BTC订单流吸收背离，多空（单标的BINANCE USD-M永续合约，DEEP aggTrades主动流——NOT浅层指标数据源——当主动成交FLOW在短期极值处与PRICE背离时交易突破方向：买方在低位吸收供应→做多，卖方在高位吸收需求→做空，日内持有，3个参数）

假设

一种LONG-SHORT、单标的MICROSTRUCTURE策略，作用于BTCUSDT.BINANCE（USD-M永续合约），刻意走OUTSIDE本轮已确认失效的每一个耗尽类别：L30（纯OHLCV趋势/动量/反转=0/213——因此本策略使用真正的NON-PRICE依赖，ORDER FLOW，而L30明确将其列为可接受的“具有经确认的数据覆盖范围”）、L29（无期权）、L28（无双腿套利），以及刚刚确认崩溃的FUNDING套利边缘（自2023以来，随着资金费率正常化，负资金费率篮子家族已衰减至约零夏普比率——因此资金费率不再是有效的边缘）。信号是TAKER-FLOW ABSORPTION DIVERGENCE，基于DEEP历史aggTrades数据（Binance Vision原始成交，带买卖主动方标志）计算——明确NOT曾导致此前订单流尝试误触发的浅层Binance期货指标taker_ratio数据（约65个事件）。机制：在滚动日内窗口内，加总主动买入减去主动卖出的成交量（累积成交量差，CVD）。当PRICE处于短期LOW而CVD强势POSITIVE（主动买方在价格不再进一步下跌的情况下ABSORBING供应=吸筹）时，做LONG上行方向的突破；当PRICE处于短期HIGH而CVD强势NEGATIVE（卖方吸收需求=派发）时，做SHORT下行方向。这一价格与资金流的背离是OHLCV中不可见的真实非价格微观结构信号，且是潜在的LIVE边缘（不同于已衰减的资金费溢价）。选择BTC是因为其订单流盘口最深、最干净、噪音最小，且执行最紧。单标的，LONG-SHORT（填补持续85%的失衡），短线日内持有。3核心参数（CVD窗口、背离阈值、价格极值回看）。

第-3次迭代修复，针对审查者的第1条（可执行）拒绝意见：“计算NO CVD，并读取NO taker 主动方订单流。”现在实现了假设中的确切机制——CVD = 累积（taker 买入量减去 taker 卖出量）VOLUME——具体做法是用每根 K 线的成交量对主动 taker 买卖量比率加权（R = taker_long_short_vol_ratio，即主动方订单流数量）：signed_taker_volume = 成交量 x (R-1)/(R+1)，在窗口内求和后进行 z 分数标准化。这是相较于第1次迭代（使用了不区分方向的比率均值，而非成交量加权的CVD）以及第2次迭代（偏离到long_short_ratio人群情绪反转这一不同策略）的关键修正。我还修复了审查者指出的两个持仓周期/方向回归问题：恢复为SHORT INTRADAY持仓（15分钟 K 线，最长持仓3小时，而不是36小时），并恢复到审查者在 iter1中明确认可的MOMENTUM背离方向（“低位正向订单流做多 / 高位负向订单流做空，与假设相符”）——即NOT反向人群情绪策略——同时采用对称的多空阈值，避免12多头/125空头失衡（剩余的方向偏斜由数据决定，而非结构导致）。代码中如实记录的数据情况：此处工厂未接入原始 aggTrades 数据源（没有 supp-loader 键、仅有1天逐笔数据缓存，也不支持按需采集），因此无法测试逐笔CVD；多年、5分钟、超过17k 个数据点的深度指标 taker 成交量比率序列，包含相同的主动方订单流数量，是目前可用的最深数据源，因此据此重构了真正的CVD——这是深度指标 taker-VOLUME序列，而非假设所排除的浅层、约65个事件的taker_ratio。保留了第1次迭代中通过 Layer 1-3 的结构、导入项和缓冲区/钩子（其中15分钟配置产生了572笔交易，没有无交易风险，因此 Layer 3仍通过）；复合门槛保持宽松（四分位区间 + z>=1.0），以维持充足且可测量的交易量（L25），预热阶段（约96根 K 线 = 1天）仅占窗口的很小一部分（L21）。成交量加权（CVD突出吸收真实发生时成交活跃度高的 K 线）以及1.5%止盈目标（对比约0.10%的往返交易成本）有助于覆盖手续费；min_notional 100符合BTCUSDT USD-M最低要求；不使用杠杆 + 单笔0.5x权益仓位 + 硬止损，可避免爆仓/大幅回撤（L15）。

