REG-14 · 波动率

波动率状态切换

用历史分位数识别波动率状态:低波动时满仓,高波动时减仓或空仓,在动荡阶段保护本金。

RegimeVolatilityAdaptive

基本信息

适用场景波动率聚集明显的市场
信号频率每日
典型持有期几天到几周
资产类别指数、大宗商品、外汇
测试市场数10
数据截至2026-11-10

回测结果怎么看

  • 在 10 个市场中的 4 个,近 5 年的年化收益跑赢买入持有。
  • 在 10 个市场中的 10 个,最大回撤比买入持有更小。
  • 夏普最高的市场:GLD(夏普 1.02,年化 11.1%)。
  • 表现最弱的市场:UNG(夏普 -0.19,年化 -11.4%)。

权益曲线

0.522.785.047.299.55 201020122014201620182020202220242026
波动率状态切换 买入持有 · SPY, 2010-01-04 → 2026-11-10, 起点归一为 1

评分与风险画像

Arena Score: 42.6SPY, 近 5 年
收益质量 · 30%52
回撤控制 · 25%35
稳定性 · 20%44
稳健性 · 15%7
统计可信度 · 10%85

每一项都是和同一市场、同一窗口内所有策略比较的百分位(100 为最好)。

大跌行情中的表现(SPY)

时期策略买入持有
2018 年四季度下跌-6.8%-19.2%
新冠暴跌(2020 年 2–3 月)-3.5%-33.7%
2022 年熊市-10.7%-24.5%
市场在 200 日均线上方时(年化) · 81%+6.2%+12.5%
市场在 200 日均线下方时(年化) · 19%+3.3%+19.8%

大跌时期按美股划分。是否在 200 日均线上方用前一天的状态判断,不存在未来函数。

样本外检验(SPY)

检验项数值
选出的参数在各自 3 年训练期里的平均夏普0.92
同一组参数在之后 6 个月真正交易时的夏普0.75
同样这些月份一直用默认参数的夏普0.75
重新选参次数 / 参数实际更换次数28 / 14
全部历史上夏普为正的参数组数9 组中 9 组
各组参数的夏普:最低 / 中位数 / 最高0.66 / 0.69 / 0.76

样本外区间从 2013-01-04 开始。训练期的数字因为是从 9 组参数里挑最好的,一定偏好看;样本外的数字才是策略真正赚到的。下降很多,或者只有某一组参数好,都是过拟合的信号。滚动前推测试是怎么做的。

各市场结果(近 5 年)

市场年化收益买入持有年化夏普最大回撤买入持有最大回撤波动率Arena Score
GLDSPDR Gold Shares11.1%16.4%1.02-22.8%-28.3%11.2%65
DBAInvesco DB Agriculture7.8%8.8%0.92-10.5%-15.9%8.7%87
SPYSPDR S&P 5004.3%11.6%0.46-17.7%-24.5%9.8%43
SLViShares Silver Trust5.9%15.2%0.42-27.8%-57.8%18.5%58
BTC-USDBitcoin10.6%2.6%0.39-54.4%-75.9%25.0%77
DBCInvesco DB Commodity Index4.1%10.8%0.38-25.2%-27.3%11.6%56
USOUnited States Oil Fund5.9%20.2%0.35-35.3%-36.2%21.2%59
ETH-USDEthereum8.9%-15.1%0.33-56.7%-79.0%33.6%81
EURUSD=XEUR/USD-0.3%-0.7%-0.05-6.7%-17.2%4.4%48
UNGUnited States Natural Gas-11.4%-30.7%-0.19-70.9%-93.3%33.8%42

策略指标基于日收益,未扣除交易成本;买入持有为同一市场、同一窗口的数据。按夏普比率排序。

SPY 在不同时间窗口的表现

窗口总收益年化收益夏普索提诺最大回撤上涨日占比交易数
近 1 年-7.0%-7.0%-0.63-0.67-9.0%42%52
近 3 年+31.2%9.5%1.111.23-9.0%44%88
近 5 年+23.2%4.3%0.460.52-17.7%41%149
全部历史+153.7%5.7%0.660.72-18.1%41%449

交易规则

Entry

Vol percentile < 50 (low vol regime): full position

Exit

Vol percentile > 80 (high vol regime): exit

Indicators

Realized volatility
Volatility percentile rank

Inputs

Vol_Lookback = 20
Percentile_Window = 252
Low_Pct = 50
High_Pct = 80

Position sizing

Dynamic based on vol regime

Risk controls

Auto de-risk in high vol

策略证据

下面只列出可用的已校验证据包;没有证据不代表通过验证。

证据覆盖范围

已校验 10 / 10 个预定策略与市场组合

备注

  • 低波动之后往往有收益
  • 高波动 = 风险上升
  • 按状态配置偏防守

相关策略

嵌入这个评分

可以放进博客文章、README 或论坛签名,徽章会随每日数据自动更新。

<a href="https://quantarenas.com/strategy/reg-14-volatility-regime-switch/"><img src="https://quantarenas.com/badge/reg-14-volatility-regime-switch.svg" alt="Volatility Regime Switch Arena Score on Quant Arena" height="20"></a>
[![Volatility Regime Switch Arena Score](https://quantarenas.com/badge/reg-14-volatility-regime-switch.svg)](https://quantarenas.com/strategy/reg-14-volatility-regime-switch/)

回测是基于日线数据的历史模拟,未计入佣金和滑点,不代表未来收益,也不构成投资建议。每个策略的测试方法见方法论。

订阅每周 Arena 周报

每周一封邮件:排名变化、新信号和新研究。不发垃圾邮件,随时可以退订。