Chan/research/HANDOFF.md

缠论信号研究 → 实盘落地：交接文档

最后更新：2026-08-27。写给接手这项工作的下一个 agent。 读完这份文档应该不需要再翻聊天记录。若确有需要，历史转录在 /Users/jack/.cursor/projects/Users-jack-Project-chan/agent-transcripts/。

---

0. 一句话现状

策略在回测和多重偏差审计下都站得住（跨 11 个币、7 年、多空对称、无未来函数）， 研究阶段基本结束；当前唯一的拦路问题是「实盘执行成本能否压进预算」， 下一步是写影子交易器实测滑点，而不是继续调参。

用户明确要求：不要再跑新的参数优化。 他的原话是「很多时候回测数据特别好， 一到 dry run 和实盘就歇菜了」。他要的是执行层的验证。

---

1. 策略的确切定义

这是全文最重要的一节。所有回测数字都基于以下这套口径，改任何一条数字就不可比。

1.1 信号生成（三层）

第一层  小级别(LTF) 自身的中枢         build_htf_zones(cdf, ltf, chan=chan_l)
第二层  中枢突破后回抽不回，收盘转强 → 入场   find_fast_bsp3(cdf, zones)
第三层  大级别(HTF) 分型方向必须同向        attach_htf_context(...) 后取 h1_agree == 1
可选    中枢阶梯方向过滤（顺向推进）        z_above / z_below，见 1.4

用户对「区间套」的定义（务必按这个理解，早期我理解错过）： 大级别（1h/4h）分型定位转折点 + 小级别（15m/5m/1m）中枢突破形成第三类买卖点。 不是大级别中枢突破。

1.2 find_fast_bsp3 的当前默认参数

research/lib/fast_bsp3.py：

参数	默认值	含义与注意
scan	200	中枢成立后向后扫多少根找突破
pullback_win	30	回抽窗口
tol	-1.0	负值＝禁用「回抽未触及边界就跳过」。这是最关键的参数，见 3.2
max_per_zone	1	同一中枢只做首次入场，见 4.2
require_touch	False	不要求回抽触及中枢边界，见 3.2

tol=-1 + require_touch=False 是当前口径，滞后 2.2 根。 早期默认（tol=0.003, require_touch=True）滞后 5.8 根，年化从 906% 掉到 370%。 新旧差异已完整量化在 step34（tol 扫描）与 step33（require_touch）里， 旧口径的原始输出已清理——不需要它，也不要回到旧口径。

1.3 交易执行口径

SL, TP, MAX_BARS = 1.5, 3.0, 48      # ATR 倍数止损/止盈 + 超时根数
run_trades(cdf, entries, SL, TP, MAX_BARS, fee=..., entry_delay=1)

• 入场：信号次根开盘价（entry_delay=1），不是信号根收盘价
• 研究口径成本：4bp 手续费 + 1bp 滑点 = 5bp（所有带「已扣 5bp」的数字都是这个）
• ATR 取信号根的值（atr[sig_idx]），不是入场根

⚠️ TP=3.0 已被证明偏小（step41/42，见 3.5 与 5.3），且出场参数要按级别分开定。 本文档所有历史数字仍是 TP=3.0 口径，改口径前不要混用。

成本模型：不是一刀切的 5bp（用户 2026-08-27 指出）

用户指出「只有开仓才是 taker」。对了一半——止盈挂限价确实是 maker， 但止损是 stop-market，成交时仍是 taker（做成 stop-limit 会有急跌不成交的 风险，那种损失远大于省下的费）。所以按出场原因分别计费。

实际费率档位（用户 2026-08-27 给的，单边）：返佣前 taker 0.040% / maker 0.016%，API 返 50% → taker 2.0bp / maker 0.8bp。

环节	性质	单边费率
入场（次根开盘市价）	taker + 滑点	2.0bp
止盈（限价被动成交）	maker，无滑点	0.8bp
止损（stop-market）	taker + 滑点	2.0bp
超时（到点市价平）	taker + 滑点	2.0bp

⚠️ step41/42 首轮跑的时候这里写的是 taker 3.0 / maker 1.0bp， 隐含「原始 taker 6bp、返 50% 得 3bp」的错误前提。真实原始是 4bp。 方向是保守的——taker 高估了 50%，所以那两步跑出来的净收益、 滑点余量、均R 全部偏低，不是偏高。exit_model.py 已改成实际值， 但本文档里凡是标注「旧费率 3/1bp」的数字尚未逐条重算。

SL1.5/TP3/48根 1m 样本外实测（止盈成交占 60%）：

口径	平均成本	说明
全 taker 双边	8.00bp	最早的口径，双重高估
混合费率 @ 3/1bp	6.20bp	step41/42 首轮
混合费率 @ 实际 2/0.8bp	2.00bp	当前
研究口径 固定 5bp	5.00bp	§2 那批老数字

注意方向变了：研究口径的 5bp 现在是偏保守的。 实际混合费率只有 2bp。 实现在 research/lib/exit_model.py，step41/42 共用。 分批离场不额外增加费用（手续费按名义额收，出场 0.5+0.5 总额不变）， 而且第一批必然是止盈成交，所以分批在成本上还占便宜。

1.4 阶梯过滤（顺向推进）

对应缠论「趋势 vs 盘整」：当前中枢相对前一个中枢是否同向推进。

pg, pdn = z["zg"].shift(), z["zd"].shift()
z["z_above"], z["z_below"] = z["zd"] > pg, z["zg"] < pdn
push = z_above if direction == 1 else z_below

加上它 PF 从 2.72 → 3.41（30m/2h）。用户特别在意这一点，因为它印证了 缠论对趋势的定义（一个分型后第一个中枢就反转的概率低于出现第二个中枢后反转）。

1.5 各级别的确切配对

小级别	大级别(h1，做同向过滤)	备注
1m	5m	step23 的配置是 1m:5m:15m，15m 只记录不过滤
5m	30m	统计量最强
15m	1h
30m	2h	单笔质量最高

---

2. 最优配置与核心数字

2.1 级别矩阵（step28，同向+阶梯，3 币）

组合	笔数	胜率	中位	PF	t值
5m/30m	1321	53.1%	+0.31%	1.98	10.16
30m/2h	258	65.1%	+1.65%	3.41	8.51
5m/15m	1292	51.7%	+0.24%	1.82	8.84
15m/1h	467	56.5%	+0.74%	2.46	7.96

选择逻辑：30m/2h 单笔质量最好，5m/30m 统计显著性最强。1h 及以上小级别笔数不足。

2.2 跨品种样本外（step37）— 最有说服力的一项

参数一个没动，拿 8 个完全没参与调参的币验证：

分组	笔数	年笔数	胜率	中位	PF	t值	剔10%PF
样本内(BTC/ETH/SOL)	2309	334	61.4%	+0.531%	2.86	+19.11	1.77
样本外(8 个新币)	5859	884	62.9%	+0.592%	2.73	+28.50	1.66

逐币最弱的 XRP 仍是 PF 2.21 / t 7.64。没有一个币是负的。

2.3 收益量级——务必用正确口径（step35 第 5 节）

这一条最容易被误读，历史上我自己也一度报错过口径：

口径	年化	回撤	Sharpe
A 1%风险+20倍上限+复利	+1323.8%	8.1%	10.38
B 1%风险+20倍上限+不复利	+270.0%	8.4%	10.38
C 固定名义1倍+不复利	+194.7%	8.4%	7.95
D 固定名义3倍+不复利	+584.1%	25.2%	7.95

只有 C/D 是可以直接对照的量级。 那些 906%/1323% 的数字来自复利+杠杆假设。 平均单笔杠杆 2.1x（中位 1.8x）。 未含资金费率，未含同时持仓的保证金约束。

---

3. 已验证成立的结论

3.1 没有未来函数（step38，最要紧的一项）

担心的是 incremental.py 里那句注释：「最后一笔 is_sure 允许收回」—— 中枢生效时刻 available_ts 取自笔的 sure_time，而那是全量重算得出的。

做法：对每个信号只喂到该根为止的数据（窗口 4000 根），重跑 TF_DF → 中枢 → fast_bsp3，看信号是否真的在那一刻存在。

结果：同根命中 100.0%（抽检 1217 个信号），完全消失 0.0%，假阳性 0.7%。 偏移中位 +0.0 根。回测口径可信。

3.2 滞后是收益的第一驱动（step34）

口径	笔数	滞后(根)	胜率	PF	年化	Sharpe
禁用跳过(现用)	2309	2.2	61.4%	2.86	+906.1%	9.02
tol 0	2214	2.7	60.4%	2.74	+731.3%	8.43
tol 0.1%	2134	3.6	58.7%	2.64	+569.8%	7.65
tol 0.3%(旧默认)	2045	5.8	55.4%	2.37	+370.4%	6.30
tol 1%	1561	9.9	48.3%	1.88	+112.0%	3.53

滞后与收益严格单调。这也意味着实盘延迟会直接侵蚀收益，是下一阶段的核心风险。

3.3 其余已排除的偏差

• 中枢生效时刻（step36 §1）：0% 走 end_time 回退分支，全部用 sure_time
• 多空对称（step36 §3）：做多 PF 3.12 / t 14.77，做空 PF 2.62 / t 12.27 → 不是单纯吃加密货币的上涨 beta
• 时间样本外（step36 §4）：20192022 挑参数，20232026 验证 → PF 从 3.31 降到 2.44，t 仍 12.29。有衰减但成立
• 滑点脆弱性（step35 §1）：加到 +30bp 仍 PF 1.73 / t 10.15
• 入场后移（step35 §2）：后移 1→4 根平滑衰减（PF 3.18→2.53）， 未来函数会呈断崖，这里没有
• 持仓重叠（step35 §3-4）：单腿平均并发 0.01，组合 9 腿平均并发 0.1， 有仓位时间仅 8.6%

⚠️ 「各笔基本独立」这句原来说得太满，已修正。 低并发确实成立， 但那只说明「时间上不重叠」，不等于「统计上独立」——见下方 3.31。

3.31 新出场口径下的并发，以及信号之间的相关性（1m，8 币样本外，门控后）

分批出场把平均持仓从 9.9 根拉到 29 根，并发必须重算：

出场	范围	平均并发	有仓位时间	峰值并发
旧 SL1.5/整仓TP3/48	8 币组合	0.043	4.0%	6
新 SL2/分批→8/留损2/48	8 币组合	0.120	10.2%	6

并发翻近三倍，绝对值仍低。要紧的是峰值 6——8 个币里 6 个同时在仓。

信号在时间上扎堆，且方向高度一致：

• ±5 分钟内有其他币信号的占 21.6%，±30 分钟 39.6%，±60 分钟 49.6%
• 同一小时内有 ≥2 个币发信号的时段占 20.9%（2262 个小时）， 其中 92.7% 方向完全一致，完全对冲的只有 5.8%

这不是缺陷，是信号在正常工作。 市场同涨同跌时，同一个中枢突破形态在 各币上同时出现；若 6 个币同时发信号却方向随机，那才说明信号是噪声。

但它有两个后果：

1. t 值有一定虚高：有效样本量小于名义的 13929 笔。不足以推翻结论 （t 值 43 以上），但「各笔基本独立」不再是准确说法
2. 加币不产生分散，只增加机会数量。组合波动不会随币数下降。 仓位不能按「1% 风险 × N 个币」线性放——峰值 6 仓 × 92.7% 同向， 8 个币就是 6% 风险压在一个移动上；平均杠杆 3.6x 时峰值 21.6 倍名义额。 要设并发上限，或按当前并发数缩放单仓风险。 §10 里「保证金约束未建模」那条在扩币前必须先做

好消息：§5.3 报的 12.6% 最大回撤是在真实时间序列上按实际发生顺序算的， 亏损扎堆已经体现在里面，不是用独立假设推出来的。相关性没被漏掉， 只是不能再指望「加币能降回撤」。

11 币全样本复核（step48，2026-08-28）：1161 笔 / 208 天 / 实盘口径。

相邻两笔的间隔：中位 122 分钟，62.8% 超过 1 小时，组合平均每天仅 5.58 笔。 同时持仓数：90.9% 的时间空仓，7.5% 只有 1 仓，≥2 仓合计 1.7%，峰值 8。

