你把权益曲线和交易记录发给我，问这结果是不是好得令人难以置信。简短回答：它既不能明显算真，也不能明显算假；花上一天左右就能查明是哪一种。下面是详细回答，因为诊断比下结论更重要。
你的策略是这样的：在 Binance 上交易 BTCUSDT 和 ETHUSDT 永续合约的 15 分钟均值回归信号，用价格相对 96 根 K 线均值的 z 分数，反向交易两端极值，持仓 2-8 根 K 线。回测区间是 2024 年 2 月到 2026 年 6 月。扣除你的费用模型后 Sharpe 为 2.9。你按一天中的分钟统计盈亏后发现，71% 的利润落在包含 UTC 00:00、08:00 和 16:00 的三个 15 分钟区间里。
你已经知道这为什么可疑。我来解释一下，为什么它又有一部分并不可疑。
资金费时钟确实存在，也确实会推动价格
Binance 在 UTC 00:00、08:00 和 16:00 结算永续合约资金费。结算时刻仍持仓的每个仓位都要支付或收取资金费。这是一笔固定安排、公开可知、人人都知道的现金流，会在结算前后带来真实的订单流——不是数据伪影，而是交易者实际采取的行动。
这种订单流有一定规律。结算前 10 到 30 分钟，不想支付资金费的仓位会平仓或对冲。如果这一时段的资金费率是 +0.04%，原本就打算退出的多头会在标记价格结算前离场，而不是等到结算后；做基差交易的永续合约空头则乐于继续持仓。这种不对称的压力有明确的截止时间。结算后，部分订单流会反向回来——为避开资金费而离场的多头重新进场——于是价格会部分反转。
所以，一个在 23:52 触发、00:12 离场的均值回归信号，恰好处在一个可预测的流动性事件发生的位置。你的部分优势，很可能来自机械性、日历驱动的价格推动之后出现的反转。这是真实的市场微观结构现象，而且已经存在多年。
但在相信这么大的数字之前，我会先弄清楚下面这些问题。
按我的检查顺序来看，有六件事需要核实
先查成本最低的，因为这类策略大多在第二或第三项检查时就站不住脚了。
- 资金费盈亏是否被重复计算了？如果你的成交模拟引擎会对未平仓仓位计入资金费，并且你的价格序列用的是标记价格而不是最近成交价，那么你可能把资金费算了两次——一次显式计入，一次通过标记价格的收敛过程计入。打印每笔交易的原始资金费现金流，再挑 10 笔与交易所的历史资金费接口数据逐笔核对。
- 资金费记录的时间戳标在哪里？Binance 的资金费率历史数据会返回 fundingTime，表示结算时刻。有些数据供应商会把同一条记录标在适用区间的开始时刻。如果你的数据偏移了 8 小时，那你交易的就是一个能预知未来的信号。我见过最多的资金费优势伪影就是这种情况，而且它会产生与你的盈亏曲线完全一样的特征——集中在结算 K 线上、方向正确、曲线漂亮得惊人。
- 00:00:00 时点的买卖价差会怎样变化？拉取订单簿，不要只看 K 线。1 分钟 K 线看不出价差；在二线交易场所的结算前后几秒，价差可能扩大到平时的 3-5 倍。如果你的成交按中间价或收盘价建模，那你赚到的其实是当时并不存在的价差。
- 只看另外两个结算时段，策略还能成立吗？把三个时段拆开分析。UTC 00:00 的订单流不同于 08:00（大致是亚洲开盘时段）和 16:00（美国下午）。如果三个时段中的某一个贡献了全部利润，你的样本大约就只有 300 次事件，而不是 900 次；Sharpe 也应该按这个样本量重新计算。
- 换到结算时钟不同的交易场所还能成立吗？这是最有说服力的一项。用完全相同的信号，在资金费按小时结算或采用其他结算时间表的交易场所运行。如果效应由资金费驱动，它应该跟随该场所的结算时钟。如果一个不在 UTC 00:00 结算的交易场所上，信号仍在 UTC 00:00 触发，那你找到的就是数据管道里的午夜伪影，而不是资金费效应。
