diff --git a/research/HANDOFF.md b/research/HANDOFF.md index 3c64b20..5fc86e2 100644 --- a/research/HANDOFF.md +++ b/research/HANDOFF.md @@ -396,6 +396,56 @@ vr10 中位 1.76 vs 无前序 1.46）。2×2 交叉，最好的一档是两者 > 尚未做的：把量比做成硬过滤（如砍掉最高四分位）要付 25% 的笔数， > 而 1m 本来就稀疏（10 币约 2.5 笔/天）。**先当仓位权重用，别当开关。** +> （已由 step51 §3.39 定论：该做成开关，不是权重。） + +**❌ 但持仓中放量**不是**该平仓的信号——恰恰相反（step52）** + +用户接着问：既然入场撞上放量是接盘，那持仓中出现放量根是不是也说明这一波 +走完了、该直接平掉？测下来是反的，而且反得比入场那条还干净。 + +规则：持仓期间任一根 `vr60 ≥ 阈值` 就收盘市价平掉（taker）。同根内优先级 +止损（盘中）> 目标（盘中）> 放量平仓（收盘）。10 币 3941 笔： + +| 全样本 | 毛R | 净均R | R夏普 | PF | 余量bp | 胜率 | 均持仓 | +|---|---|---|---|---|---|---|---| +| **基线（不看量）** | **1.068** | **0.940** | **0.627** | **3.80** | **18.45** | 71.7% | 30.0 | +| vr60≥3 就平 | 0.617 | 0.475 | 0.459 | 2.81 | 7.81 | 69.7% | 11.1 | +| vr60≥5 就平 | 0.858 | 0.723 | 0.568 | 3.37 | 12.85 | 71.7% | 19.8 | +| vr60≥8 就平 | 1.009 | 0.878 | 0.617 | 3.69 | 16.68 | 71.9% | 26.3 | + +**阈值越高（触发越少）越接近基线，单调——这条曲线的最优点是「永不触发」。** +样本内外一致。「浮盈才平」的变体把胜率抬到 74.4%（基线 71.7%）但毛R 掉到 +0.655，是过早止盈的教科书特征：**胜率上升、期望下降**。 + +根因在这里。vr60≥5 触发的 1769 笔（45%），若不平，最终： + +| | 占比 | 净均R | 对照：全体基线 | +|---|---|---|---| +| 走到 8ATR 止盈 | **45.7%** | +2.640 | 30.1% | +| 最终止损 | **16.6%** | −0.422 | 33.1% | +| 48 根超时 | 37.8% | +1.283 | 36.8% | + +**持仓中的放量根标记的是最好的那批单子，不是最差的。** 在那里平掉每笔让出 ++0.484R。幸存者偏差已控（触发组平均已活 9.6 根）：按基线持仓 ≥K 根分层后 +**5/5 档全部同向**，放量组止盈率约为无量组两倍—— + +| 存活≥K根 | 放量组止盈率 | 无量组止盈率 | 放量组净均R | 无量组净均R | R差 | +|---|---|---|---|---|---| +| 5 | 41.2% | 19.8% | 1.443 | 0.658 | +0.785 | +| 10 | 42.7% | 21.4% | 1.599 | 0.898 | +0.700 | +| 20 | 34.4% | 20.3% | 1.558 | 1.106 | +0.452 | +| 30 | 24.7% | 15.5% | 1.469 | 1.188 | +0.281 | + +**同一个事件，入场时是负的、持仓时是正的，区别只在你站在它的哪一边。** +入场那根放量你是买方，付的是资金已经推到的价；持仓中那根放量是资金来接你的 +货，那是兑现不是离场。用户「有资金的趋势才是好趋势」的直觉**成立， +但作用点在持仓期而非入场点**。 + +> 未测的建设性方向：既然持仓中放量预示止盈率翻倍，或许该**延长 runner 目标 / +> 加仓**而不是平仓。注意基线已经隐含吃到了这部分（它就是拿着不动）， +> 所以要多拿必须主动改目标位，**这是新参数，要重新回测**。 +> R差 随 K 递减（0.785 → 0.281）说明越晚出现的放量根剩余空间越小， +> 若要做，触发窗口应偏前段。 **TRX 应从币池剔除**：实盘口径 208 天只有 **5 笔**，ATR 门控几乎全刷掉 （与 §5.3「2026 只剩 4.2%」一致）。实际可用是 10 个币，不是 11 个。 @@ -871,6 +921,7 @@ step41 首轮跑的是错误的 3/1bp（见 §1.3），已用实际费率重算 | **按 ATR 从大到小选币 / 追高 ATR 时刻** | 门控之上 ATR 高不加分。**币内严格单调递减**：ATR 最低 20% 分位净均R 1.040，最高 20% 只有 0.878。跨币看似正相关（r=+0.684）但**剔除 BTC 后掉到 +0.469**，其余 9 币极差仅 0.089。ATR 唯一真正给的是 bp 余量（机械关系）。且追高 ATR 会撞上流动性墙——现有 11 币全是头部流动性，外推到小市值币时多出的余量会被滑点吃回去。