跳至正文
全部策略

策略

ETH USD-M日频波动率目标时间序列动量,多空(单一标的BINANCE永续合约,带反向已实现波动率敞口缩放以控制回撤的趋势信号,纯OHLCV,尾部风险安全,低参数)

结局: 已放弃

EthDailyVolTargetedTSMomentumLS

结局总结

该ETH日频多空动量策略旨在通过按已实现波动率反向缩放敞口(杠杆硬性上限为1.5x),修复此前趋势策略运行中的深度回撤。它历经7次迭代后顺利完成交易(最近几次解决了反复出现的 Layer-3墙钟超时),并在预优化门槛中以“优化”结论通过,尽管基础夏普比率0.33较弱。优化确实改善了既定目标——最大回撤从59.4%降至42.9%,盈利因子升至3.15——但底层夏普比率(0.46)仍远低于225次试验的运气门槛1.09,去膨胀夏普比率为0.0,PBO为0.65,滚动前向验证过拟合,且相对于买入并持有ETH的信息比率为负。分析师认定这是针对精细目标进行搜索所导致的过拟合,而非真实机制,因此放弃了该策略;波动率目标叠加层只带来了风险指标上的表面改善,没有形成能泛化至未来的优势。

假设

一种 LONG-SHORT、SINGLE-INSTRUMENT、DAILY 的时间序列动量策略,标的为 ETHUSDT.BINANCE(USD-M 永续合约),其显著特征是 VOLATILITY-TARGETING 覆盖层:采用该策略工厂经过验证的每日趋势信号,但根据近期已实现波动率按比例调整仓位规模 EXPOSURE INVERSELY(Moreira-Muir 波动率管理动量),在波动率高时降低风险敞口,在市场平静时恢复风险敞口。其明确目标 NOT 另一个趋势翻版,而是 DRAWDOWN CONTROL:该工厂此前的每一次趋势回测——即使是已验证的——都伴随着 50-70% 最大回撤,而波动率管理动量是文献记录最充分的方法,通过在高波动率体制带来较差的风险调整趋势回报时精确削减敞口来提高趋势信号的夏普比率/Calmar比率。这是设计空间坍缩为单一可行点后,唯一能改变已验证优势 RETURN PROFILE 而非仅仅转移它的剩余修改:信号限制为 OHLCV+资金费率(所有普查数据源——强制平仓/OI/账户比率/吃单方——确认多年数据受限);逆势/反向交易全部平仓;单币种 PRICE 趋势克隆无法在已推广的 BTC/ETH/SOL TS 动量之外提供额外优势/分散化;现货覆盖层容易产生伪信号;多标的(包括单仓位轮换)引擎已损坏。该策略严格在经过验证的安全范围内设计:ETH(经验证的核心趋势器——其 TS 动量姊妹版位于 paper_stage);OHLCV-ONLY(最深的无数据壁垒);MOMENTUM/顺势(非逆势);DAILY(充足的交易样本——避免样本不足陷阱);USD-M PERP(通过杠杆/数量进行波动率缩放,NOT 现货——避免此前波动率管理和投降式现货回测中夸大结果的现货权益标记/仓位堆叠伪信号);SINGLE-INSTRUMENT/SINGLE-VENUE/SINGLE-ACCOUNT(无多标的聚合错误);以及 TAIL-SAFE 上限(敞口硬性上限为杠杆 ≤1.5,硬性 ATR 止损,单仓位名义价值上限),以防止 LINK 式爆仓。CRITICAL 仓位规模保护:敞口必须 BOUNDED(target_vol/realized_vol 钳位至 ≤1.5x,并经验证绝不会堆叠超过上限),直接解决近期永续合约回测中反复出现的 avg_position_pct 超目标过度敞口问题。低参数数量以抵抗过拟合。

迭代7针对报告的 Layer-3墙钟超时问题ONLY,不触碰已通过 Layers 1-2 的任何逻辑。每根 K 线的状态处理本来就是 O(1)(使用带运行总和/平方和的 deque 环形缓冲区;基类将 self._bars 限制为 500,因此不会随历史长度扩展),但每根 K 线仍会调用 NumPy 来计算标量 log/sqrt/isfinite;与 C 层级的 stdlib math 相比,这些操作每次 ufunc 调用都会产生较重的分派/装箱开销。现在热路径(_push_logret、calculate_signal)仅使用 math.log / math.sqrt / math.isfinite——结果IEEE-754完全相同,因此信号、ATR、已实现波动率、入场、出场和仓位规模逐字节不变(Layer 2 仍为绿色)。NumPy 仍然导入并用于 position_size() 的有限值检查(仅在入场时执行,不是每根 K 线执行),因此导入内容没有改变(Layer 1 仍为绿色)。配置固定为假设原定的1-DAY时间周期(K 线数量最少,在沙箱节点争用条件下墙钟耗时也最短)。这纯粹是降低计算成本;已验证的波动率管理型动量优势不受影响。

