ETF 日频验证
用明确规则做一次真实计算，比较基准、费用和回撤。
先看看，你会得到什么
结果不如预期，也是一项发现。
合成教学样例 · 非真实公司 / 基金| 估值日 | 策略净值 60/40 | 基准净值 50/50 | 事件 |
|---|---|---|---|
| 2026-10-26 | 10,000.00 | 10,000.00 | 生成信号，未建仓 |
| 2026-10-27 | 9,990.00 | 9,990.00 | 下一估值日建仓，各付费 10 |
| 2026-10-28 | 10,589.40 | 10,489.50 | 按资产单位估值 |
| 2026-10-29 | 9,930.06 | 9,940.05 | 不是月末，不再平衡 |
| 净累计收益 | −0.6994% | −0.5995% | 含初始费用 |
| 最大回撤 | 6.2264% | 5.2381% | 包含初始点 |
synthetic-4d-v1 合成教学样本，非真实基金业绩。ETF_A 总回报指数为 100、110、121、108.9；ETF_B 始终为100。26→27上涨不归策略所有；每侧费用10基点。合成月历月末为10月30日，29日不是月末。表格为可复算预期值；实际运行验收另见版本记录。
留在你的工作目录里
report.mdequity.csvallocations.csvevents.csvrun-manifest.json每次写入新的 reports/{run-id}/，不覆盖原材料或旧报告。结果状态区分 completed、needs-input、failed。
你需要准备
已确认规则和确认记录、prices.csv、数据清单与完整估值日历；需要 Python 3.12 计算环境。
查看文件准备与数据口径指南 →可以这样开始
请用 ETF 日频验证 Skill，先检查已确认规则、CSV 和数据清单。使用附带的四日教学样本，核对字段、日期和总回报口径。满足条件后运行固定计算，展示同区间基准、费用和回撤，并保存计算记录；不满足时停止并说明缺口。
先让宿主只读检查方法版本、输入、输出位置与依赖。下载、识别技能与完成样本是三个不同步骤。
它的边界
四日样本只检验时序和算术，不能评价长期有效性。首版仅固定权重再平衡与明确参数的简单动量。不支持缺值补造、未经确认运行或同收盘偷看；63 间隔动量至少需 64 个完整观测。
接着做下一步
结果不如预期，也是一项发现。回到规则记录新问题。
策略规则整理 →