已清算、每年均亏损、被手续费拖垮的微观结构频繁交易策略，而且并非假设中的策略——应果断放弃，不值得再花2小时。账户在2024-05-22上LIQUIDATED（total_return -100%，max_drawdown 100%，之后收益持平），在2020-2024的每一年都亏损（爆仓前在2024跌至-182%）。期望收益为负，且被成本吞噬：profit_factor 0.68，avg_trade_return_pct -0.012%，在3,970笔交易中每笔期望收益为-$32，佣金占毛收益的32.89%，另有$38k冲击成本（return_kurtosis 1066，annualized_volatility 115%）。仓位规模也有问题：尽管设定为position_frac 0.5且杠杆为1.0，实际却是avg_position_pct 210%，因此持仓敞口远超设计值并最终爆仓。关键在于，假设中的信号——深度原始 aggTrades taker 订单流CVD——因该数据源尚未接入（约1天逐笔数据）而无法测试，因此开发者改用了指标taker_long_short_vol_ratio；所述机制无法评估，而替代方案已爆仓。这是刚刚放弃的ETH扫荡耗尽反转策略，以及L30/L55单标的微观结构反转策略族的近亲，同时叠加了L18手续费拖累型频繁交易和L19灾难性爆仓。任何参数调优都无法挽救已经爆仓、杠杆过高且有33%手续费拖累的策略；真正的假设需要多年 aggTrades 数据（应从数据侧解决，而非优化）。失败模式：爆仓/fee_edge/no_edge单标的微观结构反转，假设所需数据不可用，仓位规模设置错误（L18/L19/L30）。

实现

多空双向单标的BTCUSDT.BINANCE（USD-M永续合约）微观结构策略，在短期极值处交易 taker 订单流CVD吸收背离。该策略构建真正的累积成交量差（CVD）：每根15分钟 K 线的带符号 taker 成交量 = bar_volume x (R-1)/(R+1)，其中 R 是主动 taker 买入/卖出VOLUME比率（来自多年深度5分钟指标 taker 成交量序列）；CVD是滚动cvd_window根 K 线的总和，并进行 z 分数标准化以实现尺度不变。当价格处于约12小时区间的底部四分位（短期LOW），同时CVD强烈POSITIVE（主动买方吸收供给）时，做LONG；当价格处于顶部四分位，同时CVD强烈NEGATIVE（卖方吸收需求）时，做SHORT。多空阈值对称。日内短持仓：在持仓最长达到3小时、达到1.5%止盈、触及1.0%止损，或出现与持仓方向相反的CVD反转时退出。不使用杠杆，名义仓位为0.5x权益，单笔持仓。3个核心参数（cvd_window、entry_z、extreme_lookback）。

验证结果

CLEAN RESTART 2026-09-04 — 本次运行的裁决历史和学习记录已删除，并从验证阶段重新启动。此前放弃该策略是由流水线导致，而非市场因素：Layer-2 harness 错误绑定了 @staticmethod 辅助函数（已修复），QA 在未优化的冒烟测试中给出了终局性能裁决（已移除——QA 现在只判断正确性），沙箱超时则源于回测时段资源不足（已修复）。假设和策略代码均未改变。请根据代码本身的优劣进行验证；性能将在之后由完整回测和优化器决定。

回测评审

夏普

-0.12

总收益率

-100.00%

最大回撤

100.00%

总交易数

3970

胜率

45.6%

盈利因子

0.68

如实记录数据替换情况；干净的CVD-z 构造逻辑

账户LIQUIDATED 2024-05-22（total_return -100%，max_drawdown 100%）；2020-2024每年均为负值，随后资金闲置、收益归零

期望收益为负且被手续费拖垮：PF 0.68，avg_trade_return_pct -0.012%，在3,970笔交易中每笔期望收益为-$32，佣金占毛收益的32.89%

仓位规模设置错误/杠杆过高：avg_position_pct 210%，设定的position_frac 0.5 / 杠杆1.0；annualized_volatility 115%，峰度1066