未通过去膨胀夏普检验:DSR=0.0,225次试验的预期最大值=1.0869——选出的优化后夏普比率(0.46)低于 N 次试验中的最佳运气门槛FAR,在统计上与噪声无法区分(is_significant=false,sharpe_ci_low=-0.0193跨越0,PBO=0.6508>0.5;probabilistic_sharpe 0.9984 与 DSR 0.0 属于典型的PSR-对-DSR选择膨胀陷阱)。滚动前推结果为is_overfitted=TRUE:平均 IS 0.769 崩至平均 OOS 0.192,各窗口为 [-0.464, +1.389, -0.349];三者中有两个为负,平均值由一个幸运窗口支撑。样本外“通过”(比率 2.603)是SPURIOUS——它是相对于退化的 0.192 WF-OOS……展开收起

未通过去膨胀夏普检验:DSR=0.0,225次试验的预期最大值=1.0869——选出的优化后夏普比率(0.46)低于 N 次试验中的最佳运气门槛FAR,在统计上与噪声无法区分(is_significant=false,sharpe_ci_low=-0.0193跨越0,PBO=0.6508>0.5;probabilistic_sharpe 0.9984 与 DSR 0.0 属于典型的PSR-对-DSR选择膨胀陷阱)。滚动前推结果为is_overfitted=TRUE:平均 IS 0.769 崩至平均 OOS 0.192,各窗口为 [-0.464, +1.389, -0.349];三者中有两个为负,平均值由一个幸运窗口支撑。样本外“通过”(比率 2.603)是SPURIOUS——它是相对于退化的 0.192 WF-OOS 基准测得的,因此适度的样本外夏普比率(0.50)会机械地形成较大的比率,却不能证明具有泛化能力。敏感性表现平滑(没有0悬崖),但ENTIRE网格(夏普比率约为0.25-0.41)整体低于1.0869运气门槛,因此不存在高于显著性门槛的稳健区域可供调参。根本上,该策略没有增加风险调整后价值:基础版(-0.48)和优化版(-0.36)均为 NEGATIVE information_ratio,且 benchmark_meaningful=true,因此尽管贝塔较低(0.18),它仍不如直接持有ETH。差异化的波动率目标叠加层DID确实降低了回撤(59.4% -> 42.9%,持续时间由1069天降至256天),但未将夏普比率/卡玛比率提高到显著水平;881%的头条指标85%未实现收益且由异常值驱动(峰度1733、偏度39.9、tail_ratio 0.20——一笔数月赢家占据主导,所谓+178.8%“天”其实是它的平仓日标记值)。不要迭代(第1次尝试,共2次):限制性失败是结构性的——优化后夏普比率低于运气门槛、DSR 0.0、PBO 0.65,以及有两个负OOS窗口的过拟合滚动前推结果;而低于显著性门槛且平坦的敏感性曲面意味着再次进行 best-of-225 扫描只会重新选中噪声。优化器看似漂亮的重拟合结果(夏普比率 0.33 -> 0.46,PF 1.84 -> 3.15)部分是通过削减敞口(avg_position_pct 58.3 -> 42.9)换来的;这会缩小回撤,却不会创造优势。不要revise_hypothesis:ETHUSDT.BINANCE Daily 是有效且数据丰富的交易品种,而该假设本身承认,单币种价格趋势克隆相较于已晋升的BTC/ETH/SOL TS-动量并未增加优势或分散化效果——这是在优质标的上进行搜索过拟合,并非机制已被证实却受困于失效标的,因此按照过拟合即放弃的规则,予以放弃。FAILURE PATTERN:将 Moreira-Muir 反向已实现波动率目标叠加到单资产ETH日线TS-动量信号上,NOT能创造可晋升的优势——波动率目标确实改善了回撤/卡玛比率的表面表现(max_dd 59% -> 43%,PF 1.84 -> 3.15),但无法将底层趋势夏普比率提升到高于其225次试验的 N 次最佳运气门槛(优化后夏普比率 0.46 < 1.09,DSR 0.0,PBO 0.65,is_overfitted在 [-0.46, +1.39, -0.35] 区间内平均为 OOS 0.192),而且相对于自身的ETH买入持有策略,该策略的信息比率仍为负值。敏感性曲面没有明显的0悬崖,probabilistic_sharpe较高(0.9984),相对于近零WF-OOS基准计算的样本外比率虽通过,以及回撤指标有所降低,这些都只证明了结果的一致性和表面改善,NOT统计显著性或前向泛化能力。