所以「11 个币会不会同时开」的答案是：绝大多数时候不会，但左尾是硬的—— 7.4% 的信号与前一笔同分钟、20.7% 在 5 分钟内。而这批的方向：

同一分钟出现多笔的时刻共 72 个，方向完全一致的占 100.0%（不是 92.7%）。

这些同时开的仓不是分散，是同一笔押注被拆到几个币上做。 名义 3 个仓位，实质是 3 倍单向敞口。两条推论：

1. 保证金不是约束，闲置才是。 91% 时间空仓，峰值并发只占 0.1% 的时间。 「币多了保证金不够」基本不成立，真问题是资金绝大部分时间在睡觉
2. 并发上限要按「同向净敞口」设，不能按「仓位个数」设。 同时开的必然同向，限「最多 3 仓」等于允许 3 倍单向敞口

扎堆的交易赚不赚钱（step48）：必须把「同一分钟」和「错开几分钟」分开， 两者结论相反，混在一起会得出错误判断。

分组	笔数	胜率	毛R	PF	余量bp
真孤立（±5 分钟内无同伴）	763 (66%)	65.5%	0.832	2.83	11.92
错开：5 分钟内但不同分钟	240 (21%)	82.1%	1.443	7.31	29.59
同一分钟撞在一起	158 (14%)	63.3%	0.777	2.20	12.35

错开的那批是全样本最好的一档（毛R 是孤立组的 1.7 倍），而严格同分钟的 反而略差于孤立组。机制上说得通：错开 = 一波行情从某个币扩散开，后发信号是 对先发的确认；同分钟 = 全市场同时被一个冲击打中，那就是追高。

簇级复核（±5 分钟合一簇，每簇算一个观测，排除重复计数）： 多笔簇簇均毛R 1.180 vs 单笔簇 0.832，簇级 R 夏普 0.848 vs 0.459。 结论在簇级依然成立。多笔簇内全赢 59.5%、全输 10.1%、有赢有输 30.4% —— 簇内风险不可分散，但偏度有利（赢的簇是输的簇的 6 倍）。

集中度上两类没差别：整簇方向一致 99.4%（同分钟 100%、错开 99.2%）。 簇内中位 2 个币、最大 8，跨度中位 2 分钟。所以「限制最多 N 个并发仓位」 把两类一视同仁是错的，它们期望收益差 1.9 倍。

簇内顺序：看着是圣杯，其实大半是未来信息（step48） ⚠️

用户提出研究簇内的币种先后顺序。事后按位次切，落差很大：

分组	笔数	胜率	毛R	PF	余量bp
（对照）孤立单笔	763	65.5%	0.832	2.83	11.92
簇内第 1 笔	158	81.6%	1.441	5.58	25.63
簇内第 2 笔	158	72.8%	1.085	3.93	20.09
簇内第 3 笔	53	62.3%	0.733	2.19	11.41

但「我是首发」= 「接下来 5 分钟没有别的币再发」，这是未来信息。 首发赢面大恰恰因为后面真跟出来了别的币（那波行情是真的）， 而"会不会跟出来"在下单那一刻不可知。

换成开仓时真正可知的信息（过去 5 分钟有无别的币先发）：

分组	笔数	占比	胜率	毛R	PF	余量bp
无前序	979	84%	68.4%	0.938	3.19	14.13
有前序 ≥1 个币先发	182	16%	69.8%	1.021	3.71	21.88

43% 的落差塌成 8.8%，方向还反过来（跟随略优于首发）。 但残留不是零，且有一处比毛R 更要紧：滑点余量 14.13 → 21.88bp，高 55%。 对 1m 这是实打实的——1m 的生死线就在执行成本上。

「谁在领跑」无稳定结构：首发率 BTC 8.6% ~ DOGE 18.4%，158 次首发摊到 10 个 币平均 15.8 次，这个离散度基本是抽样噪声。

⛔ 这个方向的纪律（组合空间大，样本只有 158 个簇，不设约束必然批量产出 假发现）：每一个切法都必须能写成「开仓那一刻我已经知道的信息」。 凡用到「这一簇共几个币」「我是第几个」「簇跨度多长」的，都含未来信息， 回测漂亮但实盘拿不到。

✅ 唯一可交易的那条已通过样本外验证（step49）：10 币 × 80 万根， 2025-02 ~ 2026-08 共 3941 笔，其中发现期（step48 用过的最近 208 天）1161 笔、 样本外 2780 笔。

	无前序	有前序	差
样本外 毛R	1.086	1.275	+0.189
样本外 余量	18.83bp	24.89bp	+6.06bp
发现期 余量	14.14bp	21.96bp	+7.82bp

逐时段 6/6 全部同向（余量差 12.52 / 9.10 / 3.82 / 3.89 / 6.95 / 9.25bp， 中位 8.03）。发现期毛R 差只有 0.085，样本外反而放大到 0.189——不是过拟合 衰减，是发现期恰好偏保守。占比很稳，各时段 13~19%。

ATR 混淆已排除：有前序 的 ATR 确实略高（中位 15.04 vs 13.13bp），但按 ATR 四分位分层后 4/4 层同向，层内余量差 3.29 / 8.39 / 5.16 / 4.14bp，与不分层 的 +6.06 同量级。且毛R 本身是 ATR 归一化指标，其 +0.19 不可能是 ATR 假象。

可用方式：这 16% 的信号能多容忍约 6bp 执行成本。可用于加仓位权重， 或对这批放宽 ATR 门控——ATR 最低层里 有前序 余量仍有 14.92bp（对照 11.63）， 提示门控对它们可以更松。但放宽门控尚未回测，先别改。

⚠️ 「同分钟 vs 错开」是看过数据之后才划的切法，不是事先定的。 208 天、158 个簇，post-hoc 切分容易切出噪声。拿它当仓位规则前必须换一段 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。

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。

3.32 多空对称：这不是伪装成策略的 beta

用户问「整个市场都是正相关的，是不是很少有独立行情」。市场相关是真的， 但这个策略不是市场敞口（1m，8 币样本外，门控后）：

方向	笔数	占比	胜率	净bp	PF	均R	t值
做多	7057	50.7%	71.2%	35.4	4.05	0.968	43.0
做空	6872	49.3%	71.9%	40.5	4.40	1.006	43.4

做空还略好。所有时段净方向合计仅 +185 笔（总 13929），长期无方向偏置。

分年更决定性——若是 beta，2021 年做空该被打爆：

年	多 均R / PF	空 均R / PF	空头占比
2021 大牛	1.019 / 4.45	1.116 / 5.34	46.5%
2022 熊	0.901 / 3.85	0.962 / 4.07	53.8%
2026 熊	0.863 / 3.33	0.793 / 3.42	55.9%

2021 年做空的 PF 5.34 是整张表最高的一格，七年里没有一年、 没有一个方向是亏的。空头占比随行情切换（牛市 46.5% → 熊市 55.9%）， 说明结构识别在跟着市况调方向。与 §3.3 的 30m 结论（多 PF 3.12 / 空 2.62）一致。

3.33 扩币的筛选标准（两条方向相反的约束）

1. ATR 分布对门控阈值（当前 8bp）——够不够扛住固定成本
2. 流动性 / 盘口价差——滑点能否压进预算

两条都是及格线，不是「越高越好」的排序依据。

⚠️ 「那就做 ATR 最大的」是错的，两个方向都不支持：

币内（每个币按自己的 ATR 分位）——严格单调，高 ATR 时刻更差：

币内 ATR 分位	净均R	R夏普
最低 20%	1.040	0.690
40-60%	0.982	0.655
最高 20%	0.878	0.599

ATR 飙升往往意味着行情已走过头，噪声大、容易反抽。 （但不必加上限门控：最高分位的 0.878 仍然是好交易，砍掉只是白丢机会。）

跨币——看似正相关（ATR vs 净均R r=+0.684），但剔除 BTC 后掉到 +0.469， 且其余 9 币的净均R 区间只有 0.935~1.024（极差 0.089）。BTC 自己 0.787， 明显低于所有其他币。BTC 差更可能因为它是最大最有效的市场、结构性机会少， 把它的低 ATR 与低 R 读成因果是过度拟合一个点。

ATR 唯一真正提供的是 bp 余量（r=+0.85，剔 BTC 后仍 +0.85）。 但这是机械关系——余量按定义随 ATR 缩放。它有用（滑点大致固定在 bp， 余量高就能扛更多滑点），但不代表 ATR 高的币「更赚」。

⚠️ 追高 ATR 还会撞上这份数据看不见的流动性墙。 现有 11 币全是头部流动性； 高 ATR 通常意味着小市值、盘口更薄，多出来的余量很可能被滑点吃回去。 把在头部币上成立的关系外推到另一个流动性区间，是最容易翻车的那类外推。

现有 11 币的实际情况：BTC ATR 中位 2026 仅 6.5bp、门控刷掉 58.5%、 预算 8.58bp 垫底；TRX 2026 门控后只剩 4.2% 的信号，当前环境基本不能做。

筛选很便宜：拉候选币 1m 数据，只算 ATR 分位数与盘口价差，不必跑策略 就能排掉大半。

⚠️ 但样本外的说服力会被稀释：当前最硬的证据是「8 个币完全没参与调参、 全部为正」。若新币是在同一份历史上筛出来的，它们就不再是样本外。 要保持这个性质，得留一批筛完不看、直接进实盘验证。

3.34 组合最优解：选币的杠杆很小，币数的杠杆在前 6 个

穷举每个 N 的最优子集（1m，门控后，固定日历，只扣手续费不扣滑点）：

币数	最优子集夏普	增量	年化R	若信号独立应有	捕获比例
1	9.94	—	323	9.94	100%
2	13.15	+3.21	611	14.06	94%
4	16.93	+1.61	1174	19.88	85%
6	18.87	+0.78	1672	24.35	77%
8	19.87	+0.38	2188	28.11	71%
11	20.22	+0.02	2690	32.97	61%

三条结论：

1. 边际收益在 6~8 币后归零。 8→11 只换来 +0.35 夏普（+1.8%）， 但年笔数多 500+，成本与运维复杂度是实打实的。
2. 具体选哪几个几乎不重要。 165 个 8 币组合：最好 19.87（ADA/AVAX/ DOGE/ETH/LINK/LTC/SOL/XRP）、最差 17.61、中位 18.66，极差 2.26（12%）。 ⚠️ 这一条已被 §3.37 推翻——它忽略了盘口冲击。计入后币间差距是 5 倍， 且排序近乎翻转（AVAX 从必选变成必剔，BTC 反而可用）。选币很重要。
3. 相关性吃掉近 40% 的分散化收益——捕获比例从 100% 单调降到 61%。 与 3.31 的「92.7% 同向」一致：加币是加机会，不是加分散。

⚠️ 并发保证金不是瓶颈，此前的担心是错的。（早前按事件平均算出 0.92， 高估了——事件在繁忙时段聚集。时间加权才是对的口径。）

	时间加权均并发	有仓时间占比	有仓时均并发	p99	最大
全样本 11 币	0.15	12.3%	1.24	2	9
2026 11 币	0.11	9.1%	1.26	2	8

资金 88% 的时间闲置，扩币在保证金维度有大把余地。峰值 9 仍要按 3.31 的同向假设做限额，但那是尾部风控，不是容量约束。

⚠️ 上表夏普只扣手续费、未扣滑点，绝对值虚高（年化 20 不可信）， 只能用于相对比较。 真正的约束是实测滑点 vs 预算——见 5.3 与 3.35。 按杠杆排序：滑点是生死（100%）＞ 币数 1→6（+90%）＞ 选哪几个（±12%，基本是噪声）。

3.36 成本模型的已知缺口：滑点被当成了常数，但它是仓位的函数 ⚠️

全文所有预算数字都假设滑点是固定 bp，与下单规模无关。这是错的 （用户 2026-08-28 指出）。且这个错误不是随机的——它系统性偏袒低 ATR 端。

固定分数下单意味着 名义额 = 风险额 / (2·ATR)，即仓位 ∝ 1/ATR， 而预算（bp）∝ ATR。两者方向相反：

ATR 桶 bp	中位杠杆	中位名义额（10万本金、每笔冒1%）	预算 bp
8-12	5.0x	$502,029	13.7
12-16	3.6x	$362,362	19.5
16-22	2.7x	$269,999	23.1
22-30	2.0x	$198,172	29.3
>30	1.3x	$129,065	52.1

