XGBoost选股系统：融合技术指标与宏观经济变量的S&P 500量化投资策略

本项目是基于XGBoost的量化选股系统，整合技术指标（RSI、MACD等）与宏观经济变量（10年期国债收益率、CPI等），实现S&P500资产配置自动化。2015-2025年回测显示70%收益率，相对基准超额收益+20%。核心创新包括三分类预测框架（引入现金配置）、Gatekeeper置信度过滤机制，可动态适应极端市场环境，具有实战参考价值。

量化投资领域中，传统技术分析难应对宏观剧变，宏观分析缺乏精确入场时机。本项目作为西班牙某大学数据科学硕士毕设，提出混合方法：以XGBoost为核心，融合技术与宏观变量，构建动态适应市场状态的选股系统。覆盖2015-2025年十年S&P500数据，经历疫情崩盘、量化宽松、加息周期等极端环境。

1. 三分类预测框架：买入（Top10）、持有、现金，引入现金选项以应对高风险时期；2. 特征工程：技术指标（RSI、MACD、SMA200距离）+宏观变量（10年期国债收益率、CPI、收益率曲线、VIX）；3. 时序对齐：前向填充与滞后处理避免前视偏差；4. Gatekeeper机制：45%置信度阈值过滤边缘预测，降低交易成本并提高胜率。

回测引擎建模交易佣金（0.25%）、滑点、再平衡周期。2015-2025年核心指标：AI组合收益率70.04%，相对基准超额收益+20%，动态现金配置在高波动期自动降仓。极端市场阶段（如2020疫情熔断、2022加息熊市）表现优于传统买入持有策略。

通过SHAP分析揭示特征贡献：经济转折期宏观因子（VIX、收益率曲线）主导，牛市阶段技术因子（RSI、MACD）更重要。代码结构以Jupyter Notebook整合全流程，包含数据目录、依赖清单（XGBoost、SHAP等），复现门槛低。

需注意以下局限：1.历史回测≠未来表现，模型可能过度拟合特定市场regime；2.幸存者偏差（忽略被剔除指数的公司）；3.流动性假设（小盘股或极端市场可能流动性不足）；4.宏观数据修订引入前视偏差；5.过拟合风险（单一模型超参数调优可能样本内过度优化）。

中文市场适配：替换宏观变量（中国10年期国债收益率、PPI等）、调整交易规则（T+1、涨跌停）、确保数据时间戳对齐、选择沪深300/中证500成分股。总结：项目展示完整量化投资pipeline，核心价值在于宏观与技术特征融合、动态风险管理，对学习者和从业者均有借鉴意义。