- 盈亏中有多少发生在前后 90 秒内？如果整个优势都来自不到 2 分钟的窗口，那么 15 分钟 K 线太粗，无法如实反映入场价格；你应该假定自己模拟的成交价是该窗口内最优的价格，而不是你实际能拿到的价格。
如果我只有 1 小时，首先会做第五项检查。这是一个干净的自然实验，除了第二个数据源，不需要任何新基础设施。
结算窗口究竟要付出多少成本
假设这种效应真实存在，而且你通过了六项检查。接下来要把交易成本算准确，因为你建模的交易并不是你实际能做成的交易。
下面对比一下，在安静时段与跨越结算时段进行 20 分钟往返交易的成本。标的是 USDⓈ-M 永续合约，进场和离场都用 taker 订单，单笔交易规模为 $50k：
| 安静时段（例如 UTC 03:20） | 跨越 UTC 00:00 | |
|---|---|---|
| Taker 手续费，往返 | 0.09% | 0.09% |
| 典型价差成本 | ~0.4 bp | 1.5-3 bp |
| $50k 交易规模下的滑点 | ~0.5 bp | 2-6 bp |
| 支付/收取资金费 | 0 | ±1 to ±4 bp（整个区间） |
| 现实中的全包成本 | ~10 bp | 扣除资金费前为 13-19 bp |
资金费这一行最值得关注，也正是我一直追问第一项的原因。只要持仓跨过结算时刻，你就要承担整个区间的资金费，无论实际持仓多久。23:59:54 持仓 12 秒，也要支付完整 8 小时的资金费。一个平均持仓时间为 20 分钟、跨过结算时刻的策略，实际上是在一笔 20 分钟的交易上支付 8 小时的持仓成本。你的费用模型就该按这个方式计费，不能按持仓时间折算。
还有一个相关陷阱：如果你完全避开结算时刻——23:58 离场，00:02 重新进场——手续费次数就翻倍了。此时你的策略核心假设就变成：额外两次 taker 成交的成本低于一次资金费。有时确实如此。要明确算出来，不要让回测替你做决定。
你还没问过的市场环境问题
你的样本区间是 2024 年 2 月到 2026 年 6 月。这段时间的资金费经历了不止一种市场环境。有很长一段时间，8 小时资金费率一直钉在 0.01% 的底部，交易者没有理由在结算前后调整仓位；也有些周里，资金费率连续数日达到 0.05%+，结算前的订单流非常剧烈。
按交易发生时的资金费率给盈亏分组——比如根据绝对费率分成 4 档。如果优势来自资金费驱动的订单流，那么它应该大致随 |funding| 单调变化。资金费率接近零，优势也接近零；资金费率高，优势也高。如果各档表现相同，甚至优势集中在低资金费率组，那么资金费这套说法只是你套在其他现象上的解释。
我喜欢这项检验，因为它是一个可证伪的预测，而且直接来自你自己的解释。你问的不是“它还能不能赚钱”，而是“它是不是因为我说的原因而赚钱”。
我实际会怎么处理这个策略
如果它通过了：缩小策略规模。诚实地描述这个策略，就不该是基于 15 分钟网格、每年 900 笔交易，而应该是几百次经过精心筛选的事件，入场逻辑精确到秒，成交模型依据订单簿快照建立，而不是依据 K 线。这种策略规模更小、曲线更难看，也更经得起推敲。它也更有可能在模拟交易中复现；只有在那里，你才能知道自己假设的成交条件是否真实存在。
如果它没通过第二项检查——时间戳偏移——也别太沮丧。每个人至少都会在这件事上栽一次。仔细检查数据加载器，比直接修正偏移量更有价值，因为如果资金费数据有偏移，持仓量数据也很可能有同样的问题；在下一个想法出现之前，你应该先弄清楚这一点。
还有一件事，很多人都会跳过。无论检查结果如何，都把这六项检查和对应结果记在策略旁边。6 个月后，你或其他人会生成一个结构上完全相同的信号，看到同样漂亮的曲线，然后从头开始同样的争论。这里真正耐久的资产是这份诊断记录，策略本身未必能长久。
← 全部文章