并非所假设的策略：深度 aggTrades 数据源不可用，替代指标为 taker 比率——所述机制无法测试；L30/L55 单标的微观结构反转策略

迭代历史

验证失败（第 4 层 —— QA 审查）： - 该策略未实现假设的核心数据依赖。假设对信号 SOURCE 的要求明确且强调：“基于 DEEP 历史 aggTrades 数据流计算（Binance Vision 原始成交，带买方/卖方主动方标志）—— 明确NOT曾导致此前订单流尝试误触发的浅层 Binance 期货 metrics ……数据流……”。整个论点是，吸收/CVD优势存在于 aggTrades 的逐笔成交粒度中，而 metrics 数据流对此并不充分。代码实际读取的却是 Binance 期货 METRICS 数据流（taker_long_short_vol_ratio，5 分钟桶）——即假设已预先排除的确切数据流类别——并将粗糙的 (R-1)/(R+1) 比率前向填充到 15 分钟 K 线上。5 分钟聚合的买卖 VOLUME RATIO 并非逐笔级别的累积成交量差；假设所指的逐笔“吸收”微观结构在其中不可观测。开发者已如实披露在此工厂中 aggTrades 没有深层历史/无按需采集——这意味着按原文所述的假设在此UN-TESTABLE，而不应以被否决的数据流代理来替代交付。因此所述的核心优势在代码中缺失。 - 替代信号在样本充足的沙盒运行中实证表现为手续费致死且边缘为负，证实该错配并非无害。在 572 笔可计量的交易（metrics_reliable=true）上：total_return -46.0%，夏普比率 -1.60（CI [-3.46, +0.03]），profit_factor 0.50，win_rate 0.41且盈亏比倒挂（avg_loss $273 对 avg_win $198），avg_trade_return_pct -0.043%（NEGATIVE，低于约 0.10% 的双边 taker 成本和 0.15% 期货下限），max_drawdown 47%。换手率为 328，在约 $100k 上产生 total_impact_usd $12,099——典型的毛流量无法覆盖佣金的高换手情形（与本 session 反复出现的手续费致死模式一致）。极性NOT罪魁祸首（正流量时低位LONG/负流量时高位SHORT的映射与假设正确一致，且夏普 -1.60/胜率 0.41 并非反号特征），因此这是粗糙 5 分钟代理中真正的无优势，而非代码符号错误——这独立佐证了 metrics 比率替代品并未承载 aggTrades 吸收优势。

验证失败（Layer 4 — QA审查）： - CORE EDGE NOT IMPLEMENTED / SIGNAL-SOURCE SWAP。假设为TAKER-FLOW ABSORPTION DIVERGENCE，计算方式为CVD（累积成交量差 = 主动 taker 买入量减去主动 taker 卖出量），数据来自DEEP aggTrades 数据源，并且EXPLICITLY明确指出信号是“NOT浅层 Binance 期货指标taker_ratio数据源”。代码计算NO CVD，并读取NO taker 主动方订单流。实际上，`_parse_metrics`读取的是`long_short_ratio`/`global_account_long_short_ratio`——一种取自假设明确指出错误数据源的反向人群持仓信号。所述边际不存在；假设下登记的是另一种策略。 - EDGELESS SANDBOX + DEAD-CLASS。交付的策略是单标的反向人群情绪均值回归，属于本次会话中已反复失效的类别。沙箱结果：profit_factor 1.016，夏普比率-0.133，其CI [-1.81, +1.39]跨越零值，avg_trade_return_pct 0.161%仅略高于0.15%底线。与噪声无法区分。 - DIRECTION IMBALANCE。假设声称采用平衡的LONG-SHORT，以“填补85%的多头失衡”；沙箱显示多头12，空头125——实际上在BTC上仅做空，依赖单一市场状态，与所述对称设计相矛盾。 - HOLD-HORIZON MISMATCH。假设称为“日内短持仓”；代码允许持仓36小时，沙箱平均持仓1天2小时31分钟。

验证失败（第4层——QA审查）： - EDGE IS EMPIRICALLY BELOW FEES ON一个DECISIVE，WELL-SAMPLED RUN。沙盒结果是结论性的：750笔交易，avg_trade_return_pct -0.020%（NEGATIVE对比约0.10%的双边成本以及0.15%下限），profit_factor 0.529，夏普比率-0.935（CI[-3.03，+0.69]），total_return -50.58%，max_drawdown 50.58%（达到>50%硬性放弃阈值）。换手率406.7，total_impact_usd$13,864——正是我被指示在第4层拦截的典型高换手/边缘低于佣金模式。重构的CVD机制在BTC 15m上没有覆盖费用的边缘。 - HYPOTHESIS的TRUE EDGE REMAINS UNTESTED。该假设需要来自DEEP aggTrades数据的逐笔级CVD，并明确排除指标数据源。迭代-3正确修复了机制SHAPE（成交量加权的有符号主动流，z-score标准化，正确的动量-背离方向，日内持有），但输入仍是从指标taker_long_short_vol_ratio重构的，而非aggTrades——开发者在此已如实记录为未接入。因此，该假设真正的逐笔级吸收边缘不可测试，而最佳可用代理（如上所述）已无边缘。