基金量化定投选基系统

---

**document_id:** DICT-FEATURE-001

**version:** 1.0.0

**status:** Frozen (Baseline)

**created_date:** 2026-04-11

**approved_by:** Henry Lin

**parent_spec:** SPEC-FUND-DCA-001 (《基金量化定投选基系统 — 最终设计规约 v1.0》 4.1节)

---

# 特征字典基线文档 (V1.0 Frozen)

> **⚠️ 架构冻结声明**

> 本文档为《系统设计规约 v1.0》4.1节的**唯一刚性补充附件**，具有同等红线效力。

> 代码实现（`feature_engineering.py`）、单测（`test_feature_engineering.py`）、标准化参数输出（`standardization_params.parquet` 的 `feature_name` 字段）**必须与此文档列出的 38 个特征名严格一字不差**。严禁擅自增删改。

## 一、 维度总控与决策记录

- **最终特征总数**：**38 维**

- **命名范式**：`{特征语义}_{窗口期}w`（无窗口期特征直接使用语义名）

- **维度溯源**：基于规约 4.1 节原始公式推导出 37 维，补充 1 维基础微观动量特征（`weekly_return`），共计 38 维。

- **【关键架构决策 A 记录】**：为何固守 38 维，放弃补齐至 40+ 维？

  - **冲突点**：曾计划补充 `nav_ma_26w` 与 `nav_ma_52w`（净值均线绝对值）以满足“40+维”字面要求。

  - **否决理由**：累计净值（NAV）是强路径依赖的单调递增序列。老基金（如存续5年，MA=2.5）与新基金（存续1年，MA=1.1）的绝对均线存在巨大量纲差异。若强行执行规约 4.3 的“截面 Z-Score”，老基金与新基金的绝对净值信息将被强行拉平至同一正态分布，导致模型彻底丧失对基金存续期与净值规模的感知能力。

  - **结论**：为捍卫规约 4.3“全量特征严格走 T-1 截面标准化”的普适性铁律，主动摒弃对标准化不友好的绝对值指标。38 维已实现对定投体验的完备刻画，不再引入特例豁免逻辑。

---

## 二、 特征详细字典

### A. 均值回归类 (5维)

捕捉价格偏离均线的程度，是定投“越跌越买”策略的核心择时指标。

| 特征名 | 计算公式 (严格遵从规约) | 窗口期 | 业务含义与定投必要性 |

| :--- | :--- | :--- | :--- |

| `price_vs_ma_ratio_12w` | `nav / rolling_mean(nav, 12)` | 12 | **短期偏离度**。捕捉近3个月的超买超卖。比值极低说明近期处于弱势阴跌，定投摊薄成本低，但需警惕趋势性下跌。 |

| `price_vs_ma_ratio_26w` | `nav / rolling_mean(nav, 26)` | 26 | **中期偏离度**。半年的均值回归基准，定投最核心的观测窗口。偏离度极低时是收集廉价筹码的黄金期。 |

| `price_vs_ma_ratio_52w` | `nav / rolling_mean(nav, 52)` | 52 | **长期偏离度**。过滤短期噪音，判断该基金是否处于历史级别的低估区域。 |

| `price_vs_ma_ratio_ewm_26w` | `nav / ewm_mean(nav, span=26)` | 26 | **指数加权偏离度**。相比等权MA，EWM更赋予近期净值更高权重，对趋势反转的灵敏度更高，有助于提前识别定投止盈拐点。 |

| `price_vs_ma_ratio_ewm_52w` | `nav / ewm_mean(nav, span=52)` | 52 | **长期指数加权偏离度**。长期趋势反转的早期信号。 |