低 ATR = 单子最大 + 预算最小 + 滑点随单子变大 = 三重挨打。 所以按固定 bp 算出的逐币/分桶预算，系统性低估了低 ATR 端的劣势。

✅ ATR 门控因此比原论证更有价值：被刷掉的信号中位杠杆 8.9x、p90 17.6x （保留的是中位 3.2x、p90 5.3x）——门控砍掉的正是最大的单子。 这比「固定成本占比高」是更强的理由。

三条待办（都属于「数据回来前不做、回来后会后悔」）：

1. 影子交易要记录信号时刻的盘口快照（≥10 档），不只是成交价。 有深度就能离线算任意仓位的冲击成本——一次测量回答所有资金量级， 否则换个规模就得重测。若用极小量或 paper 测，得到的只是 价差/2 + 漂移 这个下界，必然乐观。
2. 资金容量要算出来，不要等实盘暴露。 预算 20bp 蕴含一个资金上限。 中位名义额 $32 万、p90 $53 万，在 ADA/LINK/AVAX 的 1m 永续盘口上不是零头。
3. maker 腿的仓位问题是成交率，不是冲击。 回测假设 3 ATR 与 8 ATR 的限价单全额成交。$30 万挂单可能只部分成交，而部分成交会改变分批出场 的收益结构（§3.5 的结论建立在全额成交上）。需在影子数据里验证。

3.37 计入盘口冲击后，币种排序几乎翻转 —— §3.34「选哪几个不重要」作废 ⚠️

Bitget USDT 永续实时盘口（2026-08-28 01:30 HKT，5 次快照取中位）。 净预算 = 回测预算 − $300k 单边吃单冲击（$300k ≈ 10万本金 × 中位杠杆 3.2x）：

币	价差bp	ask深度	$300k冲击	回测预算	净预算	冲击占预算
SOL	0.09	$3.3M	2.82	28.3	25.5	10%
DOGE	1.12	$13.5M	4.35	28.5	24.1	15%
ETH	0.04	$19.4M	0.27	20.8	20.5	1%
XRP	0.68	$14.9M	4.82	24.5	19.7	20%
BTC	0.01	$4.5M	0.26	14.6	14.3	2%
LINK	0.84	$2.8M	12.20	26.2	14.0	47%
ADA	4.62	$6.3M	9.70	23.5	13.8	41%
LTC	1.99	$3.2M	11.13	23.6	12.5	47%
AVAX	1.33	$3.0M	23.65	29.0	5.3	82%

§3.34 的「165 个 8 币组合极差仅 12%、选哪几个不重要」是错的——那个结论 完全建立在忽略流动性上。计入冲击后币间差距是 5 倍（25.5 vs 5.3）。

排序近乎翻转，根因是 ATR 与流动性负相关，所以按预算（∝ATR）排出的序 恰好是按流动性排的逆序：

• AVAX 原始预算最高（29.0）、净预算最低（5.3）。它在最优 8 币里入选频率 95%，实际最该剔除。5 次快照 22.3~24.7bp，不是抽样噪声
• LINK / ADA / LTC（入选频率 95%/95%/70%）净预算全掉到 12~14
• BTC 此前判为「中性」，实际净预算 14.3，反而优于 LINK/ADA/LTC—— 原始预算最低但冲击几乎为零

这就是 §3.33 定性警告过的「流动性墙」，现已量化，且比预想严重。

✅ 真正的结论：可用币种是资金量的函数，不存在固定的最优币表。 按 $100k 名义额（≈$32k 本金）重算，净预算回到 ADA 18.0 / LINK 17.2 / LTC 16.5 / AVAX 11.6——除 AVAX 外全部健康。扩币前先定本金。

当前运行点：本金 < $2k（用户 2026-08-28 确认，目的是先跑通流程）。 在这个规模上 §3.37 的重排序不适用——单笔仅 $6.4k，冲击占预算 18% （连 AVAX 也只有 8%），9 个币全部可用，§3.34 的「选哪几个不重要」重新成立。 分水岭在 **$20k$50k 本金**：以上才需要收缩到 SOL/DOGE/ETH/XRP/BTC （这 5 个在 $2k~$200k 全区间冲击 ≤21%，是与资金量无关的安全核心）。

冲击占预算比例（按本金，杠杆 3.2x）：

币	$2k	$10k	$20k	$50k	$100k
BTC / ETH	0%	0%	0%	0%	0~2%
SOL	1%	3%	4%	5%	6%
XRP / DOGE	5~6%	9~10%	12%	15%	16~17%
LINK	4%	11%	16%	31%	46%
LTC	12%	22%	30%	41%	57%
ADA	20%	28%	29%	38%	51%
AVAX	8%	28%	43%	70%	91%

✅ 小资金无操作性障碍：Bitget 最小下单量在 $300 本金都不卡， 半仓取整误差最差 2.4%（ETH @ $500），其余 <1%。

⚠️ 但 $2k 跑通 ≠ 验证了策略容量。 小资金下有两处系统性偏乐观、且不可外推： (a) 冲击≈0，测出的滑点只剩 价差/2 + 延迟漂移，几乎必然通过 15.19bp， 但不能推出 $50k 也通过；(b) maker 腿成交率也是假的好——$3.2k 挂单几乎 必然全成，$150k 不一定，而 §3.5 分批出场的收益结构全建立在全额成交上。 → 这正是「记录盘口快照」的价值：它是唯一能让小资金数据回答大资金问题的东西。 只记成交价的话，每上一个资金台阶都得重测一遍。

$2k 阶段真正该盯的只有两件：延迟与漂移（与规模无关，结论长期有效）、 中枢阶梯 + ATR 门控必须在线上生效（否则测的是另一批信号，与回测不可比）。

⚠️ 三条保留：(1) 单一时段快照，盘口有日内周期，需跨时段采样； (2) 信号恰在波动放大时触发，那时盘口更薄——上表是乐观下界； (3) 只算了入场 taker 腿，止损/超时同为 taker，maker 腿则是成交率问题。 第 (2) 条意味着这批静态数字不能替代影子数据，只是把「该测什么、该剔谁」 提前定下来了。

3.35 跨 venue：信号身份不迁移，但总体期望迁移（live 前置测量）

回测全部跑在 Binance 数据上，实盘要在 Bitget 成交。 服务器侧的 research/live/venue_parity.py 把这件事量了：

品种	Bitget信号	Binance信号	同根重合
BTC	47	38	42.6%
ETH	39	35	28.2%
SOL	48	29	14.6%

（5m 同向过滤后口径。SOL 差得最多是因为 tick 粗细不同：Bitget 0.001、 Binance 0.01，粗 10 倍会让 close > high[j-1] 大量平局不触发， Bitget 上信号多出 74%。这是系统性差异，不是随机扰动。）

signal_sensitivity.py 进一步显示 0.25bp 的数据扰动就能换掉一半信号。

但 aggregate_robustness.py 的结论是：总体期望不塌。 加 0.5 / 1 / 2bp 噪声重跑，毛均收益与 PF 都在原区间内摆动，没有单调恶化。

脆的是信号身份，不是 alpha。 这决定了两件事： 一、滑点不能逐笔对照 Binance 回测，只能对照同一 venue 上的总体毛均收益； 二、影子测量必须跑在生产路径上（Bitget 原生数据 + Hummingbot）， 换个运行时测出来的数就不作数。

同窗口 Bitget vs Binance 毛均收益（210 天、TP=3.0 口径）： BTC 5.87 vs 6.09、ETH 10.02 vs 12.06、SOL 8.92 vs 9.87bp。 Bitget 一致略低 0.2~2bp，但没有量级差异，总体口径可迁移。

⚠️ 上面那批数字用的是 毛均收益 − 6.0bp、只有同向过滤、TP=3.0， 不能直接当预算用，正确的逐币预算见 lib/shadow_budget.py 与 5.3。

3.38 浅色信号（未过双过滤）在 1m 上不能做——差在毛质量，不在成本（step44）

用户观察「图上很多浅色 b4/s4 的入场价看着也很有优势」。step40 做过同类消融但 只覆盖 15m/30m 且用旧口径（5bp 平摊、1.5/3.0/48），1m 从未验证。

research/step44_filter_ablation_1m.py，8 币 × 30 万根，当前最优 1m 出场 （SL2.0 / 3ATR 减半 / runner 8ATR / rstop 留原位 / 48 根），真实费率， ATR ≥ 8bp 门控后共 2302 笔：

口径	笔数	胜率	毛R	净均R	剔10%PF	滑点余量bp
深色（同向 ∧ 阶梯）	955	68.3%	0.933	0.798	2.35	15.07
浅色（任一不过）	1347	44.3%	0.155	0.009	0.74	0.10
— 只过阶梯	445	52.1%	0.419	0.279	1.03	4.18
— 只过同向	265	38.1%	−0.029	−0.176	0.59	−2.15
— 两个都不过	637	41.4%	0.046	−0.103	0.62	−1.64

关键是「毛R」列——那是扣任何成本之前的数字。 浅色 0.155 vs 深色 0.933， 差 6 倍。所以不存在「信号本来不错、被手续费吃掉」这回事：浅色的跟随性 本来就差。浅色扣完手续费只剩 0.10bp，任何滑点都会让它亏；逐币 8 个里 4 个已为负（ETH −1.98 / LTC −2.93 / DOGE −1.05 / XRP −0.14），最好的 ADA 也才 2.41bp。

为什么肉眼看着有优势：(1) 入场价确实是好的，信号标的是真实局部结构； (2) 但价格不跟随，毛R 0.155 覆盖不了 2 ATR 的止损——入场点好 ≠ 价格继续 朝你走；(3) 44.3% 的胜率意味着近一半确实走对，扫图时看到的就是这些， 走错的当时形态一样好看。

⚠️ 新发现：1m 上阶梯过滤远比同向过滤重要，与 30m 相反。 只过阶梯 +4.18bp，只过同向 −2.15bp 且毛R 为负；而 30m 上同向单独就能把 PF 从 1.59 提到 1.85（§4 step30）。两个过滤器的相对价值随级别翻转， 不要跨级别套用滤网结论。

3.4 alpha 的来源（step32 消融）

逐条拆掉 fast_bsp3 的条件后发现：alpha 完全来自缠论中枢的上下文定位， 不是「回抽结束、收盘转强」那个触发动作本身。 触发条件只负责压低滞后。

这个结论回答了用户当时的问题（「如果有这个，那就可以去判断任何笔的端点了」）： 不能。脱离中枢上下文，那个触发条件没有预测力。

3.5 出场：TP=3.0 把右尾截早了（step41）

起因是用户看图指出「止盈没做好」。查下来确实如此。

先量 MFE（每笔在被止损打掉之前最远走到几个 ATR）：

分组	级别	笔数	中位 MFE	≥3ATR	≥5ATR	≥8ATR
样本内	15m/30m/5m	2309	3.66 / 4.30 / 4.27	55~62%	41~45%	23~28%
样本外	15m/30m/5m	5859	4.08 / 3.80 / 4.30	57~61%	42~45%	25~28%

中位数就已经高于 TP=3，样本内外一致。抬高 TP 的样本外结果：

出场	胜率	均收益	中位	PF	t值	剔10%PF	均持仓
tp3（现用）	62.6%	+0.559%	+0.588%	2.71	+28.31	1.64	11.2
tp4	58.7%	+0.692%	+0.579%	2.95	+29.24	1.71	15.3
tp5	56.5%	+0.783%	+0.485%	3.12	+29.36	1.75	18.8
tp6	55.3%	+0.860%	+0.369%	3.28	+29.17	1.77	21.7
tp8	54.1%	+0.983%	+0.284%	3.56	+28.27	1.78	25.7

• 8 个样本外币逐个看，均收益与 PF 全部提升；2020~2026 七年 PF 也全部提升
• 剔掉最好 10% 后 PF 仍从 1.64 升到 1.75 → 不是几笔暴利撑起来的
• t 值在 tp5 见顶（+29.36）后走平，tp6/tp8 靠的是越来越薄的右尾
• 基线复现校验：step41 的 tp3 = 5859 笔 / PF 2.71 / t +28.31 / 剔10% 1.64， 对上 §2.2 的 2.73 / +28.50 / 1.66，差在千分位（同根内止损与新高并存时保守 假定止损先到），说明对比是在正确基线上做的

代价不是零：胜率 62.6%→56.5%，中位 +0.588%→+0.485%（过半单子变差， 输在「摸到 3ATR 没走到 5ATR 又反手止损」那批），平均持仓 11.2→18.8 根， §3.3 的并发数据需重算。心理上也更难拿。