**ATR 是及格线不是排序键** | §3.33 | | **`available_ts` 改取 `bis[2]`（中枢成立即可用）以消除右边缘重画** | 重画确实从 6.5% 降到 1.2%、滞后 2.16→2.01，**但 alpha 被打成零**：实盘口径毛 R 0.933 → **−0.000**（扣费前就没了 edge），PF 3.22→0.80，余量 15.07→−2.20bp，8/8 币全变差。中枢没发育完就下注，支撑/压力还没立住。**「等中枢最后一笔」就是 alpha 本身，重画是必付代价。**推论：任何以「让信号更早确定」为目标的改动，先测毛 R，不要只看重画率和滞后 | step47 §5.42 | | **挑「信号根成交量大」的信号（有资金推的趋势）** | **方向完全相反**：vr60 四分位上毛R 单调 1.421→0.794、余量 27.18→13.47bp，样本内外 / 两套量比基准 / ATR 4 分位 4/4 / 逐时段 7/7 全部同向。止损率 22.5%→45.3% 翻倍，且**止盈率同时下降**（说明是方向变差，不是止损太窄）。根因：B4/S4 在突破根上进场，大量根 = 这一冲已经由别人的资金走完，你在收盘价接盘。**低量那一档才是好的**，可反向用作仓位权重 | step50 §3.31 | +| **持仓中放量就平仓（把成交量当出场信号）** | **方向也是反的,且比入场那条更干净**：毛R 1.068 → 0.617（vr60≥3）/ 0.858（≥5）/ 1.009（≥8），**阈值越高越接近基线，最优点是「永不触发」**。触发的那批若不平，止盈率 45.7%、止损率 16.6%（全体基线 30.1% / 33.1%），**放量根标记的是最好的单子不是最差的**，平掉每笔让出 +0.484R。幸存者偏差已控（按持仓 ≥K 根分层 5/5 同向）。同一事件入场为负、持仓为正——入场时你是买方，持仓时资金是来接你货的 | step52 §3.31 | | 线段（`Chan_XD`）做大级别 | 滞后太大，且中枢极少 | 早期，用户也这么说 | --- @@ -1764,6 +1815,7 @@ API 限流风险隔离三个好处。 | 49 | **「有前序」样本外验证**（10 币 80 万根）→ 通过，余量 +6bp，6/6 时段同向 | | 50 | **信号根成交量**（用户假设「有资金的趋势才是好趋势」）→ **方向相反**，高量毛R 0.794 vs 低量 1.421，ATR 4/4 + 时段 7/7 同向；根因是在突破根上给别人接盘 | | 51 | **因子化仓位**（把 49/50 做成权重）→ 量因子该做成**开关**不是权重（硬砍 vs 加权：R夏普 0.496/0.442、并发 6.00/7.98）；**前序因子不该进仓位**，边际收益买不起集中度。优势形态是削尾不是抬均值 | +| 52 | **持仓中放量出场**（用户提议）→ 反的，最优点是永不触发；放量根标记的是止盈率翻倍的好单。自带模拟器与 `walk_exits` 逐笔对拍，10/10 币通过 | 输出都在 `research/out/`。**2026-08-27 清理过一轮**：step1~20 的输出（早期方法论 已被推翻，含未来函数偏差）与旧口径备份一并删除，只留支撑当前结论的证据。 diff --git a/research/step52_volume_exit.py b/research/step52_volume_exit.py new file mode 100644 index 0000000..1f12995 --- /dev/null +++ b/research/step52_volume_exit.py @@ -0,0 +1,262 @@ +"""Step 52：持仓中放量就平仓 —— 把成交量当出场信号。 + +用户提出：既然 step50 证明「入场根放量 = 给走完这一冲的人接盘」，那持仓过程中 +出现放量根，是不是也说明这一波被走完了，该直接平掉？ + +这和 step50 是同一个机制的延伸，但**方向未知**：放量既可能是衰竭（该走）， +也可能是突破续势的起点（走了就砍在起涨点）。step50 只证明了「入场时撞上放量 +不好」，推不出「持仓时撞上放量该跑」——入场是你在接别人的盘，持仓时那根量 +可能正是把你送上去的那批资金。 + +出场腿是 taker（收盘市价），成本按 TIME 计。触发优先级：同一根内止损（盘中） +> 目标（盘中）> 放量平仓（收盘）。止损优先是保守侧。 + +⚠️ 本步自己写了逐根模拟器，不走 walk_exits。**基线必须与 walk_exits 逐笔 +相等才继续**——否则后面所有对比都是在和一个错的基线比。 +""" +from __future__ import annotations + +import argparse +import os +import sys +import warnings +from concurrent.futures import ProcessPoolExecutor, as_completed +from pathlib import Path + +import numpy as np +import pandas as pd + +warnings.filterwarnings("ignore") +for v in ("OMP_NUM_THREADS", "OPENBLAS_NUM_THREADS", "MKL_NUM_THREADS"): + os.environ.setdefault(v, "1") + +HERE = Path(__file__).resolve().parent +sys.path.insert(0, str(HERE)) +sys.path.insert(0, str(HERE.parent)) +pd.set_option("display.width", 340) + +SL, SCALE_AT, RUNNER, MAXB = 2.0, 3.0, 8.0, 48 +GATE_BP = 8.0 +THRESHOLDS = (3.0, 5.0, 8.0) +OUT = HERE / "out" / "step52_volume_exit.feather" +IS_START = pd.Timestamp("2026-01-30", tz="Asia/Shanghai") + +TP, SL_, TIME = 0, 1, 2 + + +def simulate(cdf, sig, vr): + """逐根前推。返回每笔在基线与各放量出场变体下的 (毛收益, 原因, 是否分批)。 + + runner 止损位与初始止损同为 2 ATR（HANDOFF §3.5 定的 rstop=SL）， + 所以全程止损线不动，不需要分段处理。 + """ + high = cdf["high"].to_numpy(float) + low = cdf["low"].to_numpy(float) + open_ = cdf["open"].to_numpy(float) + close = cdf["close"].to_numpy(float) + atr = cdf["atr"].to_numpy(float) + n = len(cdf) + + variants = ["base"] + for t in THRESHOLDS: + variants += [f"v{t:g}", f"v{t:g}w"] + + rows = [] + for s, d in zip(sig["entry_idx"].astype(int), sig["direction"].astype(int)): + e = s + 1 + if e >= n - 1: + continue + a = atr[s] + if not np.isfinite(a) or a <= 0: + continue + entry = open_[e] + end = min(e + MAXB, n - 1) + row = {"sig_idx": s, "atr_pct": a / entry} + + for var in variants: + thr = None if var == "base" else float(var[1:].rstrip("w")) + only_win = var.endswith("w") + scaled = False + g = r = None + xb = end + for j in range(e, end + 1): + adv = (high[j] - entry) / a if d == 1 else (entry - low[j]) / a + ret = (entry - low[j]) / a if d == 1 else (high[j] - entry) / a + # ① 止损（盘中）。同根内优先于目标，保守侧 + if ret >= SL: + hit = -SL * a / entry + g = 0.5 * (SCALE_AT * a / entry) + 0.5 * hit if scaled else hit + r, xb = SL_, j + break + # ② 目标（盘中限价） + if not scaled and adv >= SCALE_AT: + # 同根内可能既到 3 ATR 又到 8 ATR，按先减仓后续跑处理 + scaled = True + if adv >= RUNNER: + g = 0.5 * (SCALE_AT * a / entry) + 0.5 * (RUNNER * a / entry) + r, xb = TP, j + break + elif scaled and adv >= RUNNER: + g = 0.5 * (SCALE_AT * a / entry) + 0.5 * (RUNNER * a / entry) + r, xb = TP, j + break + # ③ 放量平仓（收盘市价） + if thr is not None and np.isfinite(vr[j]) and vr[j] >= thr: + px = d * (close[j] - entry) / entry + if not only_win or px > 0: + g = 0.5 * (SCALE_AT * a / entry) + 0.5 * px if scaled else px + r, xb = TIME, j + break + if g is None: # 超时：末根收盘市价 + px = d * (close[end] - entry) / entry + g = 0.5 * (SCALE_AT * a / entry) + 0.5 * px if scaled else px + r, xb = TIME, end + row[f"{var}_g"], row[f"{var}_r"] = g, r + row[f"{var}_c"] = int(scaled) + row[f"{var}_b"] = xb - e + 1 + rows.append(row) + return pd.DataFrame(rows) + + +def collect(sym: str, rows: int): + import warnings as _w + _w.filterwarnings("ignore") + sys.path.insert(0, str(HERE)) + sys.path.insert(0, str(HERE.parent)) + + from chanlun import TF_DF + from chanlun.analysis.fast_bsp import ( + add_zone_ladder, attach_htf_agree, attach_zone_ladder, + build_htf_zones, find_fast_bsp3, htf_fx_timeline, + ) + from lib.data import fetch_ohlcv + from lib.exit_model import cfg_name, walk_exits + + try: + df = fetch_ohlcv(f"{sym}/USDT:USDT", "1m", rows) + if df is None or len(df) < 50_000: + return None + chan = TF_DF(df, 1, "1m", lean=True) + cdf = chan.dataframe + zones = build_htf_zones(cdf, "1m", chan=chan) + if zones.empty: + return None + zl = add_zone_ladder(zones.reset_index(drop=True)) + sig = find_fast_bsp3(cdf, zl) + if sig.empty: + return None + dh = fetch_ohlcv(f"{sym}/USDT:USDT", "5m", 10 ** 9) + ch = TF_DF(dh, 1, "5m", lean=True) + sig = attach_zone_ladder( + attach_htf_agree(sig, cdf, htf_fx_timeline(ch, ch.dataframe)), zl) + + vr = (cdf["volume"] / cdf["volume"].rolling(60, min_periods=10).mean() + ).to_numpy(float) + res = simulate(cdf, sig, vr) + + # 对拍：基线必须与已验证的 walk_exits 逐笔相等 + ref = walk_exits(cdf, sig, [SL], [RUNNER], [MAXB], scale_at=SCALE_AT, + runners=(RUNNER,), runner_stops=(SL,)) + cfg = cfg_name(SL, RUNNER, MAXB, SL) + if len(ref) != len(res): + print(f" {sym} 对拍失败：笔数 {len(ref)} vs {len(res)}", flush=True) + return None + dg = np.abs(ref[f"{cfg}_g"].to_numpy() - res["base_g"].to_numpy()) + dr = (ref[f"{cfg}_r"].to_numpy() != res["base_r"].to_numpy()).sum() + if dg.max() > 1e-12 or dr: + print(f" {sym} 对拍失败：毛收益最大差 {dg.max():.3e}，原因分歧 {dr} 笔", + flush=True) + return None + + idx = sig["entry_idx"].to_numpy().astype(int) + keep = np.isin(idx, res["sig_idx"].to_numpy()) + idx = idx[keep] + atr = cdf["atr"].to_numpy(float)[idx] + close = cdf["close"].to_numpy(float)[idx] + out = pd.DataFrame({ + "sym": sym, + "date": cdf["date"].to_numpy()[idx], + "atr_bp": atr / close * 1e4, + "htf": sig["htf_agree"].to_numpy()[keep], + "lad": sig["ladder_ok"].to_numpy()[keep], + "vr60_entry": vr[idx], + }) + for c in res.columns: + if c not in ("sig_idx",): + out[c] = res[c].to_numpy() + return out + except Exception as e: + print(f" {sym} 失败: {e!r}", flush=True) + return None + + +def stat(d: pd.DataFrame, var: