⚡ 零代码向导式建模 (NO-CODE WIZARD)
4 步轻松构建您的专属量化策略
点时严谨回测 · 0 未来函数
Step 1: 股票池
01
Step 2: 核心因子
02
Step 3: 持仓标的数
03
Step 4: 即刻检验与沉淀
04
点时（Point-in-Time）策略参数配置
累计总收益
--
CAGR
--
历史最大回撤 (Max DD)
--
夏普比率 (Sharpe)
--
调仓胜率 (Win Rate)
--
对标 SPY 超额 (Alpha)
--
触发止损清仓次数
0
📉
水下回撤持续时间图 (Underwater Drawdown %) 与回撤恢复周期
历史最长回撤周期: -- 交易日
资产配置效应 (Allocation)
--
个股选择超额 (Selection Alpha)
--
交叉交互效应 (Interaction)
--
组合总超额收益 (Active Alpha)
--
策略净值 (NAV)
基准净值 (SPY)
前瞻蒙特卡洛压力测试 (1,000 条 Bootstrap 抽样路径) 前瞻 1 年期 (252 个交易日)
统计推演策略尾部破产概率、95% 在险价值 (VaR) 与置信度扇形扩散区间。
1年期 VaR (95% 置信度)
--
最差 5% 概率边界
条件在险价值 (CVaR / 期望缺损)
--
突破 VaR 后的平均尾部亏损
尾部破产概率 (回撤 > 20%)
--
发生严重历史回撤的几率
策略胜率 (收益率 > 0)
--
盈利抽样路径占比
预期年化收益率 (期望均值)
--
模拟路径期望表现
前 5% 乐观情景 (95 分位数)
中位数情景 (50 分位数)
后 5% 悲观极端风险 (5 分位数)
1,000 次模拟抽样 • 非参数平稳 Bootstrap 检验
历史月度收益率热力分布图 (%)
| 年份 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 | 年度累计 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 请运行回测以生成历史月度收益截面矩阵。 | |||||||||||||