分批离场更优（用户提的方案，改一处后成立）

用户方案：到 3 ATR 平一半 + 止损移到开仓价，剩下跑到大目标。 前两步对，「止损移到开仓价」是错的。 用户随后要求把剩余半仓的止损位 也扫一遍（0 / 0.5 / 1 / 1.5 / 2 ATR），结果严格单调，三组初始 SL 全一致：

样本外 5859 笔，初始 SL1.5、分批→8 ATR、48 根：

剩余半仓止损位	净均收益	中位	PF	t值	剔10%PF
保本损（0）	+0.611%	+0.420%	2.81	+25.66	1.50
留损 0.5 ATR	+0.688%	+0.455%	3.03	+27.65	1.65
留损 1.0 ATR	+0.732%	+0.475%	3.17	+28.64	1.74
留损 1.5 ATR（不动）	+0.754%	+0.498%	3.23	+29.25	1.79
留损 2.0 ATR（放宽）	+0.762%	+0.510%	3.25	+29.48	1.81

没有中间最优点，越松越好，但增量在「不动」处饱和： 保本→0.5 加 0.077%，0.5→1 加 0.044%，1→1.5 加 0.022%，1.5→2 只加 0.008%。 所以止损保持原位即可，放得比原止损更宽是拿实打实的风险换千分之一的收益。

机理与移动止损失败同源（§4）：回抽到成本价是突破后的正常结构，不是信号失效。 信号已用「摸到 3 ATR」自证，此时收紧止损等于用最坏价格淘汰掉最好的单子。

胜率与整仓 TP3 完全相同是结构决定的：摸到 3 ATR 的单子在分批下必然是赢家 （半仓 +3 ATR，剩余半仓最坏 −1.5 ATR，净 +0.75 ATR）。这正是分批相对整仓 高 TP 的价值——同一批单子在整仓 TP5 下会变成 −1.5 ATR 的亏损。

初始 SL 扫描：必须用 R 倍数口径，否则会把仓位差异算成策略优势

用户要求扫 1 / 1.5 / 2 ATR 初始止损。百分比收益会误导：SL 越宽每笔风险越大， 固定风险仓位下仓位越小，raw % 里 SL2 看着比 SL1.5 好 68%，其中大半是仓位效应。

样本外，分批→8 ATR、留损=初始 SL、48 根，§2.3 的 1%风险 + 20倍上限 + 复利：

配置	均R	R夏普	最差1%R	平均杠杆	最大回撤(样本外/内)	Sharpe(外/内)
现用 SL1.5 整仓TP3	+0.722	0.494	−1.55	1.97x	12.1% / 11.9%	14.79 / 8.33
SL1.0 分批→8	+1.023	0.381	−1.93	2.70x	16.0% / 14.7%	11.36 / 6.72
SL1.5 分批→8	+1.023	0.530	−1.55	1.97x	13.5% / 9.4%	15.79 / 9.30
SL2.0 分批→8	+0.943	0.638	−1.37	1.53x	13.1% / 6.4%	19.00 / 11.35

• SL=1.0 明确最差：均R 与 SL1.5 打平，但 R夏普 只有 0.381、回撤最大、 最差单笔 −1.93R。止损太紧被噪声打掉，和 §3.2「滞后是第一驱动」是一类问题
• SL=1.5 期望值最高（均R 1.023），SL=2.0 风险调整最好 （R夏普 0.638、回撤 6.4%、Sharpe 11.35，样本内外一致）
• SL2 只让出 8% 的单位风险期望，换来 20% 更高的 R夏普和更好的最差单笔。 纠正一次误判：修正仓位效应后 SL=2.0 仍然占优，不是纯粹的仓位错觉
• 按剔10%PF 排全网格，前 14 名全是 SL=2 的分批配置， 第一名 SL2 分批→8ATR 留损2 48根：剔10%PF 2.26（现用 1.59）、 净 +0.920%、PF 3.84、滑点余量 61.79bp（现用 40.05bp）
• 该配置样本外 8/8 币、7/7 年对现用全面提升，无例外

上表的年化数字是 §2.3 的口径 A（复利+杠杆），且把 8 个币当一个账户串起来算， 严重虚高，故意不记录。只有回撤、Sharpe、R 这些比值可以横向比。

换成实际费率（2/0.8bp）后：几乎没变

step41 首轮跑的是错误的 3/1bp（见 §1.3），已用实际费率重算分析段 （feather 存的是毛收益+出场原因，不必重跑模拟）：

组	口径	平均费	净均收益	余量bp	剔10%PF	均R
样本外	现用 SL1.5/TP3/48	3.00→2.00bp	0.579→0.589%	41.34→42.05	2.01→2.05	0.790→0.811
样本外	最优 SL2 分批→8 留损2/48	4.45→3.01bp	0.941→0.955%	62.17→63.13	2.69→2.75	0.975→0.998
样本内	最优 SL2 分批→8 留损2/48	4.43→2.99bp	0.866→0.881%	57.15→58.10	2.91→2.98	0.960→0.984

结论一个都没变，量级也没变（余量动了 2%）。原因还是那条： 成本固定在 bp、目标随 ATR 缩放，所以费率只对 1m 有杠杆—— 同一次改动在 1m 上把均R 抬了 8%，在这里只有 2%。

ATR 门控在这三条腿上是惰性的

1m 上有效的 ATR ≥ 8bp 门控（见 5.3），搬到这里几乎不触发：

级别	ATR中位	<8bp 占比	门控后保留	均R 变化
5m	33.6bp	2.60%	97.4%	1.007 → 1.006
15m	60.2bp	0.16%	99.8%	0.995 → 0.992
30m	82.5bp	0.00%	100%	0.947 → 0.947

无害也无用，所以可以当全局规则统一写进执行层，不必按级别分叉： ATR ≥ 5 + 1.1 × taker费(bp)，当前费率下即 ≥ 8bp。 它只在 1m 上真正起作用（那里 21.5% 的信号在阈值以下）。

---

4. 已验证无效 / 不要重做的方向

方向	结论	出处
动态止盈（小级别三买后等大级别三买再调止盈）	无效。持仓期太短（8~13 根），大级别确认来得太罕见	step27
移动止损（1.5 ATR 跟踪距离）	明显劣于固定 TP：样本外 PF 2.32、剔10%PF 0.94（TP=3 是 2.71/1.64）。突破后的正常回抽就能把它洗出去，和 §3.2「滞后是第一驱动」同源	step41
分批后收紧剩余半仓的止损（保本损及一切更紧的位置）	直觉上该做，数据上是负的。止损位 0/0.5/1/1.5/2 ATR 严格单调，越紧越差，三组初始 SL 全一致：保本损比不动少赚 0.14%/笔，剔10%PF 从 1.79 塌到 1.50。与移动止损同源——回抽到成本价是正常结构，不是信号失效。分批要做，止损保持原位	step41 §3.5
初始止损收到 1.0 ATR	5m/15m/30m 上均R 与 1.5 打平但 R夏普 只有 0.381（1.5 是 0.530）、回撤 16.0%、最差单笔 −1.93R。1m 上更极端：剔10%PF 0.78~0.99、中位收益 −0.122%、回撤 25.5%。1 ATR 就是噪声宽度	step41/42
同一中枢重复入场（二次、三次）	质量骤降，只做首次	step25
缠论引擎原生 find_all_bsp 的 B3/S3	统计上呈逆势、显著亏损：胜率 27.4%（低于 SL1.5/TP3.0 的随机基准 33%）、PF 0.66、t −18.76。不是滞后造成的——同一组过滤器把 B4 从 1.59 提到 2.26，对它无效（0.66→0.71），且入场后移 1~4 根只是平滑衰减。它几乎不筛（627 个中枢发 625 个信号），把「价格早已离开、再没回来」的历史区间也当信号发出来。B4/S4 因此单独立类，不是它的提前版	step30/31
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
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

---

5. 实盘落地的现状与关键约束

5.1 交易所：这是当前最大的未决项 ⚠️

用户实际用 Bitget（手续费.xlsx 在项目根目录）：

VIP	maker	taker	升级门槛(月交易额)
1	0.020%	0.060%	0
2	0.016%	0.040%	$3M
3	0.014%	0.0375%	$20M

返还比例：手动 60%、API 50%。

框架支持情况（已查证，2026-08）：

框架	Bitget 永续	说明
freqtrade（本地已装 2025.4-dev）	❌	源码里搜不到一处 bitget；SUPPORTED_EXCHANGES = binance/bingx/bitmart/bybit/gate/htx/hyperliquid/kraken/okx
NautilusTrader	❌	nautilus-bitget 是 0.0.0 空壳无 API；官方适配器列表（2026-06-30）无 Bitget。Bitget 只出现在第三方 Tardis 历史数据里
Hummingbot	✅	bitget_perpetual v2.0 连接器，2026 年 Bitget 官方合作。支持单向/对冲、限价/市价，有 Perp Candles Feed

用户最后问的就是「还有没有其他框架支持 Bitget」，答案是 Hummingbot—— 这个问题还没得到他的回应，需要先确认交易所再定框架。

其他信息：Hummingbot V2 的 PositionExecutor 结构恰好匹配我们的 「入场 + 止损 + 止盈 + 超时」，架构上契合。用户的费率表里还有一列空着的 HL （Hyperliquid），而 Hyperliquid 在 freqtrade 和 Nautilus 都是原生支持的。

5.2 网络：Bitget 必须走代理 ⚠️

直连  失败 NetworkError: bitget GET https://api.bitget.com/api/v2/spot/public/coins
代理  OK 2.39s  (http://127.0.0.1:7897)

盘口实测（BTC/USDT:USDT 永续）：bid 79492.7 / ask 79492.8， 价差仅 0.01bp，100 档深度。即时价差成本可忽略。

但代理会把延迟从几百毫秒放大到秒级，而 1m 那条腿的滑点预算只有 3.9bp。 实盘这条腿最终必须落到境外 VPS，否则测出来的滑点是代理的账，不是策略的账。

5.3 1m 那条腿的经济性（用户的核心问题）

用户原话：「1m 测的是返佣后是否能够不亏钱」，配合「一边刷交易额，一边走大点周期」。

1m 同向信号实测：3578 笔 / 2.28 年 / 3 币 = 524 笔/年/币， 毛均收益 +0.0991%，胜率 54.2%，平均持仓仅 8.3 分钟。

按 Bitget 真实费率算滑点预算：

⚠️ 下表的费率档位是错的：它假设原始 taker 0.12%、返 50% 得 0.060% 双边。 实际是原始 taker 0.040% / maker 0.016%，返 50% 后 taker 2.0bp / maker 0.8bp （见 §1.3）。整张表连同下面那张「四条腿对比」都只保留跨级别的相对关系， 绝对数字全部作废。

档位	双边费率	PF=1 滑点上限	t>2 实用上限
VIP1 taker + API 返50%	0.060%	3.9bp	~2.5bp
VIP1 taker + 手动返60%	0.048%	5.1bp	~3.8bp
VIP2 taker + API 返50%	0.040%	5.9bp	~4.5bp
VIP1 maker + API 返50%	0.020%	7.9bp	~6.5bp

四条腿的滑点余量对比（VIP1 taker + API 返50%，即双边费率 0.060%）：

级别	笔数	毛均收益	平均持仓	滑点余量
1m	3578	+0.0991%	8.3 根	3.91bp
5m	1984	+0.3253%	9.7 根	26.53bp
15m	689	+0.4436%	12.1 根	38.36bp
30m	340	+0.9504%	11.7 根	89.04bp

1m 和 30m 的余量差 23 倍。

重要判断：1m 若失败，绝不能拿它去否定 5m/30m。 三条腿的成本敏感度不在一个量级上。

⚠️ 上面的 3.91bp 已被 step42 推翻：那是 30m 的参数套在 1m 上量出来的

用户指出：SL1.5/TP3.0/MAXB48 是在 5m/15m/30m 上定的，1m 不该混用。 成本固定 5bp，而目标随 ATR 缩放，1m 的 3 ATR 只有 0.39%、30m 是 1.87%， 成本占比差 5 倍，最优 TP 不可能相同。查证后确实如此，而且原因比成本更根本：

级别	MFE 中位	≥6 ATR	≥10 ATR
1m	5.16 ATR	46.1%	28.6%
5m	4.29	37.8%	18.6%
15m	3.98	34.7%	17.0%
30m	3.94	36.6%	18.7%

