From ef584b8d49c00371a385f4569d8dd758aef2abd6 Mon Sep 17 00:00:00 2001 From: jackyu66git Date: Fri, 28 Aug 2026 05:08:03 +0800 Subject: [PATCH] =?UTF-8?q?=E6=88=90=E4=BA=A4=E9=87=8F=E5=81=87=E8=AE=BE?= =?UTF-8?q?=E6=96=B9=E5=90=91=E6=98=AF=E5=8F=8D=E7=9A=84=EF=BC=9A=E9=AB=98?= =?UTF-8?q?=E9=87=8F=E5=85=A5=E5=9C=BA=E6=AF=9BR=200.794=EF=BC=8C=E4=BD=8E?= =?UTF-8?q?=E9=87=8F=201.421?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 用户假设「有资金的趋势才是好趋势」，预期开仓根成交量越大越好。成交量在信号根 收盘时可知，符合 step48 立的「只用开仓时已知信息」纪律，是合法的可交易切法。 10 币 × 80 万根、实盘口径 3941 笔，结论与假设相反。 按 vr60（当根量 / 前 60 根均量）四分位： 量最低（中位 0.63） 毛R 1.421 余量 27.18bp ← 样本外 量最高（中位 5.34） 毛R 0.794 余量 13.47bp 单调递减，且样本内外、两套量比基准（前 10 根 / 前 60 根）全部同向。稳健性达到 step49 那条的标准：ATR 四分位 4/4 同向、逐时段 7/7 同向，不是 ATR 换脸。 机制在出场结构里，伤害全在止损命中率： 量最低 止盈 33.5% 止损 22.5% 超时 44.0% 赢时均R 1.830 亏时均R −1.098 量最高 止盈 26.1% 止损 45.3% 超时 28.6% 赢时均R 1.651 亏时均R −1.106 亏损幅度四档全是 −1.10（止损就是止损），赢时均R 只降 10%，止损率翻倍是全部 损失来源。这里有个判别点：若只是「2 ATR 止损相对突然放大的波动太窄」的尺度 错配，超时单应按原比例分流进止盈和止损两侧；实际是超时（−15.4pp）和止盈 （−7.4pp）一起流进止损（+22.8pp）。方向本身在变差，不只是止损太窄。 为什么直觉会反：B4/S4 在突破根上进场。大量根意味着这一冲已经由别人的资金 完成，你在它的收盘价接手。「有资金」要能获利必须在资金到达之前进场，不是同时。 与「有前序」是两件独立的事（有前序组 vr10 中位 1.76 vs 无前序 1.46），可叠加： 低量 × 有前序 253 笔，毛R 1.398、余量 31.00bp，是目前见过最宽的执行容忍度。 step48 的采集加 vr10/vr60 两列。 Co-authored-by: Cursor --- research/HANDOFF.md | 61 ++++++++++ research/step48_signal_timing.py | 5 + research/step50_volume.py | 190 +++++++++++++++++++++++++++++++ 3 files changed, 256 insertions(+) create mode 100644 research/step50_volume.py diff --git a/research/HANDOFF.md b/research/HANDOFF.md index 708b1bc..a75a44a 100644 --- a/research/HANDOFF.md +++ b/research/HANDOFF.md @@ -342,6 +342,54 @@ ATR 混淆已排除：`有前序` 的 ATR 确实略高（中位 15.04 vs 13.13bp > 时间验证。** 目前可确定的只有「扎堆整体更好」（簇级也成立）； > 「好处全集中在错开那一档」尚待样本外确认。 +**❌ 信号根成交量：假设方向是反的，高量入场明显更差（step50）** + +用户假设「有资金的趋势才是好趋势」，预期开仓根成交量越大越好。 +成交量在信号根收盘时可知，符合上面那条纪律，是合法的可交易切法。 +同一批 3941 笔，按信号根相对成交量四分位： + +| vr60 分位（当根量 / 前 60 根均量） | 样本外毛R | 样本外余量 | 发现期毛R | 发现期余量 | +|---|---|---|---|---| +| 量最低（中位 0.63） | **1.421** | **27.18bp** | 1.192 | 20.91bp | +| 量中低 | 1.187 | 20.37bp | 1.133 | 19.80bp | +| 量中高 | 1.067 | 18.69bp | 0.841 | 13.30bp | +| 量最高（中位 5.34） | 0.794 | 13.47bp | 0.634 | 7.94bp | + +**单调递减，且样本内外、两套量比基准（前 10 根 / 前 60 根）全部同向。** +稳健性达到了 step49 那条的标准：**ATR 四分位 4/4 同向**（层内毛R 差 +−0.327 / −0.238 / −0.347 / −0.592），**逐时段 7/7 同向**。不是 ATR 换脸。 + +机制在出场结构里，**伤害集中在止损命中率**： + +| vr60 分位 | 止盈% | 止损% | 超时% | 到 3ATR 减仓率 | 赢时均R | 亏时均R | +|---|---|---|---|---|---|---| +| 量最低 | 33.5 | 22.5 | 44.0 | 77.6% | 1.830 | −1.098 | +| 量最高 | 26.1 | **45.3** | 28.6 | 60.9% | 1.651 | −1.106 | + +亏损幅度四档全是 −1.10（止损就是止损），赢时均R 只降 10%。**止损率翻倍** +是全部损失来源。