用途:检验策略的表面业绩在显式对比预设基准收益序列后是否仍成立,作为回测后的证伪关卡,不获取数据、不改变交易敞口。
主要能力:用截距 OLS 与 HAC/Newey-West 标准误做基于收益的归因;报告年化 alpha、HAC t 值、残差超额比率(年化 alpha 除以年化残差波动)、残差自相关、滚动 alpha 稳定性、多因子 VIF,以及按预设市场状态的主动收益分解;一次运行同时执行预设主模型与全部敏感性模型;输出 JSON 与 Markdown。
使用方式:需 Python 3.9+;准备一个 CSV,同一行含 ISO 日期、策略收益及每个基准收益;准备符合输入契约的 JSON 配置。运行:python3 skills/residual-edge-analyzer/scripts/analyze_residual_edge.py --input reports/strategy_returns.csv --config reports/residual_edge_config.json --output-json reports/residual_edge_report.json --output-markdown reports/residual_edge_report.md。配置须声明 baseline_selection: predeclared、策略与基准收益口径同为 gross 或 net、analysis_scope(out_of_sample/live/in_sample)、universe_data(point_in_time/current_constituents/not_applicable);缺一声明即视为未声明,报告降为 REVIEW_REQUIRED。
状态标签:RESIDUAL_EDGE、BASELINE_EXPLAINED、RESIDUAL_FRAGILE、INSUFFICIENT_EVIDENCE;decision_eligibility 需单独阅读,存在关键溯源、成本口径、样本或共线性警告、滚动证据不可用或未测替代基准时仍为 REVIEW_REQUIRED。
适用场景:回测后的基准对比与稳健性检验,并将基准选择、样本外与稳定性发现回传 backtest-expert,将反复出现的残差失效状态交给 signal-postmortem。
限制:须提供真实期间收益,不可用 CAGR、Sharpe 或累计盈亏替代;输入须为唯一 ISO 日期、有限且大于 -100% 的数值、频率与成本口径一致;同域等权或动量基准须用 point-in-time 成分;市场状态标签须独立于待解释的亏损期定义;不得用当前成分构造等权基准却标为 point-in-time;不得由仅含市场指数的基准声称选股 alpha;不得把样本内残差超额当作已确认 alpha;不得在看到亏损后挖掘大量市场状态定义;高 R² 不等于策略无价值;本工具不是基于持仓的 Brinson 归因,也不自动改变仓位、敞口或订单。