1m 以 ATR 计的右尾是其他级别的两倍。 机理：1m 的 ATR 量的是分钟级噪声， 但信号一旦成立抓到的是几小时级别的趋势，所以「行程 / ATR」比值天然更大； 30m 的 ATR 本身已经吃进了一部分趋势。所以 TP=3 ATR 在 1m 上是个远比在 30m 上 更紧的目标——这不是调参问题，是量纲问题。

（MFE 本身也随初始止损变化，止损越松活得越久、右尾越长： 1m 上 SL1.0 中位 2.37 ATR、SL1.5 是 5.16、SL2.0 是 6.73。 所以 TP 和 SL 必须一起定，不能固定一个扫另一个。）

1m 全网格重测（step42，11 币 × 7 年，25476 笔）

⚠️ 本小节的表用的是旧费率 3/1bp（跑的时候费率档位写错了，见 §1.3）。 实际是 2/0.8bp，所以下面所有净收益、余量、均R 都偏保守。 用实际费率重算的版本在再下一小节，决策请用那一版。

扫描空间：SL ∈ {1.0, 1.5, 2.0} × TP ∈ {2,3,4,5,6,8,10,12} × MAXB ∈ {48, 96} × 分批（3 ATR 减半 → 剩余目标 {5,6,8,不设} × 留损 {0,0.5,1,1.5,2}）。

结论与 5m/15m/30m 同向，但幅度更大，且 1m 上没有取舍——最优解在每个指标上都赢。

样本外（8 个未调参币，17734 笔）：

口径	胜率	毛bp	净均收益	中位	PF	剔10%PF	滑点余量	均R	R夏普	最大回撤	均持仓
现用 SL1.5 / 整仓TP3 / 48根	60.8%	20.27	+0.141%	+0.169%	2.09	1.24	11.06bp	+0.434	0.274	14.7%	9.7
SL1 分批→8ATR 留损1 / 48根	45.9%	20.29	+0.133%	−0.122%	2.01	0.96	9.07bp	+0.649	0.225	25.5%	17.5
SL1.5 分批→8ATR 留损1.5 / 48根	58.9%	28.60	+0.219%	+0.132%	2.70	1.49	15.12bp	+0.781	0.376	14.1%	23.7
SL2 分批→8ATR 留损2 / 48根	67.6%	34.90	+0.284%	+0.233%	3.41	2.01	20.12bp	+0.792	0.500	12.6%	28.4

（滑点余量口径已改：分子是毛收益减实际手续费，分母是 taker 名义额， 即每条 taker 腿能承受多少滑点。旧表按双边固定 6bp 扣、不除 taker 腿， 所以数字偏大——上一版写的 14.27bp 就是旧口径，与 11.06bp 是同一件事的两种算法。）

• 滑点余量 11.06 → 20.12bp，接近翻倍；均 R +0.434 → +0.792（+82%）
• 8/8 样本外币、7/7 年份全部提升，无例外。最弱的 2026 年： 现用余量 4.69bp / 剔10%PF 0.92（已跌破 1），最优 9.84bp / 1.45
• 样本内同向：净 +0.100% → +0.221%，剔10%PF 1.07 → 1.72，回撤 19.7% → 10.2%
• MAX_BARS=48 不用改：1m 上 96 根在同配置下一致略差（剔10%PF 2.01 → 1.95）， 这点与 5m/15m/30m 不同，是 1m 唯一沿用原参数的地方
• 纯整仓高 TP（TP8/TP10）毛收益更高（4447bp）但胜率跌到 5960%、 中位收益反而更低；分批版 PF 与剔10%PF 更好，是更稳的那一侧

1m 上 SL=1.0 是废的（比其他级别更明确）：剔10%PF 只有 0.78~0.99， 中位收益 −0.122%（一半以上的交易是亏的），最差 1% 到 −3.69R，回撤 25.5%。 1 ATR 在 1m 上就是噪声宽度，止损放在噪声里必然被反复扫。

减仓后剩余半仓的止损位——三组初始 SL 下都是同一条单调曲线：

初始SL	保本损(0)	留损0.5	留损1	留损1.5	留损2
SL1.0 剔10%PF	0.78	0.91	0.96	0.98	0.99
SL1.5 剔10%PF	1.23	1.38	1.45	1.49	1.50
SL2.0 剔10%PF	1.68	1.86	1.95	2.00	2.01

越松越好，到「不动」（= 初始 SL）为止基本饱和，再放宽只有 +0.01 的边际。 保本损在 SL2 上直接砍掉 0.33 的剔10%PF，是全表最差的一档。 结论与 5m/15m/30m 完全一致：减仓后不要动止损。

逐年余量在衰减——那是波动率压缩，不是 alpha 衰减

用户看到余量逐年递减后提的假设：「是不是跟波动率有关，2026 是熊市、2025 是牛市」。 查证成立，而且相关性高到接近恒等式。

余量bp 与 当年 ATR 中位数 的跨年相关系数 r = +0.989（n=7）。

年	ATR中位	毛bp	毛/ATR	余量bp(旧费率)	均R
2020	16.3	39.8	2.44	23.98	0.939
2021 牛	22.1	58.7	2.65	36.49	1.031
2022	15.4	36.5	2.37	21.30	0.876
2023	9.8	24.9	2.53	13.88	0.846
2024	11.7	31.3	2.67	18.07	0.877
2025	11.6	27.8	2.40	15.76	0.883
2026 熊	8.8	19.8	2.26	10.28	0.713

关键是「毛/ATR」列：2.26~2.67，七年无趋势。 信号质量以 ATR 计几乎没衰减。 衰减的是 ATR 本身——2021 的 22.1bp 压到 2026 的 8.8bp，掉了 60%。 余量是 bp 口径，自然跟着掉。这就是 §5.3 的论证从跨级别搬到跨时间： 成本固定在 bp，目标随 ATR 缩放。低波动年份等于「1m 变得更像 1m」。

保留意见：2026 的毛/ATR 2.26 与余量/ATR 1.17 都是七年最低， 可能还有一点真衰减，但 8 个月 1682 笔分不出是噪声还是趋势。

ATR 门控：低 ATR 的信号毛质量不差，是被固定成本吃掉的

按信号根 ATR 分桶看毛 R（零成本口径），结论与直觉相反：

ATR桶	毛R	净R @2/0.8bp	净R @6/2bp
<6bp	1.156	—	0.025
6-8	1.160	—	0.527
8-10	1.227	—	0.736
12-15	1.203	—	0.870
>30	0.940	—	0.829

低 ATR 桶的毛 R 不但不差，还是最高的一批（1.16 vs 高 ATR 桶的 0.94）。 断崖只在扣费之后出现。所以「低波动时段信号变差」是错的说法， 正确说法是固定成本在低波动时占比过大。

推论：门控阈值是费率的函数，不是市场常数。 换 VIP 档 / 换返佣 / 换交易所都要重算，不能抄：

单边 taker	最优 ATR 阈值
0（假想）	5bp
1.5bp	8bp
3bp	9bp
6bp	12bp

大致 阈值 ≈ 5 + 1.1 × taker费(bp)，亚线性。

实际费率（2/0.8bp）下的最终口径——决策用这一版

口径	笔数	平均费	净bp	余量bp	PF	剔10%PF	均R	R夏普
现用 SL1.5/TP3/48	17734	2.00bp	18.3	13.06	2.73	1.96	0.702	0.482
最优 SL2 分批→8 留损2/48	17734	2.99bp	31.9	21.45	4.18	2.85	0.958	0.639
最优 + ATR≥8bp 门控	13929	3.00bp	36.5	25.39	4.23	2.98	0.987	0.662

逐年（最优 + 8bp 门控，样本外）：

年	ATR中位	无门控余量	门控余量	保留%	笔/周	剔10%PF	均R
2021 牛	22.1	37.47	37.80	98.6%	55.5	3.41	1.064
2023	9.8	14.84	19.45	63.5%	28.4	2.84	0.982
2025	11.6	16.73	20.79	71.2%	45.5	3.11	1.007
2026 熊	8.8	11.21	15.19	55.4%	27.5	2.51	0.824

• 门控是自适应的：高波动年份几乎不触发（2021 保留 98.6%）， 低波动年份才发力（2026 保留 55.4%、余量 +36%）。不是拟合出来的常数
• 费率降低后门控的边际价值也降低：旧费率下门控带来 +5.6% 均R， 实际费率下只有 +3.0%。阈值曲线在 512bp 之间很平（均R 0.9720.987）， 8bp 是峰值但不敏感，不必纠结精确值
• 影子交易判据：14~15bp（2026 最差年份口径）。近两年合计是 19.17bp， 全样本外 25.39bp。用 2026 那个数做及格线，别用平均值

与旧 3.91bp 的差距来源未完全对齐：旧数字来自 step23（2.28 年数据、 3578 笔、毛均收益 0.0991%），本步是 7 年、25476 笔、毛均收益 0.2027%， 且滤网口径可能不同（§5.3 原文写的是「1m 同向信号」，未提阶梯）， 费率口径也已改成混合 maker/taker。在重新对齐之前，两个数字不要混用。

风险点：入场条件恰好是「收盘突破转强」，那一刻价格正朝我们的方向跑， 所以延迟造成的是系统性的追高/追低，不会正负抵消。这正是 「回测漂亮、实盘歇菜」最常见的具体机制。

5.4 实时计算窗口（step39，已跑完）

research/step39_pit_1m.py（新写，已跑完：3 币 × 每币 60 信号 = 180 笔抽检）：

窗口(根)	覆盖天数	同根命中	±3根内	完全消失	同向过滤也成立	假阳性	耗时中位	耗时P95
2000	1.4	100.0%	100.0%	0.0%	100.0%	0.0%	0.20s	0.22s
4000	2.8	100.0%	100.0%	0.0%	100.0%	0.0%	0.40s	0.42s
8000	5.6	100.0%	100.0%	0.0%	100.0%	0.0%	0.81s	0.84s
16000	11.1	100.0%	100.0%	0.0%	100.0%	0.0%	1.68s	1.81s

分币种（最大窗口）：BTC/ETH/SOL 各 60 笔全部 100% 命中，零偏移。

结论：1m 在 2000 根窗口（1.4 天）就已完全饱和，单次计算 0.20s，假阳性 0%。 比 15m/30m 的 step38 结果还干净（那里有 0.7% 假阳性）。耗时对窗口严格线性 （约 0.105ms/根），所以没有任何理由带更长的历史。

⚠️ 「假阳性 0%」是 n=180 的结果，不足以排除 0.5% 量级的重画 （2026-08-28 更正）。若真实率为 0.5%，180 笔里期望仅出现 0.9 次—— 0% 与 0.5% 在该样本量下无法区分。

实测反例：web 端 BTC 1m（10 万根窗口），同一份数据分别截到本地 22:25 与 02:08 两个视角，212 个信号中 1 个消失（08-27 22:19 的 B4，约 0.47%）， 与 15m/30m 的 0.7% 同量级。用户在界面上先看到、后消失，即此现象。

缓解事实：消失的那个 htf_agree=False, ladder_ok=False，是浅色 b4， 本就不交易。 真正要回答的是「双过滤通过的深色信号会不会重画」—— step39 报的「同向过滤也成立 100%」同样基于 n=180，同样不足以排除低频事件。

⚠️ step39 的「假阳性」测法本身是无效的：它从全序列随机抽非信号点，看时点 重建会不会凭空冒信号。1m 信号密度约 474 根 1 个，180 个随机点期望只撞上 0.38 个——测出 0% 几乎不含信息量。重画只发生在「差一点就成型」的结构附近， 不在随机点上。

5.41 重画的根因：available_ts 取的是中枢结束而非形成 ⚠️⚠️

代码审计（比逐根跑数据快得多）：find_fast_bsp3 给定 zones 后严格因果 （只用 close[j] / high[j-1]），加未来K线动不了已成型的入场点。 重画只可能来自 zones 表被修订。

zones_from_zs_list 里：

last_bi = bis[-1]                      # ← 中枢的最后一笔
avail = ts_of.get(sure_key) or ...     # available_ts = 它的确认时刻

用户 2026-08-28 指出的缠论定义问题：中枢形成只需三笔有重叠区间； 结束才需要「离开且不返回的笔」确认。判信号只需形成，不必等结束。 而 bis[-1] 只有中枢走完才知道是哪一笔——取的是结束时刻。

