跳至正文
全部策略

策略

时点流动性标的池1个月价格变化因子:每月选取排名前五分位,正动量时持仓、否则空仓(BINANCE_SPOT日,仅做多、不加杠杆),改编自 QuantConnect 的“基于基本面因子的股票筛选”

结局: 已放弃

SpotLiquidUniverseMonthlyPriceChangeTopQuintile

结局总结

SpotLiquidUniverseMonthlyPriceChangeTopQuintile 是一种月度、仅做多的BINANCE_SPOT策略。它按1月价格变化,对由30个USDT交易对组成的点时流动性选币池排名,并持有前6名;若某标的不符合正动量规则,则其持仓名额转为现金。代码以12小时BTCUSDT K 线为时钟,并从目录订阅数百条日线额外因子序列。该策略在验证阶段连续三次超时,经过一次迭代后以“verifying_stuck_3_timeouts”中止。未运行回测、优化、分析或风险审查,因此该想法的优势仍未经检验。

假设

分类:(a)这是一个具体想法,但其大多数输入数据不在我们的数据集中。原始策略根据四项 Morningstar 基本面指标(FCFYield、BookValuePerShare、RevenueGrowth)和一项价格因子(PriceChange1M)的综合得分对US只股票排名。我们不采集基本面数据,因此无法测试基本面部分,也不会用代理指标代替,而是DROPPED。可测试的部分包括:(1) 原策略的POINT-IN-TIME股票池规则,在每次月度再平衡时按美元成交额为全部可交易标的排名;(2) 唯一的价格因子 PriceChange1M,在原策略自己的表格中,该因子与排名呈POSITIVE相关性,因此涨幅最高的1个月标的构成最佳五分位;以及(3)……展开收起

分类:(a)这是一个具体想法,但其大多数输入数据不在我们的数据集中。原始策略根据四项 Morningstar 基本面指标(FCFYield、BookValuePerShare、RevenueGrowth)和一项价格因子(PriceChange1M)的综合得分对US只股票排名。我们不采集基本面数据,因此无法测试基本面部分,也不会用代理指标代替,而是DROPPED。可测试的部分包括:(1) 原策略的POINT-IN-TIME股票池规则,在每次月度再平衡时按美元成交额为全部可交易标的排名;(2) 唯一的价格因子 PriceChange1M,在原策略自己的表格中,该因子与排名呈POSITIVE相关性,因此涨幅最高的1个月标的构成最佳五分位;以及(3) 对排名靠前的标的等权持有并按月再平衡。原策略使用的股票市场不适用。经验教训L128禁止使用USEQ日线进行月度轮动:运行17次,存活策略为零,因为独立再平衡次数太少。因此,该机制转向BINANCE_SPOT,因为流动性较高的币种中,1个月收益的横截面离散度是标普成分股的数倍。这是适合仅做多、不加杠杆组合的市场,但代表性不足(10.8%,而目标为15%)。UNIVERSE(时点数据,按L151筛选,并非手动输入列表):每次再平衡时,候选池为BINANCE_SPOT目录中符合1-DAY根K线条件的EVERY <BASE>USDT交易对。目录中约有795个此类序列,包括已下架的标的,如ANT、AGIX和ANC,从而降低幸存者偏差。按机械规则排除:杠杆代币(*UPUSDT/*DOWNUSDT)、稳定币和法币计价基础资产(USDC、FDUSD、TUSD、BUSD、DAI、EUR、AUD等)、代币化股票(*BUSDT股票代币,如AAPLBUSDT),以及截至再平衡日不足60根日线的标的。从其余标的中,按截至再平衡K线为止的数据,计算过去30日的日均美元成交额(收盘价 x 成交量),选取排名前TOP的30。这相当于将原策略的 CoarseSelection 中的 N 按加密市场的广度缩放。FACTOR:PriceChange1M = close(t) / close(t-30 days) - 1,按时点计算。SELECTION:按该因子对30个标的排名。排名前五分位(6个标的)为候选标的。只有当某候选标的自身的 PriceChange1M > 0 时才持有;未通过该规则的任何持仓名额都维持为USDT现金。这项针对单个标的的绝对规则即为所声明的FLAT状态(L150)。它不是市场状态过滤器:它检验的正是排名所用的同一因子。预计完全持有现金的月份约占20-25%,即大盘下跌月份。预计平均资金投入比例约为65%。REBALANCE:每个日历月首个日线收盘时(UTC),与原策略的 MonthStart 时间表一致。SIZING:每个持仓标的配置1/6的权益(单个标的最多16.7%;在1.0x、CASH账户中合计为100%)。不加杠杆。上月延续持有的标的,只有当其权重偏离超过5个百分点时才减仓或加仓,以限制换手带来的费用。FEE ARITHMETIC:模型估算假设BINANCE_SPOT次完整交易的费用约为0.20%的吃单手续费,加上对流动性最高的30个标的约0.05-0.15%的冲击成本,合计约0.30%。每个仓位持有约一个月,持续上涨的赢家通常持有1-3个月。历史上,流动性较高的加密资产中,排名前五分位与整个标的池中位数之间的1个月前瞻收益差每月达几个百分点,且呈肥尾分布。假设每笔已平仓交易平均捕获+1.5%,而估算成本约为0.30%,即完整交易成本的约5x。每月换手约为6个持仓名额的3-4。在约2019-2026(约80次月度再平衡)期间,将产生约300-400笔已平仓交易。DUPLICATE CHECK(L138):去掉外围包装后,机制就是“每月做多流动性排名加密资产池中横截面1个月收益排名前五分位的标的”。语料库中最接近的策略类别是8只主流币的BINANCE_SPOT周相对强度轮动。该策略使用FIXED手动输入列表(违反L151),按周调整,并设有绝对动量市场过滤器。本方案恰好在三个方面与之不同:采用按美元成交额、按时点确定的30加密资产池;按月调整;以及使用针对单个标的而非市场层面的空仓规则。如果新颖性审核认为这些差异不足,诚实的做法就是放弃这一假设,因为原策略中的其他内容都无法用我们的数据测试。

