过）
└── docs/audit/ # 6-Agent 审计报告（12份文档）
本系统经过 6-Agent 团队的全面审计和优化（详见 docs/audit/）：
| Agent / 角色 | Key Deliverable / 主要成果 |
|---|---|
| Data Engineer / 数据工程师 | 修复 ffill bug，添加数据质量检查，标记前视偏差 |
| Alpha Research / 因子研究员 | 修复3个因子bug，添加因子分析工具 |
| Execution Engineer / 执行工程师 | 添加完整安全模块（限额、TWAP、对账） |
| Portfolio & Risk / 组合风控 | Ledoit-Wolf协方差、换手率惩罚、行业约束执行 |
| Backtest & QA / 回测质控 | 89测试全过，回测可信度评估 3/10 → 待接入时点数据 |
| Lead Orchestrator / 总指挥 | 跨模块集成、最终交付报告 |
所有参数在 config.yaml 中。当前为进攻型配置：
signals:
momentum_windows: [42, 126, 252]
factor_weights:
momentum: 0.50 # 核心动量信号
high_proximity: 0.20 # 52周新高距离
short_term_reversal: 0.10 # 短期反转
vol_contraction: 0.10 # 波动率收缩
volume_momentum: 0.10 # 成交量动量
quality: 0.00 # 已禁用（前视偏差）
value: 0.00 # 已禁用（前视偏差）
portfolio:
max_positions: 12
target_volatility: 0.22
rebalance_frequency_days: 21 # 3周再平衡
max_turnover_per_rebalance: 0.40 # 40%换手上限
risk:
max_drawdown_limit: 0.25
max_sector_weight: 0.50
stop_loss_pct: 0.15
backtest:
market_impact_coeff: 2.5 # Almgren-Chriss 市场冲击系数（小账户适配）- Survivorship bias / 幸存者偏差: 静态100股票池排除历史退市股，回测收益偏高
- No point-in-time fundamentals / 无时点基本面: yfinance只提供当前快照，quality/value因子已禁用
- Same-day execution / 同日执行: 信号和交易使用同一收盘价
- Stop-loss not active / 止损未激活: 配置了但回测中未实际执行
详见 docs/audit/CONFIDENCE_ASSESSMENT.md 和 docs/audit/FINAL_DELIVERY.md。
本软件仅用于教育和研究目的。过去的回测业绩不代表未来表现。使用风险自负。请务必先使用模拟交易（Paper Trading）充分测试，再考虑投入真实资金。