今天用量化模型跑了7只股票的筛选，大盘弱势（上证-3.0%），整体胜率86%，平均+3.1%。
策略架构
当前系统使用多策略并行筛选：
- V13：涨停溢价+基因评分，条件严格，选出的票少但精准
- V14：纯涨停溢价评分，条件宽泛，覆盖面广
- V15/V17：在V14基础上增加MA5/量比过滤和利弗莫尔关键点检测
各策略表现
V14 | 7只 | 胜率 85.7% | 均+ 3.14%
关键发现
- 严选优于宽选：在弱势行情下，筛选条件严格的策略表现更好。核心原因是严格条件过滤了更多'噪音票'。
- 极端行情信号：涨停2只、跌停0只。极端票的振幅往往超过10%，这类票的方差大、不可预测性强，建议直接过滤。
优化方向
- 大盘环境自适应：根据上证与MA5的关系自动切换严格/宽松模式
- 振幅过滤：振幅>10%的票直接降权或排除
- 多策略共振加权：多策略同时选中时提升置信度
本文为技术学习笔记，涉及的量化策略仅供学术研究参考，不构成任何投资建议。