实测（BTC 1m，30 万根，1651 个中枢）：

中枢笔数	占比
恰好 3 笔	25.5%
>3 笔	74.5%（中位 5、均值 8.1、最大 89）

「最后一笔确认」比「第三笔确认」晚：中位 62 分钟、p75 142、p90 247、最大 1739。 1m 上 62 分钟就是 62 根 K 线。

三个后果：

1. 这就是重画源。 中枢每吸收一笔，bis[-1] 就后移一次。300 时点抽样、 3284 个「当时已生效」的中枢：完全一致 84.4%，确认时刻被改 6.5% （推后 198 个 vs 提前 17 个，中位 +100 分钟、p90 +413），中枢消失 9.0%， 阶梯翻转 2.6%。用户看到的 08-27 22:19 B4 消失即此。
2. 它解释了 docstring 里那个 34%。 「627 个中枢只认 212 个（34%），被拒的 多数是『中枢确认时价格早已离开、此后再没回来』」——「价格早已离开」不是 市场现象，是这个定义造出来的：中枢正是被离开笔终结的，所以扫描起点天然 落在离开之后；代码又要求 was_inside，于是只能等价格再次回到中枢再突破 一次。那 66% 多半不是没机会，是第一次离开时还没开始看。
3. 方向对回测有利、对实盘不利。 全量的 available_ts 系统性更晚 → 回测扫描起点比实盘晚 → 回测偏保守，不是被高估；但实盘会产出更多、更早 的信号，这部分质量不在回测统计里。

关键性质：bis[2] 是不变量，bis[-1] 不是。 用户 2026-08-28 补充的 判断——「只有没确认的才会重画，确认的都不会」——与实测一致：6.5% 的改动 不是已确认的笔被推翻，而是中枢又吸收了新笔、bis[-1] 变成了另一根笔。 原来那根笔本身没变。而中枢一旦由三笔构成，第三笔就固定，不随延伸改变。

A/B 实测（BTC 1m，300 时点，3284 个已生效中枢）：

口径	完全一致	确认时刻被改	中枢消失	改动中位
现行 bis[-1]（中枢结束）	84.4%	6.5%	9.0%	+100 分
改用 bis[2]（中枢形成）	89.7%	1.2%	9.0%	+16 分

bis[2] 把该重画源压到 1/5。 两种口径全量中枢数都是 1651——纯粹改变 「何时可用」，不增删中枢。

改成「第三笔确认」的预期收益：消除该重画源（第三笔确认后不再变）、 符合缠论定义、滞后大幅下降（§3.2 已证滞后是收益第一驱动）。

⚠️ 剩下 9.0% 的「中枢消失」两种口径完全相同，是另一个源，与笔确认无关， 且在改用 bis[2] 后成为主要重画来源。最可能是窗口左边界效应：2000 根窗口 截断笔结构，造出全量视角里不存在的中枢。

⚠️⚠️ 由此牵出一个此前未记录的口径差：回测用全量历史建中枢，实盘用 2000 根 窗口。 若那 9% 确由左边界造成，则它不是重画，而是回测与实盘看到的中枢集合 本就不同——比重画更根本。待查。

⚠️ 但不要直接改。 这会换掉整个信号总体，本文档所有数字都绑定当前实现。 反向风险明确：中枢形成即可用意味着会去做「仍在形成中」的中枢的突破， 价格可能再回来——信号变多但质量可能变差。必须 A/B 实测。

⛔ A/B 已跑完（step47，2026-08-28）：bis[2] 作废，不要再试。 详见 §5.42。它把重画压到 1/5 的同时，把毛 R 从 0.933 打到 −0.000—— alpha 归零，不是成本问题。 下面这段「待办」保留仅作推理记录。

（已完成）available_ts = bis[2].sure_time vs bis[-1].sure_time 的完整 A/B （信号数、滞后、PF、剔10%PF、滑点预算），以及深色信号的 大样本重画审计（脚本已写：research/step45_repaint.py）。

对实盘的影响有限但真实：实盘会比回测多开极少量的仓，这部分质量不在回测统计里。 但出场（止损/止盈/超时）不依赖信号是否仍在图上，不会出现「信号消失、仓位卡住」。

这一步顺带解决了一个更重要的问题：1m 的回测口径本身是可信的， is_sure 回撤对 1m 同样没有影响。1m 现在唯一的风险就剩执行成本。

⚠️ 延迟预算的分解（这直接决定 1m 生死）：

环节	实测	说明
信号计算	0.20s	2000 根窗口，可控
走代理访问 Bitget	约 2.4s	单次 REST 往返（含建连），这才是瓶颈

计算只占延迟的一小部分，网络是主要来源。所以影子交易器必须： 用 WebSocket 订阅而非轮询 REST 拉 K 线，并尽快把实盘迁到境外 VPS。 否则测到的滑点全是代理的账。

5.42 A/B 判决：bis[2] 把 alpha 打成零，重画是必付代价（step47）⛔

8 个样本外币 × 30 万根 1m，两组共用同一个 TF_DF，只切 available_ts 的取法。 实盘口径（深色 ∧ ATR≥8bp）：

	bis[-1] 现行	bis[2] 中枢成立
笔数	955	989
滞后	2.16	2.01
胜率	68.3%	40.2%
毛 R	0.933	−0.000
净均 R	0.798	−0.147
R 夏普	0.532	−0.107
PF	3.22	0.80
剔10% PF	2.35	0.55
滑点余量	15.07bp	−2.20bp

判决依据是「毛 R 0.933 → −0.000」这一行：扣任何费用之前 edge 就没了， 所以不是成本、不是门控、不是出场参数的问题，是信号本身不再有预测力。 逐币 8/8 全部变差，只有 BTC 勉强为正（0.617 → 0.116）。

为什么：bis[2] 只要三笔重叠就认为中枢可用，此时中枢尚未发育， 支撑/压力还没立住。bis[-1] 那段「等待」不是可以优化掉的延迟——它就是 alpha 本身。

由此得到一条一般性结论，值得推广到别的"降延迟"想法上：

右边缘重画不是 bug，是这个信号质量的必付代价。任何以「让信号更早确定」 为目标的改动，都要先测毛 R，不能只测重画率或滞后。 §5.41 只测了稳定性就给出「唯一能同时改善收益与稳定性」的判断，是过早的。

顺带交叉验证：现行口径本次算出滑点余量 15.07bp，与 §5.3 里 2026 组合口径的 15.19bp 基本吻合——两条独立路径得到同一个数，该预算值可信。

脚本 research/step47_avail_bi_ab.py；开关在 chanlun/analysis/fast_bsp.py 的 AVAIL_BI_INDEX（环境变量 CHAN_AVAIL_BI），默认 −1，保持现行口径。

5.5 增量更新已验证：一致且快 12 倍（2026-08-28）

pipeline/builders/incremental.py 此前一直标着「需重新验证」。已验完。

一致性：400 根、每 20 根与全量重算对拍一次（共 20 次）， 笔数 / 中枢 zg·zd / 信号 entry_idx 全部相同，无漂移。

耗时（本机 arm64 单线程，1m 2000 根窗口）：

环节	增量	全量重算
TF_DF / append_bar	14.0ms	192.5ms
中枢 + find_fast_bsp3	7.6ms	10.1ms
1m 侧合计	21.7ms	202.6ms	9.3x
5m 侧（append_bar 7.1 + 分型线 2.9）	10.0ms/次	84.4ms	每 5 根一次 → 摊 2.0ms
完整一根	≈24ms	286ms	≈12x

⚠️ 必须定期重建窗口，否则增量的优势会被自己吃掉。 append_bar 不是 O(1)——pd.concat、add_indicators、cal_bi_list 三处 仍是全量 O(n)，而 dataframe 只增不减：

	1200 根后行数	中位	前100根 → 后100根
不裁剪	3200	16.3ms	13.9 → 19.4（+40%）
每 500 根重建	2199	14.4ms	14.2 → 14.0（持平）

IncrementalBuilderMixin 没有裁剪接口，做法是每约 500 根用最近 2000 根 重新 init_stream。单次约 192ms，摊到每根 0.4ms，可忽略。

下一个数量级的线索（用户 2026-08-28 指出）：add_indicators 算了很多本策略用不到的指标。它在 append_bar 里是每根全表重算的， 所以浪费不是一次性的，而是每分钟一次、且随窗口长度线性放大。 改它会动到 dataframe 的列集合，web 与回测都依赖，需整体评估。

后续实测（见 §5.6）推翻了这条线索的份量：add_indicators 只占全量 构建的 1.3%，talib 是向量化 C，便宜。真正的浪费在 ChanKLU.set_indicators 和 ChanKLC.cal_all_ema_status。方向对（确实有大量无用计算），位置错了。

这是延迟这块唯一有数量级收益的方向：find_fast_bsp3 本身只占 0.75ms （全链路的 0.3%），优化信号代码毫无意义；95% 的时间花在 TF_DF 从头重建 2000 根上，而实盘每分钟只新增 1 根——重算了 1999 根没变的东西。

服务器侧实测 1m 那条腿 695ms（本机同口径 202.6ms，慢 3.4x）。若两条腿 同比例，那边完整链路约 980ms，已超 §6 定的 800ms lag 告警线，且尚未计 任何网络耗时。改用增量后应降至约 82ms。⚠️ 该外推假设两条腿慢的比例一致， 服务器侧应直接实测一次完整链路。

§5.6 优化后本机复测（同口径 2001 根、单线程、从头算一遍）：

口径	优化前	现在 full	现在 lean
1m 腿	202.6ms	71.8ms	50.0ms
完整链路（两腿+信号+过滤）	286ms	178.4ms	120.5ms
增量 append_bar	24ms/根	—	13.6ms/根

按 3.4x 换算到服务器：完整链路 980ms → 约 611ms(full) / 413ms(lean)， 即使完全不上增量也已落回 800ms 告警线以内；上增量约 46ms。 ⚠️ 但 3.4x 是在优化前的代码上量的。优化把工作从逐行 Python 对象操作挪到 numpy 批量操作，若服务器慢在 CPU 主频则比值成立，若慢在内存带宽则未必。 服务器侧必须直接实测，不要只信这个换算。

为什么这一步必要：step38 只验证了 15m/30m，从没验证 1m。而窗口 4000 根 对 15m 是 41 天、对 1m 只有 2.8 天，中枢的左边界效应完全不是一个量级。 窗口同时牵动两头：太短则中枢被截断信号不符，太长则算得慢延迟大滑点高。

5.6 引擎提速 2.6~3.6x，逐位一致（2026-08-28）

先建了 step46_engine_parity.py 作为安全网：对 5 个用例（BTC 1m/5m、ETH 5m、 SOL 15m、XRP 30m，各 2 万根）固化 klc/笔/中枢/信号/被消费列的哈希。 没有它不要碰引擎——行为变化是静默的，不报错、不崩，只是信号悄悄换一批， 而 HANDOFF 全部数字都绑在当前实现上。

三处改动，每处都过了对拍：

改动	原因	效果
cal_kl_data 预取 ndarray，不再 df.iloc[i]	每根新建 40 列 Series + 在其上做几十次逐键查找	这一处就占构建的 96%，2 万根 1946ms → 824ms
ChanKLC.cal_all_ema_status 改惰性	每 KLC 立即重算，占 25%，而全仓无任何读取方	调用 14322 → 2248 次
删 get_klc_list 里的 ema_up_list/ema_down_list	累加一整轮后直接丢弃，纯死代码	—

另外加了 TF_DF(..., lean=True)：只构建到中枢，跳过线段/走势中枢/整套 MACD 状态机（这些只服务 bsp_list 和 web 展示，笔与中枢不依赖）。 已验证 lean 与 full 的笔/中枢/信号在 5 个用例上完全一致。

结果（2 万根 5m）：full 1946 → 754ms（2.6x），lean → 543ms（3.6x）。 增量路径在两种模式下都仍与全量逐位一致；web API 全字段正常（full 模式一字未动）。

验证做了四层，每改一处都重跑：

1. 对拍基线（上表所列全部哈希项），full 模式三处改动后全部一致
2. lean ≡ full：笔/中枢/信号在 5 个用例上完全相同
3. 增量路径：init_stream + append_bar 追加 150~200 根 vs 全量重建， lean/full 两种模式都逐位一致
4. web 冒烟：真实 HTTP 请求，bsp_list 168 / seg_list 177 / zs_list 17 / klc_trend 齐全

