SOL 4H 成交量确认突破做多策略，带日线市场状态过滤器

假设

一种仅做多、针对单一标的的突破策略，应用于 SOLUSDT 永续期货，使用 4 小时 K 线和仅含 OHLCV 的数据，并采用日线级别的市场状态过滤器。在架构上 MIRRORS 已验证的 BNB 4H 成交量确认突破策略（夏普比率 2.03，paper_stage），将其应用于 SOL，在机制和时间周期上与策略流水线中现有的 SOL 策略保持正交（SolDailyEmaTrendContinuationLong 使用日线 / 基于 EMA 交叉）。关键在于，本提案承认近期记录的失败模式：“将 BTC/ETH 架构自动复制到其他加密货币主流币，却未进行敏感性验证”（BNB 黄金交叉、ETH 现货回撤均因此失败），并明确通过以下方式加以应对：(a) 要求在优化阶段将 sensitivity_passed 设为晋级前的硬性门槛（所有参数下 cliff_count 必须 0）；(b) 选择适合 SOL 的构造，而非不适合 SOL 的构造——4H 成交量确认突破符合 SOL 实证上成交量高、散户 DeFi 交易活跃的特征（按 4H 成交量计，SOL 是排名前 -3 的永续合约，与 BNB 相当）；相比之下，均值回归或浅回撤构造在 SOL 上屡次失败（肯特纳通道突破、资金费率反向策略变体）。该构造本质上是在高动量资产上采用 TRENDING 策略，NOT 在走势更平滑的资产上采用均值回归策略（这正是导致 ETH 现货回撤策略失败的维度）。采用单一主导过滤器设计（200 天 SMA 市场状态 + 20 根 K 线 4H 高点 + 成交量确认），明确 NOT 多条件 AND 门槛。针对 4H K 线校准为每年约 30-60 次入场（与 BNB 的实证信号频率相符）——远高于稀疏性失败阈值。

修复 iteration-3 Layer-3 失败（无交易 / 0 根已评估K线）。根本原因：基类将主K线缓冲区限制为 self._max_bars = 500，但 min_bars_required() = regime_bars(1200) + 20 + 5 = 1225。由于 len(self._bars) 永远无法超过 500，_maybe_process_primary 中的 `len(self._bars) < min_bars_required()` 保护条件恒为真，因此 _process_primary 以及 should_enter 从未被调用。最小修复是在 __init__ 中将K线缓冲区扩大至 regime_bars + 60（1260），以便累积完整的 200 天机制历史并达到 min_bars_required，从而允许评估K线并触发突破入场。所有信号逻辑、机制/突破/成交量条件、退出、消耗杠杆的仓位规模以及干净导入（已通过 Layer 1 和 2）均保持不变。这保留了假设中忠实的 200 天（1200 4H K线）机制过滤器，与已验证的 BNB 架构一致，而非缩短机制窗口。

无可优化的稳健优势。基础夏普比率 0.171，自助法 CI [-0.593, 0.983] 横跨零线，profit_factor 1.079（<1.2），以及 information_ratio -1.02 表明该策略没有显著的风险调整后优势，且跑输持有 SOL。6.6 年内的 +17.9%（约 2.9%/年）由离群值驱动（峰度 21.6）并经杠杆放大（avg_position_pct 128%）。市场冲击已消耗毛收益的 39.3%，容量仅 $648K，因此即使是微弱优势也是玩具规模的假象。这属于单标的 OHLCV 定向突破零存活类别（L9/L41/L63）；论文阶段的 BNB 4H 兄弟框架无法迁移——在 SOL 上相同机制产生夏普比率 0.17 / PF 1.08，而 L82 可存活的变体是双时间框架动量汇合，而非单标的突破+机制过滤器。在此类上，低于 -1.0 的基础夏普比率即为上限；缩水/样本外检验只会进一步降低，没有参数调优能将其提升至可推广的稳健水平。并非受费用限制（avg_trade 0.266%），但不值得花费 2 小时进行优化。失败模式：no_edge 单标的定向突破。

实现

仅做多的 4H 唐奇安通道成交量确认突破策略，交易 SOLUSDT 永续期货（Binance USD-M，2x 杠杆），由 SMA 市场状态过滤器把关，该过滤器等效于 200 天（1200 根 4H 柱），直接基于主 4H 序列计算。价格高于长期 SMA（牛市状态）、突破前 20 根柱的唐奇安通道高点，且成交量超过其 20 根柱均值的 1.5x 时做多。出现 10 根柱的唐奇安通道低点下破、6% 止损、18% 止盈或 30 根柱的时间止损时退出。纯粹的 OHLCV，单一工具。