实现

在ETHUSDT USD-M永续合约上运行的日频多空时间序列动量,使用 Moreira-Muir 反向已实现波动率敞口叠加层控制回撤。信号为连续的过去90日收益;只有在空仓时才会入场(BUY/SELL越过对称阈值)。仓位敞口 = target_vol / realized_vol,限制在[0.10,杠杆=1.5],因此策略组合在高波动状态下降低风险,在市场平静时重新增加风险。尾部风险安全:硬性ATR止损、动量反转离场,以及单笔入场名义金额控制,单笔订单上限为权益*杠杆,且无法叠加超过1.5x。单一标的、单一场所、仅OHLCV、日频。

验证结果

验证失败(Layer 3——沙盒回测):冒烟测试超过了300秒墙钟时间限制。这几乎总是意味着每根 K 线的工作量会随历史数据量增长——例如,反复扫描完整的资金费率/补充序列,或在每根 K 线上于calculate_signal()/on_bar()内部重建列表并调用 min()/sorted()。应在 __init__ 中预先计算并排序时间戳数组ONCE,然后使用 bisect;也可以按时间戳缓存查找结果,使每根 K 线的成本为 O(log n) 而非 O(n)。

回测评审

夏普
0.33
总收益率
316.81%
最大回撤
59.39%
总交易数
51
胜率
35.3%
盈利因子
1.84

策略运行正常:历时6年完成51笔交易,入场诊断清晰(51个发出信号 -> 51个已提交,0个被丢弃),多空平衡(29L/22S)

交易忠实地落实了多空TS-动量假设:多头在牛市阶段持有(417->2105,1892->3813),空头在熊市阶段持有(2691->1717,3285->2315)

经检查,疑似仓位规模伪影的问题已解决:+158%/+82%的“日收益”是合理的数月趋势交易在平仓日的标记值,并非过度敞口;每笔交易入场时的名义金额保持在权益的~0.3-0.5x,与有界波动率目标叠加层一致

对于日频策略而言,交易样本充足,因此优化不会是在拟合噪声;profit_factor 1.84以及正 alpha(0.107)表明存在真实但有限的趋势优势

区别性特征(target_vol / vol_lookback / atr_stop_mult)正是3阶段优化器能够调优的内容

基础夏普比率仅为0.33,且sharpe_ci_low -0.90(跨越0)——要达到可晋级水平,优化必须带来大量改善;单标的趋势克隆上进行最优-225选择很容易过拟合

收益由异常值驱动(少数几笔数月赢家占据主导;偏度34.6、峰度1310)——符合趋势策略的典型特征,但很脆弱

相对于其自身的ETH买入持有策略,信息比率为负(-0.48),且benchmark_meaningful=true——目前相较于仅持有ETH并未增加任何风险调整后价值

核心目标NOT仍未实现:波动率目标叠加层原本旨在控制回撤,但基础max_drawdown为59.4%——并不优于它原本要改善的普通趋势策略运行

分析

敏感性曲面平滑(无0突变)——各参数分别都很稳定

优化确实在一定程度上改善了既定目标:max_drawdown 59.4% -> 42.9%,max_drawdown_duration 1069d -> 256d,以及profit_factor 1.84 -> 3.15

策略运行正常,交易与多空TS-动量机制相符(32L/27S,交易样本量充足,共59笔)

去膨胀夏普检验未通过:DSR=0.0,优化后的夏普比率0.46 FAR低于225次试验预期最大值的运气门槛1.0869——在统计上无法与最优N次结果中的噪声区分(is_significant=false,sharpe_ci_low=-0.0193跨越0,PBO=0.6508)

probabilistic_sharpe 0.9984与deflated_sharpe 0.0之间的差异,是典型的PSR-与-DSR选择膨胀陷阱

滚动前推 is_overfitted=TRUE:平均 IS 0.769 -> 平均 OOS 0.192,包含 OOS 个窗口 [-0.464, +1.389, -0.349];三者中有两个为负,平均值由一个窗口支撑

样本外“通过”(比率 2.603)是虚假的——它是相对于退化的 0.192 WF-OOS 基准测得的,并非真正的前向验证

相对于自身的ETH买入持有策略,information_ratio为负(-0.36)(benchmark_meaningful=true)——持有ETH并无额外的风险调整后价值;波动率目标叠加层未能带来可晋级的夏普比率/卡玛比率

881%的表面回报有85%尚未实现(end_unrealized_pct=85.1),且由离群值驱动(峰度1733,偏度39.9,tail_ratio 0.20)——一笔持续数月的赢家交易占据主导