实现来源中可检验的核心:时点美元成交额股票池、PriceChange1M(正秩相关)、最高五分位、按月在 MonthStart 调仓。按假设所述,剔除基本面部分。股票池 = 591目录中的全部BINANCE_SPOT <BASE>USDT 1-DAY序列,并执行机械排除:杠杆UP/DOWN/BULL/BEAR代币、稳定币/法币计价基础资产、2026代币化股票 *B 代币、一个非ASCII交易对(标识符安全),以及目录历史不足<90天的序列(数据充足性门槛,仅剔除上约3个月内上市的资产)。保留已退市名称(ANT、AGIX、ANC等),因此股票池较少受幸存者偏差影响,并在每次调仓时选取,而非使用手动列表;声明的20个主要资产都在其中。主数据为BTCUSDT 12-HOUR,与各因子的时间框架不同,因此不会因较晚上市或退市的因子而触发基础数据的同时间框架对齐障碍。额外因子数据仅在其 ts <= 主 K 线 ts 时使用。每根额外 K 线的处理量为 O(1)(双端队列加运行总和);约每根12小时 K 线对约600个名称执行一次排序。总敞口不超过99%(账户为NAV的CASH 1.0x)。预期账本:在2400天测试区间内约78次调仓中,每月约有3-4比例的6个持仓名额发生换手,即约250-400笔买入交易。假设不包含每周/每月内止损,因此不予添加。一项风险:591个额外因子会使目录加载对300年代测试环境负担过重;如果超时,应通过机械方式缩小股票池(例如只保留曾进入美元成交额前-100名的资产),而不是更改信号。

verifying_stuck_3_timeouts

实现

基于BINANCE_SPOT日线数据的月度仅做多轮动。每月选取月初加12小时UTC后首根12小时 K 线(此时已知当月首个日线收盘价),建立点时选币池:池中每个 <BASE>USDT现货交易对,须至少有60根日线 K 线、且在36小时内有日线 K 线(退市标的会移出),再按过去30天平均收盘价*成交量选出前30名。按 PriceChange1M = close/close[-30]-1 对这30个标的排名。以1/6的权重等权持有前五分位(6个标的),每个标的占NAV(保留1%现金缓冲)。若某持仓标的自身的 PriceChange1M <= 0,则该名额保留为USDT,即声明的空仓状态。仅当持仓权重偏离超过5个百分点时才交易;先卖出,再买入,买入规模按实际可用现金调整。每条因子序列都在其对应标的上单独下单。BTCUSDT 12H 仅作为时钟;信号是当前前五分位候选标的的平均1M变化。

结局总结

设计采用12小时BTCUSDT时钟,另加约700条日线额外因子序列。如此宽泛的选币池很可能无法在时限内完成验证模拟;因此,后续迭代应在验证前将候选池预筛至规模小得多、流动性可能足够的标的集合。

该次运行在验证阶段因“verifying_stuck_3_timeouts”而中止,经过了1次迭代。回测审查、分析师和风险官阶段均未到达。

仅做多、不加杠杆的BINANCE_SPOT月度轮动。每月月初,按过去30天的美元成交额(点时)选出排名前30的USDT个交易对,并按1月价格变化等权持有前五分位(6个标的);若标的自身的1月价格变化非正,则该持仓名额转为USDT现金。该想法改编自 QuantConnect 基本面因子选股中的价格因子部分。

没有绩效数据。回测报告为空,也没有优化报告,因此未生成收益、夏普比率或交易次数数据。

Stratmill 是研究与模拟交易工具,不提供财务建议,也不是经纪商。回测与模拟结果均为假设性结果。交易存在亏损风险。