str, label: str) -> dict: + from lib.exit_model import fee_of, taker_notional + + g = d[f"{var}_g"].to_numpy() + r, c = d[f"{var}_r"].to_numpy(), d[f"{var}_c"].to_numpy() + tn = taker_notional(r, c) + net = g - fee_of(r, c) + risk = SL * d.atr_pct.to_numpy() + R = net / risk + w, o = net[net > 0].sum(), -net[net <= 0].sum() + return {"方案": label, "笔数": len(d), + "胜率": f"{(net > 0).mean()*100:.1f}%", + "毛R": round((g / risk).mean(), 3), "净均R": round(R.mean(), 3), + "R夏普": round(R.mean() / R.std(ddof=1), 3), + "PF": round(w / o, 2) if o > 0 else np.inf, + "余量bp": round(net.mean() / tn.mean() * 1e4, 2), + "均持仓": round(d[f"{var}_b"].mean(), 1), + "触发率": f"{(r == TIME).mean()*100:.0f}%"} + + +def report(d: pd.DataFrame, label: str) -> None: + rows = [stat(d, "base", "基线（不看量）")] + for t in THRESHOLDS: + rows.append(stat(d, f"v{t:g}", f"vr60≥{t:g} 就平")) + rows.append(stat(d, f"v{t:g}w", f"vr60≥{t:g} 且浮盈才平")) + print(f"\n--- {label}（{len(d)} 笔）---") + print(pd.DataFrame(rows).to_string(index=False)) + + +def main() -> None: + ap = argparse.ArgumentParser() + ap.add_argument("--symbols", default="BTC,BNB,ETH,SOL,LINK,LTC,AVAX,XRP,DOGE,ADA") + ap.add_argument("--rows", type=int, default=800_000) + ap.add_argument("--workers", type=int, default=3) + ap.add_argument("--reuse", action="store_true") + args = ap.parse_args() + + if args.reuse and OUT.exists(): + d = pd.read_feather(OUT) + else: + syms = [s.strip() for s in args.symbols.split(",")] + print(f"[放量出场] {len(syms)} 币 × {args.rows} 根 1m\n", flush=True) + parts = [] + with ProcessPoolExecutor(max_workers=args.workers) as ex: + fut = {ex.submit(collect, s, args.rows): s for s in syms} + for i, f in enumerate(as_completed(fut), 1): + r = f.result() + print(f" [{i}/{len(syms)}] {fut[f]} {0 if r is None else len(r)}" + f"{' ⚠对拍未过' if r is None else ' 对拍通过'}", flush=True) + if r is not None: + parts.append(r) + if not parts: + print("无结果") + return + d = pd.concat(parts, ignore_index=True) + d.to_feather(OUT) + + d["date"] = pd.to_datetime(d["date"]) + d = d[(d.htf == 1.0) & d.lad & (d.atr_bp >= GATE_BP)].copy() + print(f"\n实盘口径 {len(d)} 笔 {d.date.min():%Y-%m-%d} ~ {d.date.max():%Y-%m-%d}") + + print("\n" + "=" * 118) + print("########## 放量出场 vs 基线 ##########") + report(d[d.date < IS_START], "样本外") + report(d[d.date >= IS_START], "发现期") + report(d, "全样本") + + +if __name__ == "__main__": + main()