策略
拥挤仓位择时:兴业证券基金仓位择时研究(BigQuant 2020-07-21)的加密货币版本:在 10 种 USD-M 山寨币永续合约上,按日反向交易币安全账户多空比极端值,采用 5 日周期,多空交易
结局: 已放弃
BinanceAltCrowdPositioningFadeDaily
结局总结
BinanceAltCrowdPositioningFadeDaily 尝试将中国公募基金仓位择时信号应用于加密货币:根据研究前分析显示的微弱毛收益优势(每笔约 +0.55%),在 10 种币安山寨币永续合约上反向交易币安全球账户多空比的极端值。代码始终未通过验证。第 1.5 层指出,优化计划将杠杆固定为 1.0,与假设/配置不一致;开发者随后在第 3 次迭代中重新提交了逐字节相同的代码。该策略在验证循环中被放弃,因此未进入回测、优化、分析师和风险阶段。
假设
分类:(a),一种作用于我们无法交易的市场的具体机制。原研究衡量中国公募基金的估算股票配置,并利用该总体持仓的变化择时 A 股指数。研究还将时间划分为趋势和区间行情,并使用 MA 系统报告称,持仓信号仅在区间行情中能择时。我们没有基金持仓数据,也没有可运行该策略的 CNEQ 环境(L103)。加密市场中“可识别参与者类别的总体持仓”的对应指标是币安全球账户发布的持仓指标。该指标数据源(data/supplementary/metrics/<SYM>/all.parquet、BinanceVisionCollector、来自 2021-12-01 的 5 分钟行)包含 long_short_ratio(全账户总体比率)和 top_trader_long_short_ratio。POINT-IN-TIME PRE-STUDY(日收盘价、10 种山寨币、从 2022-04 到 2026-09、不重叠的 5 日事件,在 long_short_ratio 的 60 日 z 分数上 |z|>1.5):(1)FOLLOWING 群体在所有变体中均亏损,而 FADING 在 1155 个事件中每笔 5 日交易获得毛收益 +0.55%(t ~1.9)。按行情阶段划分:区间 +0.44%(n=410,t 1.0),趋势 +0.62%(n=745,t 1.55)。(2)原研究的行情阶段划分在此得到 NOT 复现:该信号在趋势行情中强于区间行情。因此,本假设不使用行情阶段过滤,并将原研究仅适用于区间行情的说法记录为在此被证伪。(3)顶级交易者比率和仓位变化(对价格进行残差化)变体均未显示优势,约为 0 +/- 0.3%,因此不纳入。(4)反向交易群体 LONG 极值贡献了大部分优势(区间行情中 n=174 时为 +1.02%),而反向交易群体 SHORT 极值的结果大致持平。(5)按年份计,区间行情的均值为 2022 +0.45%、2023 +0.92%、2024 +0.33%、2025 -0.02%、2026 +0.62%。10 个标的中有七个为正。这是一种幅度不大、确实较弱的优势。实现方式:每个标的独立持仓,最多同时持有 10 个仓位,每个仓位为权益的 10% 名义金额,杠杆固定为 1.0。每个 L173 周期的标的数量上限为 10,每日 K 线上每根 bar 仅需进行 O(1) 滚动统计(根据沙箱超时经验,在 __init__ 中预先计算每日指标序列,并使用 bisect 进行截至时点查询)。
来源研究中的基金仓位因子对应币安全球账户多空比,这是我们持有的唯一具有多年历史数据的总体仓位序列。研究前分析否定了来源研究的市场状态划分,以及顶级交易者和仓位变化这两个变体,并保留了毛收益超过 4x 成本的唯一变体。该策略做多做空,将 15.7% 档与仅做多目标(<=55%)作比较。它使用 10 种山寨币,几乎不使用 BTC/ETH 语料库,并依据 L168 和 L172(历史长度、纯价格机制)使用 BINANCE USD-M,而非 HL 或 COIN-M。没有日历触发条件(L179),也没有库存或网格机制(L171)。标的范围最多为 10 个名称(L173)。5 日周期来自研究前分析的 5 日期限,而非市场持仓时间目标(L166)。
verification_loop:code_identical:第 3 次迭代重新提交的代码与第 2 次逐字节相同——未根据先前反馈采取行动,因此结果不会改变。请修改代码以解决问题;若修改代码也无济于事,则说明原因并将 recommendation='abandon'。 先前反馈: 验证失败(第 1.5 层——假设/配置一致性)[类别=hypothesis_mismatch]: - optimization_plan 将杠杆固定为 1.0
实现
策略回测:基于日线信号,在十种山寨币永续合约上反向交易币安全球账户多空仓位的极端值,每笔持仓五日,彼此独立。
保留先前实现,并将杠杆设为研究计划规定的固定值 1.0;每个仓位使用 10% 的权益名义金额。
验证结果
code_identical:第 3 次迭代重新提交的代码与第 2 次逐字节相同——未根据先前反馈采取行动,因此结果不会改变。请修改代码以解决问题;若修改代码也无济于事,则说明原因并将 recommendation='abandon'。 先前反馈: 验证失败(第 1.5 层——假设/配置一致性)[类别=hypothesis_mismatch]: - optimization_plan 将杠杆固定为 1.0
迭代历史
验证失败(第 1.5 层——假设/配置一致性)[类别=hypothesis_mismatch]: - optimization_plan 将杠杆固定为 1.0
结局总结
假设/配置一致性检查失败时,请修改代码或配置以解决指出的不一致(此处涉及相对于 optimization_plan 如何固定杠杆),或明确建议放弃;重新提交未更改的代码会终止运行。
经过 3 次迭代后,该策略在验证阶段被放弃。第 1.5 层(假设/配置一致性)指出一项 hypothesis_mismatch(“optimization_plan 将杠杆固定为 1.0”);而第 3 次迭代重新提交的代码与第 2 次逐字节相同,因此验证循环将其终止。
一项加密货币版的基金仓位择时研究:在 Binance 所有账户多空比的极端值处进行反向操作(long_short_ratio 的对数值在 60 日 z 分数中满足 |z|>1.5),覆盖 10 USD-M 个山寨币永续合约,使用日线数据,每个仓位持有 5 天,可做多或做空,每个标的投入 10% 的权益并使用 1.0 倍杠杆。
未进行回测或优化。唯一的数字来自该假设自身的研究前分析:在 1155 次事件中,每笔 5 日反向交易的毛收益为 +0.55%(t ~1.9);该分析称其为幅度有限、确实较弱的优势。
分析
利用基金仓位信息对市场择时-兴业证券-20200721 - BigQuant量化交易
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。