大样本对拍（20 万根 × 5 用例）：用 git stash 切回改动前的原始代码存基线， 再切回优化版对拍，逐位一致。这是真正的改前/改后比对，不是自己跟自己比。 同一批工作量 99.9s → 43.3s（full 模式 2.3x），与 2 万根时的 2.6x 一致， 说明提速不随规模衰减。复现：

git stash push -- chanlun/
python step46_engine_parity.py --save  --rows 200000 --out step46_baseline_big.json
git stash pop
python step46_engine_parity.py --check --rows 200000 --out step46_baseline_big.json

关键认识订正：

• 缩放是线性的，不是 O(n²)。中途一度量到"数据 6 倍、耗时 44 倍"，是我自己 开的 tracemalloc 污染了计时。干净重测每翻倍 ×2.06~2.20，16 万根 lean 4.2s。
• add_indicators 只占 1.3%，删无用指标在这里几乎省不到时间。 它有 11 个列（bbup365/bblow30/bbp302 等）Python 与前端都无人读取， 但它们不进 KLU，唯一成本是 web 响应体积（约占 45 列中的 11 列）。
• 实盘延迟已不是瓶颈：append_bar 约 32ms/根，对 800ms 告警线有 25 倍余量。 继续优化只对研究吞吐有意义。

剩余热点（lean、8 万根口径）：cal_trend 与 set_indicators_from 各约 0.36~0.59s。 cal_trend 不能跳过——bi.py:221 读 klc.trend，笔的计算依赖它； 它带序列状态（last_trend + 近 5 根窗口），向量化风险高，收益约 20%，暂不做。

---

6. 接下来要做的事（按优先级）

第 1 步：跑完 step39，确定实时窗口 ✅ 已完成

结果见 5.4 节。结论：影子交易器用 2000 根 1m 窗口，单次计算 0.20s。 完整输出在 research/out/step39.log 与 step39_pit_1m.csv，无需重跑。

（若日后要重跑：python research/step39_pit_1m.py --symbols BTC,ETH,SOL --probe 60 --workers 3，约 4 分钟。瓶颈不在窗口重建，而在 run_one 开头 那次 120 万根 1m 的全量 TF_DF。）

第 2 步：向用户确认交易所 ✅ 已定：Bitget + Hummingbot

他已选定先只上 1m（在我问「先从哪条腿落地」时选的 1m_first）。

延迟已实测完成（2026-08-27，服务器侧）

四路对照（宿主机 ccxt.pro / 宿主机原始 WS / 容器原始 WS / 容器 Hummingbot， 同一批 K 线对齐），把最初测到的「Hummingbot 慢 1030ms」拆开了：

• 容器网络 2~18ms
• Hummingbot 自身处理开销 −10~−30ms（不慢反快）
• 剩下 1350~1480ms 全在上游连接器的一个 bug 上

Bug：Bitget 换根时推的是带两根 K 线的消息 [上一根, 新一根]， 而上游解析写的是 data["data"][0]，拿到的是上一根；新一根要等下一条 单元素消息、约 1.1 秒后才进 deque。ccxt 遍历全部元素，所以没这问题。

修法：不能简单改成 [-1]——那样上一根的收盘价会永远停在换根前 约 1 秒的那次推送上，而我们的信号对 0.25bp 的扰动都会换掉一半结果， 收盘价偏一个 tick 不可接受。正确做法是处理消息里的全部元素： 前面的就地写回，最后一根交基类 append。

20 分钟 / 60 根配对验证：

币	上游 lag	补丁后 lag	上游漂移	补丁后漂移
BTC	1454ms	547ms	0.81bp	0.50bp
ETH	1683ms	506ms	1.20bp	0.66bp
SOL	1408ms	642ms	1.29bp	0.87bp

补丁后与原始 WS 只差 5~14ms，贴着理论下限；19 根已收盘 K 线 OHLCV 逐根相同。

漂移 0.50~0.87bp 对 15.19bp 的预算只用掉 6%，延迟这一关过了。

⚠️ 但这是无条件漂移（60 根里绝大多数是普通换根），而我们只在 「收盘突破转强」那一刻入场，那一刻价格正朝我们方向跑。§3.2 已量化 滞后与收益严格单调且是系统性追高。信号根上的条件漂移预计显著更高， 影子测量必须按信号根条件化统计，见第 3 步。 另外测的是 BTC/ETH/SOL——既是流动性最好的，又恰好是样本内那三个； 真正要跑的 8 个样本外币盘口更薄，至少补测 TRX 和 ADA。

容器内可行性（同批确认）

Python 3.13.14 + pandas 3.0.5 + numpy 2.4.6，与本机 .venv 的 pandas 同版本。 同一份切片喂进去，三个币的信号下标、中枢数、中枢 checksum 全部逐一相同， 容器内 0.26s/币 比本机 0.29s 还快。chanlun 直接挂载进容器即可， 不需要另起信号服务。（装进现有 .venv 走不通：Hummingbot 要 numba>=0.61.2 和 aiohttp<3.14，与本机 Python 3.14 冲突。）

2000 根 1m 够取：单次上限 1000、分两页，1m 限 30 天。

补丁落地方式：子类覆盖（已定）

不改镜像，用子类覆盖连接器的解析方法，升级 Hummingbot 不冲突。

⚠️ 这个方案有一个缺口必须堵：如果上游把被覆盖的方法改名， 子类覆盖会变成死代码，静默退回 1.4s，不报任何错。 所以启动时要断言基类上确实存在该方法名（有条件的话连签名一起校验）， 把静默失效转成启动即失败。

⚠️ 无论用哪种补丁方式，都要有运行时 lag 探针——补丁机制只防得住 「上游代码变了」，防不住 Bitget 再改一次消息格式：

• 每根 K 线收盘记 本地接收时间 − K线收盘时间
• 最近 30 根取滚动中位数
• 中位数 > 800ms 告警并停止开新仓（补丁后实测 506~642ms， 理论下限约 500ms；800ms 留足抖动余量又能对 1.4s 的退化一刀切死）

要停开仓而不只是打日志，因为损失是经济性且静默的—— 不会崩、不会报错，只会让收益慢慢变差，几周后才从统计里看出来。

第 3 步：写影子交易器测滑点（核心工作）

关键判断：测滑点不需要任何交易框架。 完整框架解决的是「如何可靠下单」， 而当前的未知量是「成交价会差多少」。所以先写一个不下单的影子跑法：

每根 1m 收盘 → 拉最新 K 线 → 算信号（窗口取第 1 步的结论）
           → 信号触发时抓真实盘口(bid/ask + 深度)
           → 按仓位吃单深度算出真实成交价
           → 等下一根 K 线出来，取其开盘价（回测假设的成交价）
           → 两者相减 = 真实滑点

必须把时间戳拆开记录，否则不知道该优化哪里：

时间戳	含义
t_close	K 线收盘时刻
t_data	数据到手时刻 → 拉取延迟
t_signal	信号算完时刻 → 计算延迟
t_book	盘口快照时刻 → 下单时点

滑点应分解成三块：延迟漂移（t_book 中间价 − 次根开盘价）、 盘口价差（ask − 中间价）、深度冲击（加权成交价 − ask）。 延迟漂移已单独测过（第 2 步，0.50~0.87bp 无条件）， 但信号根上的条件漂移才是要测的量。

形态已定：Hummingbot V2 controller（不再写独立 shadow.py）

• 信号承载在 V2 controller 里，chanlun 挂载进容器直接用
• chanlun 计算走 ProcessPoolExecutor：0.26s 是纯 CPU 且受 GIL 限制， 直接放进 async 会卡住事件循环
• 滑点测量读连接器真实盘口，不用 paper trade 的模拟成交

必须记录的字段（否则数据回来无法对判据）

时间戳四件套，拆开才知道该优化哪里：

字段	含义
t_close	K 线收盘时刻
t_data	数据到手时刻 → 拉取延迟
t_signal	信号算完时刻 → 计算延迟
t_book	盘口快照时刻 → 下单时点

每笔还必须记 atr_pct——判据是 bp 口径而 ATR 逐年变化（见 5.3）， 不记 ATR 就无法把实测滑点换算成 R、也无法验证门控是否正确执行。

统计口径三条硬要求：

1. 只统计通过全部滤网的信号根（同向 + 阶梯 + ATR ≥ 8bp 门控）。 在未过滤的根上测滑点会把判据算宽——那些单子我们根本不做
2. 条件漂移与无条件漂移分开报。无条件值（0.5~0.87bp）已知， 要的是信号根上的值。两者的差就是「系统性追高」的大小
3. 出场腿单独统计：止盈是 maker 不吃滑点，止损/超时是 taker 要吃。 §1.3 的费率模型按出场原因分别计费，滑点也必须这样分， 否则会把 60% 不吃滑点的止盈腿混进平均值里，低估真实成本

对判据时用每条 taker 腿的滑点（入场 + 止损/超时出场）， 不是每笔的总滑点——余量 15.19bp 就是这个口径。

记录与报表已在服务器侧实现：research/live/shadow_hb.py（采集）与 shadow_report.py（报表）。它的设计比研究侧曾经写过的那版好，不要重复造： 每个信号在 0.5s / 1s / 2s / 5s / actual 五个延迟上各测一次——同信号内的 受控对比，能直接读出「延迟压到 X 秒滑点是多少」，决策不被当前实现拖累； 另外还扫了仓位，滑点也已拆成漂移 / 价差 / 冲击。

判据常数留在研究侧：research/lib/shadow_budget.py （逐币 BUDGET_BP、ATR_GATE_BP、LEG_IS_TAKER、lag_healthy()、 verdict()）。分工的理由是这些数会变——2026-08-27 一天之内预算就动了四次， 费率也改了一次，写死在 live 侧的任何一份都会静默过期。

其他实现要点：

• 数据格式必须与 lib/data.py 一致：timestamp(int64 ms), date(tz Asia/Shanghai), open/high/low/close/volume
• 持仓也要影子管理：出场按 1m 自己的参数（3 ATR 减半 / 留损 2 / 目标 8 ATR / 48 根超时），出场同样记录真实盘口
• 状态要落盘，重启不能丢

第 4 步：根据滑点结果决策

旧阈值（2.5 / 3.9bp）已作废：那是 TP=3.0、全 taker、原始费率记错 三重错误叠加出来的，见 5.3。新判据如下。

前提：1m 用自己的出场参数（SL2 / 3ATR减半 / 留损2 / 目标8ATR / 48根）

• ATR ≥ 8bp 门控 + 实际费率 2/0.8bp。

判据用 2026 那个最差年份的 15.19bp，不要用全样本的 25.39bp。 低波动环境是当前状态，不是尾部情形。

实测滑点（每条 taker 腿）	判断
≤ 5bp	1m 可行，各年份都有厚余量，进真实 dry run
5~10bp	可行但只在中高波动期，门控阈值要上调（见 5.3 的费率-阈值关系）
10~15bp	仅 2021 型牛市能做，常态环境不要开
> 15bp	1m 放弃

5m/30m 不受影响这一句仍成立（余量 26bp / 89bp，且那是旧费率下的保守值）。

另外两点：

• 滑点必须用 WebSocket 测。代理下 REST 单次往返约 2.4s，而信号计算只要 0.20s（§5.4），REST 测出来的全是代理的账
• 入场条件是「收盘突破转强」，那一刻价格正朝我们方向跑， 延迟造成系统性追高、不会正负抵消（§3.2 已量化滞后与收益严格单调）

第 5 步（后续）：1m 与 5m 分实例

用户问过「1m 和 5m 分成两个实例跑呢？」——对，而且是硬要求： freqtrade 一实例只能一个 timeframe；另有资金池隔离、统计独立、 API 限流风险隔离三个好处。

⚠️ 有个坑要提前处理：两个实例可能在同一个币上同时持反向仓位 （1m 出三卖做空、5m 出三买做多），单向持仓模式下会互相平掉或直接报错。 要么开对冲模式，要么两个实例分配不同币种（币种够多，分开还能看出品种间差异）。

---

7. 环境与数据

7.1 数据

• 位置：data/binance/futures/{SYM}_USDT_USDT-{tf}-futures.feather
• BTC/ETH/SOL：全周期 1m1w，21722543 天
• 另有 8 个样本外币种（BNB/XRP/DOGE/ADA/AVAX/LINK/LTC/TRX）： 48 个文件已全部校验，2020~2026-08-26，零缺口零重复
• 读取统一走 research/lib/data.py 的 fetch_ohlcv(symbol, tf, limit)， 本地优先，回落到 https://provider.jackyu66.com（该服务只有 BTC/ETH/SOL， 且小周期仅 90 天，别指望它）