这里有个判别点：若只是「2 ATR 止损相对突然放大的波动太窄」 +的尺度错配，超时单应按原比例分流进止盈和止损两侧；实际是超时（−15.4pp） +**和止盈（−7.4pp）一起**流进止损（+22.8pp）。**方向本身在变差，不只是止损太窄**， +所以对策是回避而非放宽止损。 + +为什么直觉会反：B4/S4 是**在突破根上进场**的。大量根意味着这一冲已经由别人 +的资金完成了，你在它的收盘价接手——高量不是「资金在推你」，是「你在给推 +完的人接盘」。用户的直觉在中长周期趋势跟随上成立，但这个入场点站在它的 +对面。**「有资金」要能获利，必须在资金到达之前进场，不是同时。** + +与 `有前序` 是两件独立的事，不是同一效应换个说法（相关性很弱：有前序组 +vr10 中位 1.76 vs 无前序 1.46）。2×2 交叉，最好的一档是两者叠加： + +| | 笔数 | 占比 | 毛R | 余量bp | +|---|---|---|---|---| +| 低量 × 有前序 | 253 | 6% | **1.398** | **31.00bp** | +| 低量 × 无前序 | 1717 | 44% | 1.092 | 18.35bp | +| 高量 × 有前序 | 382 | 10% | 1.074 | 19.62bp | +| 高量 × 无前序 | 1589 | 40% | 0.988 | 16.39bp | + +> 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。** + **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。 逐币每天笔数：DOGE/AVAX/SOL 约 0.66，BTC/LTC 0.45，BNB 0.31，TRX 0.02。 @@ -763,6 +811,7 @@ step41 首轮跑的是错误的 3/1bp（见 §1.3），已用实际费率重算 | 刷交易额换 VIP 费率 | 成本收益不划算，见 5.3。**但前提已变**：该结论算于「原始 taker 6bp、全 taker、TP=3.0、无门控」，四个前提现在全不成立（实际 2/0.8bp、混合费率、分批出场、有 ATR 门控）。已在返 50% 的档位上，继续压缩的空间本就有限，但**若要重估需重跑，不要直接引用旧结论** | step23 | | **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 | | 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 | --- @@ -1600,6 +1649,13 @@ API 限流风险隔离三个好处。 | 40 | 第四类买卖点的过滤消融（web 端原始 vs 过滤） | | 41 | **出场口径全扫**（SL × TP × MAX_BARS × 分批 × 剩余半仓止损位 + 真实费率模型）。TP=3 截早了；分批要做但止损保持原位；SL=1.0 最差 | | 42 | **1m 单独定出场**（同一张全网格，11 币 7 年 25476 笔）。1m 右尾是其他级别 2 倍，TP 不能混用；`SL2 分批→8ATR 留损2 48根` 在均R/R夏普/回撤/剔10%PF 四项全赢，滑点余量 11.06→20.12bp；`MAX_BARS=48` 反而不用改 | +| 44 | **1m 过滤消融**：浅色信号毛R 只有深色的 1/6，差在质量不在成本，不能做 | +| 45 | 重画审计脚本（时点重建，深色口径）——待跑 | +| 46 | **引擎逐位对拍基线**（klu/klc/bi/seg/zs/信号/消费列哈希），重构安全网 | +| 47 | **`available_ts` bis[2] A/B** → 作废，毛R 被打成零（§5.42） | +| 48 | 多币开仓时间分布、并发、簇内顺序（首发是未来信息） | +| 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 | 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。 @@ -1688,3 +1744,8 @@ API 限流风险隔离三个好处。 **这条是扩币的前置条件**——加币不分散，只把峰值敞口推得更高 - [ ] 若要扩币：按 3.33 的两条标准筛（ATR 对门控 + 流动性）， 并留一批筛完不看、直接进实盘验证，以保住样本外的说服力 +- [ ] **仓位权重现在有两个已验证的输入**（§3.31）：`有前序` +6bp 余量、 + `低量根` +14bp 余量，且两者独立（低量×有前序 = 31.00bp，最好的一档）。 + **都还没做成规则**。做之前要想清楚两件事：一是 1m 本来就稀疏 + （10 币约 2.5 笔/天），砍掉高量四分位要付 25% 笔数； + 二是权重方案必须整体回测一遍，不能把两个分层结论直接相乘 diff --git a/research/step48_signal_timing.py b/research/step48_signal_timing.py index 5b4563a..2558394 100644 --- a/research/step48_signal_timing.py +++ b/research/step48_signal_timing.py @@ -88,6 +88,11 @@ def collect(sym: str, rows: int) -> pd.DataFrame | None: "r": res[f"{cfg}_r"].to_numpy(), "c": res[f"{cfg}_c"].to_numpy(), "atr_pct": atr / close, + # 信号根的相对成交量。当根已收盘，开仓时可知，是合规的可交易信息。 + # vr10 是引擎自带口径（前 10 根均量），vr60 换个基准做稳健性对照。 + "vr10": cdf["volume_ratio"].to_numpy(float)[idx], + "vr60": (cdf["volume"] / cdf["volume"].rolling(60, min_periods=10).mean() + ).to_numpy(float)[idx], }) except Exception as e: print(f" {sym} 失败: {e!r}", flush=True) diff --git a/research/step50_volume.py b/research/step50_volume.py new file mode 100644 index 0000000..fe1b9d5 --- /dev/null +++ b/research/step50_volume.py @@ -0,0 +1,190 @@ +"""Step 50：信号根的成交量是否预测质量 ——「有资金的趋势才是好趋势」。 + +用户假设：开仓时刻的成交量越大，说明有真金白银在推，趋势更可信。 + +这个假设满足 §3.31 立的纪律：信号根已收盘，其成交量在开仓那一刻可知， +是合规的可交易信息，不像「我是簇里第几个」那样含未来。 + +只测两件事，不做穷举（组合空间大，多测必出假阳性）： + 主假设 相对成交量越高，毛R 与滑点余量越好 + 次假设 它与 §3.31 的「有前序信号」是同一件事，还是两件独立的事 + +口径与 step48/49 一致。发现期（2026-01-30 起）与样本外分开报， +主假设若只在其中一边成立就不算通过。 +""" +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 = 2.0 +GATE_BP = 8.0 +WIN_MIN = 5 +OUT = HERE / "out" / "step50_volume.feather" +IS_START = pd.Timestamp("2026-01-30", tz="Asia/Shanghai") + + +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 step48_signal_timing import collect as _c + return _c(sym, rows) + + +def prep(d: pd.DataFrame) -> pd.DataFrame: + from lib.exit_model import fee_of, taker_notional + + d = d.sort_values("date").reset_index(drop=True) + t = d.date.values.astype("datetime64[m]").astype(np.int64) + d["prev"] = np.searchsorted(t, t, "left") - np.searchsorted(t, t - WIN_MIN, "left") + net = d.g.values - fee_of(d.r.values, d.c.values) + d["net"] = net + d["gR"] = d.g.values / (SL * d.atr_pct.values) + d["R"] = net / (SL * d.atr_pct.values) + d["tn"] = taker_notional(d.r.values, d.c.values) + return d + + +def stat(g: pd.DataFrame, lab: str, denom: int) -> dict: + if len(g) < 25: + return {"分组": lab, "笔数": len(g), "备注": "样本不足"} + w, o = g.net[g.net > 0].sum(), -g.net[g.net <= 0].sum() + return {"分组": lab, "笔数": len(g), "占比": f"{len(g)/denom*100:.0f}%", + "胜率": f"{(g.net > 0).mean()*100:.1f}%", + "毛R": round(g.gR.mean(), 3), "净均R": round(g.R.mean(), 3), + "PF": round(w / o, 2) if o > 0 else np.inf, + "余量bp": round(g.net.mean() / g.tn.mean() * 1e4, 2)} + + +def by_volume(d: pd.DataFrame, col: str, label: str) -> None: + x = d[d[col].notna() & np.isfinite(d[col])] + if len(x) < 200: + print(f" {label}: 样本不足") + return + x = x.copy() + x["bin"] = pd.qcut(x[col], 4, labels=["量最低", "量中低", "量中高", "量最高"]) + rows = [stat(g, str(b), len(x)) for b, g in x.groupby("bin", observed=True)] + t = pd.DataFrame(rows) + med = x.groupby("bin", observed=True)[col].median().round(2).to_dict() + t.insert(1, f"{col}中位", [med.get(b) for b in t["分组"]]) + print(f"\n--- {label} ---") + print(t.