### B. 波动类 (6维)

波动率是定投体验的双刃剑：无波动难以摊薄成本，高波动易触发心理止损。

| 特征名 | 计算公式 (严格遵从规约) | 窗口期 | 业务含义与定投必要性 |

| :--- | :--- | :--- | :--- |

| `weekly_return` | `(nav_t / nav_{t-1}) - 1` | 无 | **微观基础动量**。最细粒度的净值突变信息。作为波动与动量计算的基石，必须作为独立特征保留，防止信息断层。 |

| `rolling_std_12w` | `rolling_std(weekly_return, 12)` | 12 | **短期波动率**。衡量近期净值抖动程度。过高意味着近期定投账面波动剧烈，影响持有体验。 |

| `rolling_std_26w` | `rolling_std(weekly_return, 26)` | 26 | **中期波动率**。定投核心波动观测期。模型需学习出“何种中等波动率配合趋势能最快达到20%止盈”。 |

| `rolling_std_52w` | `rolling_std(weekly_return, 52)` | 52 | **长期波动率**。基金的固有波动属性标签。 |

| `downside_vol_26w` | `rolling_std(min(weekly_return, 0), 26)` | 26 | **下行波动率**。只计算跌幅的波动。定投最怕的不是震荡，而是单边下行，该特征直接刻画定投被套的痛苦程度。 |

| `downside_vol_52w` | `rolling_std(min(weekly_return, 0), 52)` | 52 | **长期下行波动率**。长期风险底线的度量。 |

| `volatility_regime` | `rolling_std(12w) / rolling_std(52w)` | 12/52 | **波动率 Regime**。比值>1说明近期波动放大（可能变盘），<1说明进入平静期。模型借此识别定投策略应“激进”还是“防守”。 |

### C. 趋势与动量类 (11维)

**动量是决定定投能否在150周内实现20%止盈的绝对核心**。没有向上动量的基金，定投只是“钝刀子割肉”。

| 特征名 | 计算公式 (严格遵从规约) | 窗口期 | 业务含义与定投必要性 |

| :--- | :--- | :--- | :--- |

| `momentum_4w` | `(nav_t / nav_{t-4}) - 1` | 4 | **月度动量**。极短期的爆发力，捕捉右侧起涨点。 |

| `momentum_12w` | `(nav_t / nav_{t-12}) - 1` | 12 | **季度动量**。验证短期趋势是否确立。 |

| `momentum_26w` | `(nav_t / nav_{t-26}) - 1` | 26 | **半年动量**。中期趋势强度的核心指标。 |

| `momentum_52w` | `(nav_t / nav_{t-52}) - 1` | 52 | **年度动量**。长期牛熊分界线。 |

| `max_drawdown_26w` | `1 - nav_t / rolling_max(nav, 26)` | 26 | **中期最大回撤**。距离半年内高点的回撤。深回撤区间定投是构建低成本底仓的良机，但过深可能反映基本面恶化。 |

| `max_drawdown_52w` | `1 - nav_t / rolling_max(nav, 52)` | 52 | **长期最大回撤**。基金的极端风险承受力测试。 |

| `trend_slope_26w` | `log(nav) OLS斜率 × 年化` | 26 | **中期趋势斜率**。剔除复利影响后的纯方向性指标。正斜率是定投止盈的先决条件。 |

| `trend_slope_52w` | `log(nav) OLS斜率 × 年化` | 52 | **长期趋势斜率**。基金长期盈利能力的确定性。 |

| `trend_r_squared_26w` | `OLS回归的R²` | 26 | **中期趋势稳定性**。R²越高说明净值走势越符合单边趋势，定投的“画线”体验越好。 |

| `trend_r_squared_52w` | `OLS回归的R²` | 52 | **长期趋势稳定性**。区分“慢牛”与“剧烈震荡”。 |

| `consecutive_down_weeks` | 从当前向前连续 `weekly_return < 0` 的周数 | 无 | **连阴周数**。极端情绪指标。连阴末期往往是定投建仓的极佳左侧信号。 |

