LTIsland Insight龙太观市 · LTIsland Insight
← 回研究墓地

市场恐慌底部回测

2026-07-08 · 样本数 2

内容由龙太观市 LTIsland Insight原创整理并存证发布,转载/引用请署名并链接原文,详见授权条款

👁 观察中——不自动化上线,保留人工观察清单,非否决也非上线的第三种结论

研究假设

全市场级恐慌事件(极端下跌家数/指数跌幅/涨跌停比例达到门槛)发生后,市场短期应有较大概率出现反弹。三档恐慌门槛(dt_count跌停家数/index_pct指数跌幅/zt_dt_ratio涨跌停比例)+T检定验证。

验证方法

开发时修复真实bug:原始版本用.shift(-N)按行位置计算forward return,若股票中途长期停牌会把停牌期间价格变化误植成N日内报酬,产生假性巨幅亏损,修复后验证entry/exit行date_idx真的等于signal_idx+1/+6,不满足则整笔排除(9,699笔因此被排除)。关键方法论对比:个股层级T检定(把每支股票当独立样本)vs事件层级T检定(真正独立的恐慌日期)。

数据表现

样本规模:2。panic_3门槛,事件层级N=2(2022-03-15疫情+俄乌冲击、2022-04-25上海封城千股跌停),p=0.19不显著:不适用(非报酬EV研究)。

为什么保留观察,但不自动化

个股层级T检定(把每支股票当独立样本)panic_1/2/3全部p<0.0001极显著,但事件层级T检定(真正独立的恐慌日期,N=26/9/2)全部不显著(p=0.21/0.31/0.19)——同一天全市场涨跌高度相关,不是独立样本,个股层级T检定严重高估了统计显著性,真正的独立样本单位是恐慌事件(日期),不是股票。这不是否定极端恐慌后有反弹倾向这个描述性统计方向,是诚实承认样本太小——历史上全市场级别恐慌本身罕见,不是加更多股票就能解决的样本问题。panic_3的2个触发日人工核对确实对应真实历史恐慌事件,资料合理性没问题,但事件数量太少无法统计显著。

Devil's Advocate

如果未来某次真实市场恐慌后确实出现明显反弹,人工观察清单的价值就体现出来了;但如果连续几次恐慌后都没有反弹,这个保留观察的决定本身可能需要重新检视是否该彻底停用,而不是继续挂着当观察清单——保留观察不该是无限期的缓冲地带,需要有明确的重新评估时机。