整个敏感性网格(夏普比率约为0.25-0.41)都一致低于1.09运气门槛——不存在高于显著性门槛、值得朝其调优的稳健区域

不要对这个构建进行 NOT 优化——扫描会调整 target_vol_annual 和 min_exposure;鉴于单次入场仓位规模,这些旋钮几乎不起作用,结果会悄然退化为对 51 笔交易、跨 7 个参数进行普通的 mom_lookback/entry_threshold 趋势优化。这相当于花费 2 小时,对已经获准的 TS-动量同类策略换皮后过拟合。所需更改:(1) REBALANCE IN POSITION ——每根有持仓的主要 K 线都重新计算 scale = target_vol_annual / rv_annual,并将其限制在 [min_exposure, leverage] 范围内;如果它与仓位当前的有效 scale 偏差超过再平衡区间(相对值约为 20%,设置区间而非每根 K 线都调整,以控制手续费拖累),则提交增加/减少订单,使名义金额回到 equity * scale。保留 should_enter() 仅在空仓时允许新 DIRECTIONAL 入场的保护;通过独立路径执行再平衡,该路径仍须强制 qty*price <=……展开收起

不要对这个构建进行 NOT 优化——扫描会调整 target_vol_annual 和 min_exposure;鉴于单次入场仓位规模,这些旋钮几乎不起作用,结果会悄然退化为对 51 笔交易、跨 7 个参数进行普通的 mom_lookback/entry_threshold 趋势优化。这相当于花费 2 小时,对已经获准的 TS-动量同类策略换皮后过拟合。所需更改:(1) REBALANCE IN POSITION ——每根有持仓的主要 K 线都重新计算 scale = target_vol_annual / rv_annual,并将其限制在 [min_exposure, leverage] 范围内;如果它与仓位当前的有效 scale 偏差超过再平衡区间(相对值约为 20%,设置区间而非每根 K 线都调整,以控制手续费拖累),则提交增加/减少订单,使名义金额回到 equity * scale。保留 should_enter() 仅在空仓时允许新 DIRECTIONAL 入场的保护;通过独立路径执行再平衡,该路径仍须强制 qty*price <= equity*leverage,从而维持防止叠加仓位的不变量。没有这项修改,该假设实际上未经检验。(2) ACCEPTANCE TEST IS NOT SHARPE ——修复后,annualized_volatility 应接近 target_vol_annual(大约 20-35%),且 max_drawdown 应显著低于同类策略的 50-70% 区间。如果再平衡后的构建仍显示约 78% 的波动率和约 59% DD,则前提不成立,我们会放弃,而不是继续优化。(3) FIX OR DROP THE ATR STOP ——基于静态入场价格的 atr_stop_mult=3.0 在 90-238 天的持仓期间从未触发(观察到 mae_pct 次中的 -22.0% 次,以及 -11.3% 次未触发止损)。将其改为依据运行中的峰值/谷值设置移动 ATR 止损,或者移除它,让波动率叠加层承担风险预算。(4) 将 CUT PARAMETERS 从 7 缩减到约 4,然后再进行扫描:将 atr_period=14 和 min_exposure=0.10 固定为常量;只开放 mom_lookback、vol_lookback、target_vol_annual 和再平衡区间。(5) 保留 position_size() 的名义金额保护和资金费率核算,不要改动——两者均已验证正确。详细反馈已写入 workspace/discussions/111a19dd-04d5-41eb-a5a4-125ca8e85e74/iteration_7_feedback.md

结局总结

将反向已实现波动率目标叠加层加到单资产日频TS-动量信号上,可以改善回撤和卡玛比率的表面表现,却无法在搜索的最优N次结果运气门槛之上创造出具有统计显著性、可晋级的优势。

分析师在优化后的ANALYZING阶段放弃了该策略:优化后的夏普比率为0.46,远低于225次试验中最优结果的运气门槛1.0869;去膨胀夏普比率为0.0,PBO 0.65,滚动前向验证过拟合(平均IS 0.769降至平均OOS 0.192,三个OOS窗口中有两个为负),且相对于直接持有ETH,信息比率为负(-0.36)。

一种在ETHUSDT.BINANCE永续合约上运行的日频多空时间序列动量策略,按近期已实现波动率的倒数缩放仓位敞口(Moreira-Muir 波动率目标),明确旨在控制困扰普通趋势策略运行的50-70%回撤,杠杆上限为<=1.5x。

基础回测在约6年间、共51笔交易中取得了316.8%回报,但夏普比率仅为0.33,最大回撤为59.4%;优化后,59笔交易的回报升至881%,夏普比率为0.46,最大回撤为42.9%,盈利因子为3.15,不过表面回报中有85%尚未实现且由离群值驱动。

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。