### D. 定投特有类 (10维)

本系统**区别于传统排名系统的灵魂所在**。传统指标看“买入并持有”收益，此类指标看“分批买入”体验。

| 特征名 | 计算公式 (严格遵从规约) | 窗口期 | 业务含义与定投必要性 |

| :--- | :--- | :--- | :--- |

| `dca_cost_ratio_12w` | `rolling_mean(nav, 12) / nav` | 12 | **12周定投成本浮盈率**。值<1表示过去3个月定投的平均成本低于当前净值（处于浮盈），直接刻画定投盘状态。 |

| `dca_cost_ratio_26w` | `rolling_mean(nav, 26) / nav` | 26 | **26周定投成本浮盈率**。半年度定投持仓的盈亏体验。 |

| `dca_cost_ratio_52w` | `rolling_mean(nav, 52) / nav` | 52 | **52周定投成本浮盈率**。长线定投盘的安全垫厚度。 |

| `dca_return_12w` | `(nav - rolling_mean(nav, 12)) / rolling_mean` | 12 | **12周定投收益率**。与上方互为印证，更符合基民阅读习惯。 |

| `dca_return_26w` | `(nav - rolling_mean(nav, 26)) / rolling_mean` | 26 | **26周定投收益率**。 |

| `dca_return_52w` | `(nav - rolling_mean(nav, 52)) / rolling_mean` | 52 | **52周定投收益率**。 |

| `dca_return_vol_26w` | `rolling_std(dca_return序列, 26)` | 26 | **定投收益波动率**。定投收益的抖动程度。波动过大说明虽然涨，但定投体验像坐过山车。 |

| `dca_return_vol_52w` | `rolling_std(dca_return序列, 52)` | 52 | **长期定投收益波动率**。 |

| `dca_win_rate_26w` | `rolling_mean(dca_return > 0, 26)` | 26 | **26周定投正收益周占比**。定投的“舒适度”指标。胜率越高，客户越容易拿得住，从而真正等到20%止盈。 |

| `dca_win_rate_52w` | `rolling_mean(dca_return > 0, 52)` | 52 | **52周定投正收益周占比**。长期的持有体验指标。 |

### E. 风险调整类 (5维)

将收益与风险结合，寻找“性价比”最高的定投标的。

| 特征名 | 计算公式 (严格遵从规约) | 窗口期 | 业务含义与定投必要性 |

| :--- | :--- | :--- | :--- |

| `rolling_sharpe_26w` | `(rolling_mean(weekly_ret) - weekly_rf) / rolling_std(weekly_ret) × √52` | 26 | **半年期夏普比率**。承担1单位风险能获得多少超额收益，定投应优选高Sharpe基金。 |

| `rolling_sharpe_52w` | `(rolling_mean(weekly_ret) - weekly_rf) / rolling_std(weekly_ret) × √52` | 52 | **一年期夏普比率**。 |

| `rolling_sortino_26w` | `(rolling_mean(weekly_ret) - weekly_rf) / rolling_std(min(weekly_ret, 0)) × √52` | 26 | **半年期索提诺比率**。只惩罚下行风险。对于定投，上行波动是好事，**Sortino比Sharpe更契合定投场景**。 |

| `rolling_sortino_52w` | `(rolling_mean(weekly_ret) - weekly_rf) / rolling_std(min(weekly_ret, 0)) × √52` | 52 | **一年期索提诺比率**。 |

| `calmar_ratio_52w` | `annualized_return(52) / max_drawdown(52)` | 52 | **卡玛比率**。年化收益除以最大回撤。直接回答“为了赚这点钱，定投最多可能被套多少”，是止盈效率的终极体现。 |

---

## 三、 工程实现红线约束重申

1. **存储形态红线**：上述 38 维特征在 `features.parquet` 中必须为**长表形态**（Schema: `fund_id`, `net_value_date`, `feature_name`, `feature_value`）。严禁 Pivot 成宽表（即严禁出现 38 列并排的 DataFrame）。

2. **标准化红线**：38 维特征**无条件、无特例**全部进入规约 4.3 的 T-1 截面 Z-Score + MAD clip 流水线。

3. **空值判定红线**：所有带窗口期的特征，必须执行规约 4.2 的有效值判定（`min_valid_ratio=0.20`），不足则输出 NULL，交由 LightGBM 原生处理。