7.2 代理

本地代理 127.0.0.1:7897。Binance 和 Bitget 的 API 都需要它。

7.3 已修过的两个 bug（别再踩）

1. 时间戳精度（lib/data.py）：不能用 date.astype("int64")//10**6， 该值单位取决于列精度（[ns] 给纳秒、[ms] 给毫秒），对毫秒精度的文件 会把时间戳砸平，再被 drop_duplicates 删掉九成数据。 正确写法：(date - pd.Timestamp("1970-01-01", tz="UTC")) // pd.Timedelta("1ms")
2. 相邻中枢撞同一 entry_idx：会让下游 set_index("entry_idx") 抛 InvalidIndexError。已在 find_fast_bsp3 末尾按 ["entry_idx","occ","zone_i"] 排序后 drop_duplicates("entry_idx") 去重。

7.4 跑长任务的注意事项

• 用 shell 工具的原生后台执行（block_until_ms=0）， 不要用 nohup——早期用 nohup 的后台任务多次莫名消失
• 1m 全量数据（120 万根）的 TF_DF 约需 2 分钟，任何涉及 1m 全量的脚本 都要预留时间
• 多进程用 ProcessPoolExecutor，记得在子进程里重新 sys.path.insert 并 warnings.filterwarnings("ignore")
• 内存很大（用户说「随便用」），但 1m 全量 × 多进程仍可能吃掉几十 GB

---

8. 代码地图

8.1 研究库 research/lib/

文件	作用
data.py	数据层，本地 feather 优先
fast_bsp3.py	实现已移入引擎（chanlun/analysis/fast_bsp.py），这里只剩转发导入。所有 step 脚本的 from lib.fast_bsp3 import find_fast_bsp3 不用改
nested_level.py	build_htf_zones 同样移入引擎并转发；annotate_position 仍在本地
nested_bsp.py	htf_fx_timeline / attach_htf_context：区间套上下文。
confirm_ts 已 +period 修正 K 线收盘时刻
fx_signal.py	分型信号提取与背驰
breakout.py	事件驱动回测。run_trades 支持 entry_delay/slippage/
boost_dir（动态止盈，已验证无效）

8.2 缠论引擎 chanlun/

• TF_DF(df, 1, tf) 是入口，.dataframe 拿到含缠论标注的 DataFrame
• analysis/fast_bsp.py：核心，自研第四类买卖点 B4/S4（滞后 2.2 根）， 2026-08-27 从 research/lib/ 搬来，回测与 web 图表现在共用同一份代码。 搬运时逐条比对过 BTC/ETH/SOL × 15m/30m 六组，中枢与信号完全一致。 它不是「B3/S3 提前几根」：判据（收盘价实时 vs 笔端点事后）、方向来源 （突破侧 vs 离开笔）、选样口径（627 个中枢里认 212 个 vs 引擎发 625 个）都不同。 step30 同条件对拍见 §4——同一组过滤器把 B4 从 PF 1.59 提到 2.26，对引擎 B3/S3 无效（0.66→0.71）；引擎那批胜率 27.4% 低于 SL1.5/TP3.0 的随机基准 33%， 是系统性反向样本，不是滞后造成的衰减 除 find_fast_bsp3 / build_htf_zones 外，还有过滤用的 add_zone_ladder （中枢阶梯，§1.4）与 htf_fx_timeline / attach_htf_agree（区间套同向，§1.1 第三层）
• pipeline/builders/fast_bsp.py：TF_DF.cal_fast_bsp()，把上面那套包成 ChanFastBSP（类型 Chan_BSP_TYPE.B4/S4）。大级别由同一份 df 重采样得到， 配对表 FAST_BSP_HTF_PAIR 就是 §1.5 那张表。 不在 init_TF_DF 里默认计算，要显式调用
• web 端：/api/analyze 返回 fast_bsp_list / element_fast_bsp_list / sub_sub_fast_bsp_list，每条带 htf_agree 与 ladder_ok 两个过滤标志。 图上深色 B4/S4 = 两个标志都满足，浅色 = 未通过过滤
• pipeline/builders/incremental.py：增量更新（init_stream / append_bar / replace_last_bar / rebuild_bi_zs）。注释写明「最后一笔 is_sure 允许收回」， 这是 step38 要验证的那个隐患（已证实无影响）。 实盘若要用增量而非全量重算，需重新验证
• pipeline/orchestrator.py：TF_DF 方法的门面
• web/：图表与分析服务，无下单/订单管理功能，实盘用不上

8.3 实验索引

step	一句话
1~14	早期探索：信号有效性、滞后测量、直接预测收益（后发现有未来函数偏差，已弃）
15~18	区间套雏形；fast_bsp3 诞生（降滞后）
19~20	级别配对批量扫描 + 并行化
21	最优配置的尽调（尾部依赖、成本敏感）
22	执行压力：收盘价 vs 次根开盘、滑点
23	费率分档 + 刷量测算（1m 经济性的数据来源）
24	信号聚簇：同一大级别分型下的多信号是否独立（是）
25	同中枢重复入场（只做首次）
26	中枢阶梯序列（趋势 vs 盘整，印证缠论定义）
27	动态止盈（无效）
28	全级别矩阵（最优配置来源）
29	信号漏斗诊断 + 参数敏感性
30/31	引擎原生 B3/S3 对比 + 方向反转诊断（引擎信号因滞后而亏损）
32	消融研究（alpha 来自中枢上下文，非触发动作）
33	require_touch=False 的影响（显著提升）
34	tol 扫描（滞后与收益严格单调）
35	高收益审计（口径、滑点、并发）
36	偏差审计（生效时刻、多空、时间样本外）
37	跨品种样本外（8 个新币）
38	时点重建（无未来函数）
39	1m 时点重建 + 窗口扫描（2000 根窗口饱和）
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

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。 脚本都还在，需要时可重跑。step31 及之后的 .py 都在 research/ 下。

---

9. 与用户协作的注意事项

• 用中文回复（用户规则）
• 用户技术判断力强，会主动纠正方向（他纠正过我对区间套的理解、 指出内存回收、指出结论印证缠论定义）。他的领域直觉值得认真对待
• 他反复强调不要再调参，要落地验证
• 他讨厌长时间等待，早期多次问「还在跑吗」「好了吗」。 长任务要后台跑并主动汇报进度，不要让他干等
• 报数字时必须交代口径（复利/杠杆/费率），否则会误导

---

10. 待办清单

• step39：1m 时点重建 + 窗口扫描 → 2000 根窗口饱和，计算 0.20s， 假阳性 0%，1m 回测口径可信
• 对齐 step23 与 step42 的 1m 数字（3.91bp vs 11.06bp）。差距可能来自 数据年限（2.28 年 vs 7 年）或滤网（§5.3 原文只提「同向」，未提阶梯）。 §6 第 4 步的三条决策阈值全部依赖这个数字，对齐前不要据它做去留判断
• 决定是否改出场口径（step41/42 样本外均已过，见 3.5 与 5.3）。 出场参数要按级别分开定，不能一套走天下。 5m/15m/30m 的首选是 「初始 SL 2.0 ATR、到 3 ATR 平一半、剩余半仓止损保持原位、跑到 8 ATR、 48 根超时」；若更看重单位风险期望而非回撤，初始 SL 用 1.5。 1m 用同一套形状，但 SL=2.0 是无争议的最优（均 R、R夏普、回撤、 剔10%PF 四项全赢，见 5.3），MAX_BARS=48 不变。 改的话 run_trades 要支持分批（现在只支持整仓单目标）， 并重跑 step28/35/37 刷新本文档的年化/回撤数字——不要新旧口径混用。 1m 的并发已在 3.31 重算完（0.043→0.120，峰值 6），5m/15m/30m 尚未
• 用实际费率（2/0.8bp）重算 step41/42 的分析段 → 1m 见 5.3 末尾 （均R +8%，判据 15.19bp）；5m/15m/30m 见 3.5 末尾（余量只动 2%，结论不变）
• ATR 门控搬到 5m/15m/30m 验证 → 惰性（30m 触发 0%、15m 0.16%、5m 2.6%）， 可作全局规则 ATR ≥ 5 + 1.1×taker费(bp)，当前即 ≥ 8bp
• 确认交易所与框架 → Bitget + Hummingbot，先只上 1m
• 测执行延迟 → 上游连接器 bug 已定位并修好，补丁后 lag 506642ms、 无条件漂移 0.500.87bp，占预算 6%。见 §6 第 2 步
• 实盘信号计算改用增量（§5.5，已验证一致且快 12x：286ms → 24ms）。 配套必须做窗口裁剪：每约 500 根用最近 2000 根重新 init_stream， 否则 append_bar 的 O(n) 部分会让耗时持续爬升（1200 根后 +40%）
• available_ts 改用 bis[2]（中枢形成）而非 bis[-1]（中枢结束）的 完整 A/B —— ✅ 已完成，结论是不换（step47，见 §5.42）。 当时预判的「反向风险：会去做仍在形成中的中枢的突破，质量可能变差」 正是实际发生的事，且比预期严重：毛 R 0.933 → −0.000，8/8 币全变差。 这条已关闭，不要重开。
• 查那 9.0% 的「中枢消失」是不是窗口左边界效应（§5.41）。若是，则 「回测用全量历史建中枢、实盘用 2000 根窗口」是比重画更根本的口径差。 注意这条与 bis[2] 无关，没有被 step47 否掉，仍然要查
• 深色信号大样本重画审计，脚本已写：research/step45_repaint.py （逐根时点重建，替换掉 step39 那个随机抽点的无效测法）。 §5.42 之后这条的意义变了：不再是为了「修掉重画」，而是为了量化实盘 会多开多少仓、那部分的质量如何——重画本身已确认是必付代价
• 写 V2 controller + 盘口缓冲，跑影子测量（当前第一件事）。 字段与统计口径见 §6 第 3 步，三条硬要求别漏：只统计过滤后的信号根、 条件漂移与无条件漂移分开报、出场腿按 maker/taker 分开统计
• 改掉 shadow_report.py 的 BUDGET_BP（当前 BTC −0.13 / ETH 4.02 / SOL 2.92）。那三个数由六处差异叠加而来：只有同向没有阶梯过滤、 费率按 6bp 双边 taker、TP=3.0、余量没除 taker 名义额、无 ATR 门控、 且 BTC/ETH/SOL 恰是 ATR 最低的三个币。正确值 8.58 / 20.64 / 16.83， 直接从 lib/shadow_budget.py import。 这条优先级最高：报表里 drift > b 与 drift > b*0.6 是自动停机开关， 用错的预算会让它比真实情况早约五倍触发，误杀一个可行的策略
• live 信号路径补上中枢阶梯过滤与 ATR 门控。现在是 fin = full[full["h1_agree"] == 1]，只有同向。缺这两项测的就不是 我们要交易的那批信号，改常数解决不了
• 子类覆盖加启动断言 + 运行时 lag 探针（>800ms 停开仓），见 §6 第 2 步
• 补测 ADA / DOGE / AVAX 的漂移——真正要交易的是这批（预算 15~22bp）。 BTC/ETH/SOL 流动性最好，测滑点偏乐观是安全方向，但判可行性不能只看它们。 BTC 大概率不该做 1m：ATR 中位 2026 仅 6.5bp（11 币最低）， 门控刷掉 58.5%，修正后预算 8.58bp 仍是最低。TRX 2026 门控后只剩 4.2%
• 收集 1~2 周影子数据，与回测口径逐笔对比
• 按 §6 第 4 步的四档判据决策 1m 是否可行
• 若可行：真实 dry run
• 补一项研究阶段的缺口：资金费率从未计入任何回测。 注：1m 新参数下平均持仓 28.4 根 = 28 分钟，很少跨 8 小时结算点， 这一项对 1m 影响小；30m 腿才是真问题。 30m 腿平均持仓 6.5 小时会跨结算点，需要评估影响
• 保证金约束仍未建模，且比原来估的要紧。原注「有仓位时间仅 8.6%、 预计影响小」是旧出场口径下的；新口径是 10.2%，峰值并发 6 且 92.7% 同向，平均杠杆 3.6x 时峰值约 21.6 倍名义额。见 3.31。 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