🔒 核心升级支柱三:资金分权治理与智能再平衡:从防御性 Capping 到动态配额分配#
发布版本: v7.1.2 - v7.1.5
核心组件:core/ranking_engine.py,core/exposure_engine.py,data/position_registry.json
标签:资金治理·信号 Capping·智能再平衡·动态 TRADE 预算
📖 引言:防御假突破与盲目均值回归#
在量化交易中,最常见的两大陷阱是:
- 垃圾脉冲诱多:处于盘整或下行趋势的弱势股票,因短线突发利好出现大涨,导致系统误发“买入/突破”信号。
- 机械式再平衡套牢:当核心资产遭遇基本面恶化或进入趋势破位阶段(如 Phase 4/5)时,传统的再平衡算法会因为其仓位低于目标权重而强制“越跌越买”。
在 v7.1.2 至 v7.1.5 阶段,Trade OS 引入了 资金分权治理架构 (Market OS v3.0 Signal Governance) 与 战略资产智能再平衡过滤器 (Smart Rebalance Advisory Filter),构建了完备的上下文风控防火墙。
🔒 一、 资金授权与上下文动态上限 (Context-Aware Dynamic Capping)#
在 core/ranking_engine.py 中,系统引入了 get_contextual_ceiling 评分裁决函数。系统不再单凭指标得分高低发放交易授权,而是结合资产的高周期(HTF)结构、实时成交量比及基本面新闻警报计算上下文动态评分上限。
# Context-Aware Dynamic Capping 核心逻辑 (core/ranking_engine.py)
def get_contextual_ceiling(ticker, htf_state, rvol, news_alerts):
ceiling = 1.00
# 1. 结构性约束:处于盘整回踩状态上限限速在 0.70
if htf_state == "CONSOLIDATION_PULLBACK":
ceiling = min(ceiling, 0.70)
# 2. 风控警报扣分:如 Costco 诉讼风险 / 财报预警
if "litigation_risk" in news_alerts:
ceiling -= 0.10 # 得分降级至 0.69,精准锁定在监控观望区
return ceiling1.1 精准 BREAKOUT 保留机制#
系统将交易指示词 ⚡ STRUCTURAL BREAKOUT 设定为最高级别专属词汇,仅当标的超越高周期结构关口且无 Capping 限制时方可触发。弱势或盘整阶段的量能脉冲被重新定性为 战术动量扩张 或 战术超跌反弹,从根源上杜绝了追高被套。
🛡️ 二、 战略资产智能再平衡过滤器 (Smart Rebalance Advisory Filter)#
智能再平衡过滤器打破了传统组合管理中“仅看持仓偏差(Drift)”的盲目决策,将每日扫描快照与趋势周期无缝融合。
graph TD
A[计算资产持仓偏差 Drift] --> B{Drift < -0.5% 低偏?}
B -- Yes --> C{扫描器发出 规避/TRIM 指令 <br/> 或处于 Phase 4/5/0?}
C -- Yes --> D[🔴 REBALANCE BLOCKED <br/> 强行拦截买入, 防范越跌越买]
C -- No --> E[🟢 执行再平衡买入]
B -- No Drift > +0.5% 高偏 --> F{扫描器发出 买入/ADD 指令 <br/> 且处于主升浪通道?}
F -- Yes --> G[🟡 REBALANCE HOLD <br/> 暂缓获利了结, 吃满波段红利]
F -- No --> H[🟣 执行战术高抛减仓]2.1 双向保护机制#
- 避险保护拦截 (
🔴 REBALANCE BLOCKED):当持仓低偏(如XSU.TO)但每日扫描器发现其破位或发出TRIM/EXIT信号时,系统高亮红底黄色警告框,拦截资金进入下行通道。 - 强势持有暂缓 (
🟡 REBALANCE HOLD):当持仓高偏但标的正处于强主升浪且扫描器维持ADD建议时,暂缓机械式止盈,最大化趋势收益。
🔢 三、 动态 TRADE 战术信号强度分配引擎#
在 core/exposure_engine.py 中,系统彻底废弃了战术仓位(TRADE)的静态固定配额,升级为根据信号强度得分 (Signal Strength Score) 动态瓜分 TRADE 预算。
3.1 六维信号评分公式#
对于每只战术持仓,系统实时解算其六维信号评分:
$$\text{Score} = (\text{趋势} \times 2) + (\text{相对强度} \times 2) + (\text{成交量扩张} \times 1) + (\text{宏观顺风} \times 1) + (\text{财报动能} \times 1) - (\text{拥挤度风险} \times 2)$$
# dynamic TRADE budget allocation (core/exposure_engine.py)
total_trade_score = sum(p['signal_score'] for p in active_trade_positions)
for p in active_trade_positions:
# 动态分配额度 = 总 TRADE 预算 * (该标的分数 / 活体标的极值总分)
p['dynamic_target_weight'] = trade_budget * (p['signal_score'] / total_trade_score)- 活跃持仓过滤 (Active Holdings Exclusion):0 持仓或已退出的资产(如
TSLA)动态目标强制归零,剔除出分母,防止僵尸仓位虚占资金配额。 - Drift 阈值收窄:将仓位漂移判定从宽泛的 $\pm 2.0%$ 精确收窄至 $\pm 0.5%$,确保调仓敏感度。
💡 总结与架构意义#
资金分权治理与智能再平衡体系的搭建,使得 Trade OS 具备了知进退、懂节制的资金调度能力。通过将风险控制自上而下贯穿至每一个买卖指令,系统在震荡市与结构性牛市中均展现出极强的防守反击韧性。