STRATEGY DETAIL

风险预算引擎

你挑股票，它定仓位 · 每只多重、留多少现金，两件事分开说

数据 · 自动刷新上次刷新 34 天前周期 30 天，已到期，下次调度会自动重跑

你来挑股票，引擎来定仓位。它不替你选标的，也不预测涨跌—— 名单是你的判断。它做的是把风险摊开：波动大的少放一点，市场转坏时一起降敞口，剩下的钱留现金。

填一份名单2 只以上，或直接选个模板

选一个风险档年化波动的天花板，不是收益目标

拿到仓位每只多重，以及留多少现金

想先看回测数字和它的边界？展开下方的「数据与边界」——2012-08-31–2026-06-30 三档全部指标都在里面，没有挑好看的放。

把你的名单变成仓位

你的股票代码（逗号分隔，至少 2 只）

没想好？拿个模板改

你能接受多大波动（年化波动的天花板）

组合总金额（可选，用来换算成钱）

引擎不会从你的名单里再挑一遍——名单是你的判断，它只决定每只多重、以及股票与现金的比例。

回测里的「选股」到底贡献了什么

把「选股」拆开之后，两部分的贡献是相反的。 进攻档同口径对照：

版本	CAGR	夏普	最大回撤	vs 朴素基准 0.910
只做风险配置 · 全持有	12.88%	0.877	-23.3%	输 0.033
+ 宇宙筛选（按风险特征）	15.89%	1.035	-22.3%	赢 0.125
+ 再按韧性选 top-8（真·个股排序）	15.87%	0.998	-21.3%	赢 0.088

宇宙筛选 +0.158 夏普；个股排序 −0.037（微负）。 收益几乎全部来自「名单的风险特征对不对」，而不是「挑中了哪几只」。这与本项目四次证伪选股层的结论一致——宇宙筛选改变的是组合能不能达到风险预算，不是在预测谁会涨。

所以线上工具做的是「宇宙匹配度检查」，不是选股。 它会告诉你名单与所选风险预算配不配，但不替你挑股票。卡片上的 15.9% 含宇宙筛选；不选股的同口径版本是 12.88%、夏普 0.877。

数据与边界三档完整指标 · 概率校准证据 · 已知限制 · 产物来源

三档对照「把 QQQ 缩放到同样波动」

对照的不是满仓 QQQ。拿降波策略去比满仓，等于问「少担风险会不会少赚」，答案永远是会，问题本身没信息量。该问的是：这套引擎有没有赢过「把 QQQ 按波动缩放」这个五行代码就能写完的替代方案。

档位	CAGR	年化波动	夏普	最大回撤	15日最差	夏普 vs 对照
保守上限 9%	7.09%	8.01% 达成 89%	0.692	-14.23%	-12.27%	-0.246
均衡上限 13%	9.92%	10.85% 达成 83%	0.776	-18.07%	-13.60%	-0.151
进攻上限 17%	15.91%	14.16% 达成 83%	0.999	-21.96%	-13.56%	+0.089
QQQ 满仓持有	19.78%	20.92%	0.890	-35.12%	—	—

为什么只有进攻档赢，而且这个模式说得通。 相对对照方案：保守 −0.25 → 均衡 −0.15 → 进攻 +0.09，单调向好。低档位下「QQQ + 现金」已经很接近最优——既拿到股票的风险溢价，又没有个股的特异风险；我们挑几十只反而引入了特异风险，却没换来额外收益。高档位下对照方案必须近乎满仓 QQQ、没有现金缓冲，崩盘时全额承受；本引擎可以选高贝塔股再留一部分现金，回撤明显更浅。
所以优势来自杠铃结构（高贝塔 + 现金，优于满仓中贝塔），不是选股能力。这一点我们不打算包装成「三档都好」。

风险概率的校准证据

个股脆弱度分三档（当月截面最差 25% / 10% / 5%），基准发生率按构造恒定。ECE = 预测值与实际发生率的平均偏差，越小说明「说 20% 就真是 20%」越站得住。

级别	基准率	Brier	校准误差 ECE	召回@旗标10%	提升
L1_关注	24.9%	0.1646	2.23%	23.9%	2.39x
L2_警告	9.9%	0.0800	1.56%	35.4%	3.54x
L3_严重	4.9%	0.0427	1.02%	43.9%	4.39x

能力边界：标记最危险的 10% 时，只能提前抓到大约一半的极端回撤。 另一半不会被标出来。这句话该和上面那张表放在一起看，而不是缩在页脚小字里。

已知限制

样本仅 13.5 年（2013–2026），压力事件只有 2020 闪崩与 2022 熊市两次
幸存者缺口：2013–2026 被剔除 284 只中 136 只取不到价格；其中 84 只为被收购（带正溢价），方向上使回测偏保守
风险预算是上限不是目标：不加杠杆时波动控制不对称，实现波动必然低于上限（历史达成率 89% / 83% / 83%）
引擎不含经过验证的选股优势——优势来自风险配置，且仅在高风险预算档位上超过「QQQ 按波动目标缩放」这一朴素方案

数据生成于 2026-08-04 11:46 · 来源：out_p4/metrics.csv / out_p4/nav_aggressive.csv / out_p4/rebalances_aggressive.csv / out_serve/evidence.csv · 由 research/resilience_lab/export_to_site.py 从真实回测产物导出，站点不重算。
研究工具，非投资建议。输出的是仓位逻辑与相对位置，不是买卖指令。