验证结果

CLEAN RESTART 2026-09-04 — 本次运行的判定历史和学习记录已删除，并从验证阶段重新开始。此前放弃该策略源于流水线，而非市场：Layer-2 测试框架错误绑定了 @staticmethod 辅助函数（已修复），QA 在未优化的冒烟测试上给出了终局性能判定（已移除——QA 现在只判断正确性），沙箱超时则源于回测槽位不足（已修复）。假设和策略代码均未改变。请根据代码本身的表现进行验证；性能将在之后由完整回测和优化器判定。

无需处理。

基于 1200 根 4H 柱推导的 200 日市场状态过滤器，而非实际日线柱——这是忠实等效实现，正确。要求缓冲区容纳 >1200 根柱；迭代-4 修复（将 _max_bars 提高到 1260）解决了这一问题，且沙箱确认柱正在被评估。

无需采取行动。

_bars_held 可能因调度顺序在入场K线上递增至 1，使有效时间止损约为 29-30 根K线。可忽略的 off-by-one 误差。

回测评审

夏普

0.17

总收益率

17.95%

最大回撤

23.86%

总交易数

169

胜率

53.8%

盈利因子

1.08

机制实现正确（在 6.6 年内进行 169 笔交易，无覆盖范围限制，迭代-4 缓冲区修复有效）

avg_trade_return_pct 0.266% 高于 Binance USD-M 费用底线 0.15%

max_drawdown 23.9% 已被控制在范围内（尽管 CI 延伸至 76.9%）

基础 Sharpe 为 0.171，自助法置信区间 CI [-0.593, 0.983] 跨越零值——没有显著的风险调整后优势

profit_factor 1.079，低于 1.2 的有意义优势门槛

information_ratio -1.02 — 按风险调整后表现衡量，跑输单纯持有 SOL

impact_cost_pct 39.3%，容量仅 $648K——冲击侵蚀毛收益约 39%，优势为玩具规模

单一标的 OHLCV 方向性突破——零幸存者类别（L9/L41/L63）；基础 Sharpe <1.0 是上限

名义 +17.9% 约为 ~2.9%/年，由离群值驱动（峰度 21.6），经 128% 平均仓位放大

迭代历史

验证失败（Layer 2 — 合成情景）： 使用的参数：['vol_mult', 'vol_period', 'min_notional', 'position_pct', 'exit_lookback', 'max_hold_bars', 'regime_period', 'stop_loss_pct', 'take_profit_pct', 'breakout_lookback'] 检查 __init__ 是否设置了 self.parameters.get() 中的所有属性。 - steady_downtrend：信号冻结：所有 476 个信号都相同（值=0.0）。calculate_signal() 可能存在错误——信号从未变化。 - volatility_spike：信号冻结：所有 476 个信号都相同（值=0.0）。calculate_signal() 可能存在错误——信号从未变化。 - zero_volume：信号冻结：所有 476 个信号都相同（值=0.0）。calculate_signal() 可能存在错误——信号从未变化。 - price_gap：信号冻结：所有 476 个信号都相同（值=0.0）。calculate_signal() 可能存在错误——信号从未变化。

验证失败（Layer 3 — 沙箱回测）：未产生交易 使用的柱类型：SOLUSDT.BINANCE-4-HOUR-LAST-EXTERNAL，处理柱数：12467 诊断：should_enter() 在评估的 12443 根柱中返回方向 0 次 -> 你的 ENTRY CONDITION 从未触发。请放宽入场逻辑 / 阈值。 确保你的策略能使用给定的数据和参数产生交易。

验证失败（Layer 3 — 沙箱回测）：未产生交易 使用的柱类型：SOLUSDT.BINANCE-4-HOUR-LAST-EXTERNAL，处理柱数：12665 诊断：should_enter() 在评估的 0 根柱中返回方向 0 次 -> 你的 ENTRY CONDITION 从未触发。请放宽入场逻辑 / 阈值。 确保你的策略能使用给定的数据和参数产生交易。

验证失败（Layer 3 — 沙箱回测）：冒烟测试超过了 300 秒的运行时间限制。这通常意味着每根柱上的工作量会随历史数据增长——例如反复扫描完整的资金费率 / 补充数据序列，或在每根柱上于 calculate_signal()/on_bar() 中重建列表并调用 min()/sorted()。在 __init__ 中预先计算已排序的时间戳数组 ONCE 并使用 bisect，或按时间戳缓存查询结果，使每根柱的开销为 O(log n) 而非 O(n)。