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"[信号根成交量] {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)}", 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 = prep(d[(d.htf == 1.0) & d.lad & (d.atr_bp >= GATE_BP)].copy()) + oos, ins = d[d.date < IS_START], d[d.date >= IS_START] + print(f"\n实盘口径 {len(d)} 笔 | 样本外 {len(oos)} 发现期 {len(ins)}") + + print("\n" + "=" * 104) + print("########## 主假设：相对成交量越高越好？ ##########") + for lab, part in (("样本外", oos), ("发现期", ins)): + print(f"\n===== {lab} =====") + by_volume(part, "vr10", f"{lab} / 量比 vs 前 10 根") + by_volume(part, "vr60", f"{lab} / 量比 vs 前 60 根（换基准对照）") + + print("\n" + "=" * 104) + print("########## 次假设：成交量与「有前序」是不是同一件事 ##########") + x = d[d.vr10.notna() & np.isfinite(d.vr10)].copy() + x["高量"] = x.vr10 >= x.vr10.median() + x["有前序"] = x.prev >= 1 + print("\n2×2（全样本）") + rows = [] + for hv in (False, True): + for pv in (False, True): + g = x[(x.高量 == hv) & (x.有前序 == pv)] + rows.append(stat(g, f"{'高量' if hv else '低量'} × {'有前序' if pv else '无前序'}", len(x))) + print(pd.DataFrame(rows).to_string(index=False)) + + print("\n" + "=" * 104) + print("########## 混淆排查：量效应是不是 ATR 效应换了张脸 ##########") + y = d[d.vr60.notna() & np.isfinite(d.vr60)].copy() + y["atrQ"] = pd.qcut(y.atr_bp, 4, labels=["ATR-Q1", "Q2", "Q3", "Q4"]) + rows = [] + for q, g in y.groupby("atrQ", observed=True): + g = g.copy() + g["vq"] = pd.qcut(g.vr60, 2, labels=["低量", "高量"]) + lo, hi = g[g.vq == "低量"], g[g.vq == "高量"] + if min(len(lo), len(hi)) < 25: + continue + rows.append({"ATR分位": str(q), "笔数": len(g), + "低量毛R": round(lo.gR.mean(), 3), "高量毛R": round(hi.gR.mean(), 3), + "毛R差": round(hi.gR.mean() - lo.gR.mean(), 3), + "低量余量": round(lo.net.mean() / lo.tn.mean() * 1e4, 2), + "高量余量": round(hi.net.mean() / hi.tn.mean() * 1e4, 2), + "方向": "低量更好" if lo.gR.mean() > hi.gR.mean() else "高量更好"}) + print(pd.DataFrame(rows).to_string(index=False)) + + print("\n########## 逐时段稳定性（与 step49 同一根标尺）##########") + y["半年"] = y.date.dt.to_period("2Q").astype(str) + rows = [] + for p, g in y.groupby("半年", observed=True): + if len(g) < 120: + continue + g = g.copy() + g["vq"] = pd.qcut(g.vr60, 2, labels=["低量", "高量"]) + lo, hi = g[g.vq == "低量"], g[g.vq == "高量"] + rows.append({"时段": p, "笔数": len(g), + "低量毛R": round(lo.gR.mean(), 3), "高量毛R": round(hi.gR.mean(), 3), + "低量余量": round(lo.net.mean() / lo.tn.mean() * 1e4, 2), + "高量余量": round(hi.net.mean() / hi.tn.mean() * 1e4, 2), + "方向": "低量更好" if lo.gR.mean() > hi.gR.mean() else "高量更好"}) + t = pd.DataFrame(rows) + print(t.to_string(index=False)) + if len(t): + print(f"\n{len(t)} 个时段中 {(t.方向 == '低量更好').sum()} 个低量更好") + + print("\n两者的相关性") + print(f" 有前序组 vr10 中位 {x[x.有前序].vr10.median():.2f}" + f" vs 无前序组 {x[~x.有前序].vr10.median():.2f}") + print(f" 高量组里有前序占 {x[x.高量].有前序.mean()*100:.1f}%" + f" vs 低量组 {x[~x.高量].有前序.mean()*100:.1f}%") + + +if __name__ == "__main__": + main()