欧洲组合因子动量叠加 alpha
PnL 曲线
指标为构建期缓存的回测数据，未在本次会话中重新拉取实盘验证。
问题
已经有一个还不错的组合因子 combo_a，但它在欧洲大盘宇宙（TOP2500）里信号偏「慢」，对近期的横截面强弱反应不足。如何在不破坏原因子经济含义的前提下，叠加一层短周期排序，既提升 Sharpe，又不把换手和回撤推高到不可接受？
经济直觉
rank(a) 捕捉的是「这只股票在全宇宙里的横截面强弱」，ts_rank(a, 5) 捕捉的是「这只股票自己最近 5 天的相对强弱（短动量）」。两者相乘 = 既要横截面上强、又要近期在变强。这是用动量门控横截面信号：让因子集中下注在「方向和趋势一致」的标的，剔除那些横截面看着强、但自身在走弱的票。
偏差缓解
除了原始指标，额外跑了一组风险中性化（risk-neutralized）回测作为压力测试：剥离风格 / 行业风险因子暴露后，Sharpe 从 4.08 降到 3.60、收益从 12.3% 降到 6.5%、fitness 从 4.05 降到 2.60。这说明约一半的收益来自可被风险模型解释的暴露——诚实地讲，它不是纯粹的「无风险 alpha」。把中性化前后两套数都摆出来，而不是只报好看的那个，是这条 alpha 的自我约束。delay-1 + 短窗口 ts_rank 也限制了前视与过拟合空间。
收获
4.08 的样本外 Sharpe 很漂亮，但风险中性化后掉到 3.60 才是更该信的数字。年度上它在 2021 冲到 7.61、2020 却只有 1.77，波动不小。教训：用短动量门控横截面因子确实能显著提分（且换手、回撤都受控，最大回撤仅 2.5%），但一定要用风险中性化版本去检验「这分到底是 alpha 还是风险暴露」——两个数都公开，才算诚实的作品集。
年度表现
| 年份 | Sharpe | 收益 | 换手 | 回撤 |
|---|---|---|---|---|
| 2014 | 5.37 | 15.24% | 5.00% | 0.83% |
| 2015 | 6.69 | 18.64% | 9.26% | 2.02% |
| 2016 | 4.05 | 11.98% | 8.72% | 1.95% |
| 2017 | 5.62 | 10.24% | 8.71% | 0.55% |
| 2018 | 2.70 | 6.00% | 9.66% | 1.70% |
| 2019 | 3.24 | 10.23% | 9.19% | 2.23% |
| 2020 | 1.77 | 7.32% | 9.91% | 2.44% |
| 2021 | 7.61 | 20.87% | 8.85% | 0.65% |
| 2022 | 4.61 | 16.93% | 9.20% | 1.90% |
| 2023 | 2.11 | 6.39% | 8.49% | 1.93% |