BNB 4 小时动量延续与成交量确认做多

假设

一个极简的、纯多头、单一标的的动量延续策略，运行于 BNBUSDT 永续期货，使用 4 小时 K 线。仅使用 ONLY OHLCV 数据——无资金费率、无多空比、无爆仓数据、无配对交易——以保证验证的确定性且快速（最近的 10 失败模式均卡在 verifying_stuck_3_timeouts 中，说明带有补充数据或多条件入场的复杂策略在合成场景下未能产生可靠的交易）。假设认为 BNB 作为头部-3交易所代币期货市场，在季度销毁事件及 Binance 生态消息附近具有强劲的方向延续性，在 4 小时 K 线上表现出干净的中期动量延续。策略在以下两个条件均成立时做多入场 ONLY：（a）24 小时价格动量为正 AND，（b）入场 K 线的成交量确认了参与度（>= 20 根 K 线均值），然后在首次动量反转或达到固定的风险/收益水平时出场。仅有 4 个参数——远少于失败的 Donchian/Bollinger/RSI/三重过滤策略——这避免了过拟合并确保验证在每个趋势向上的合成场景中产生交易。BNB 未在任何 10 的近期失败模式中使用过，且在当前流水线（其中包含 BTC、ETH、ADA/DOT 配对）中亦不存在。

实现一个刻意精简的动量延续系统，以避免复杂多条件/补充数据策略中出现的验证超时问题：纯 OHLCV、单一入场合取条件（正向 24h 动量 + 高于均量），以及一小组参数。calculate_signal 在每根 K 线返回连续的 24h 动量，使验证器看到一个真实变化的信号，且该信号在趋势向上的合成场景中明显为正；而离散动量 >= 入场 AND 量能确认布尔值则控制 should_enter 与 position_size，从而避免 gated-to-0.0 的反模式。0.5% 的动量入场阈值和 8%/4%（2:1）目标位使得每笔交易的预期边际远高于约 0.10% 的往返期货手续费；动量反转出场则在延续时捕获趋势、在边际消退时平仓。交易场所为 BNBUSDT.BINANCE USD-M 期货（假设所选的永续合约市场；期货 RT taker 约 0.10% 比现货更便宜）；策略为纯多头，杠杆保持 1.0（未使用任何放大），因此 leverage_set_but_unused 闸门不会被触发。BNB 不存在于当前流水线中，单一标的/单一时间框架的范围也避免了跨资产 audit_stale 风险。

费率吞噬、无优势的单一标的动量克隆。在796笔交易中，盈利因子为1.011——这正是fee_edge的典型签名（PF位于[0.85,1.10]，交易笔数>300，L8）：毛收益优势虽存在，但完全被交易成本吞噬，这就是6.5年净收益仅4.18%的原因（单笔期望值$3.24），且information_ratio为-0.899。夏普比率为0.063，其CI[-0.597，0.670]横跨零值；整个正向结果完全来自一个牛市年份（2021 +23%），而其余所有年份均为负或持平——不存在持续的、不依赖市场状态的可优化优势。市场冲击消耗了毛收益的76.8%，容量仅$169K，因此即便是边际优势也只是玩具规模的产物。这是单标的OHLCV动量延续零幸存者类别（L9/L41/L63）；任何参数调优都无法将PF≈1.0的组合提升至覆盖其成本之上。不值得花2小时进行优化。

实现

在 BNBUSDT.BINANCE USD-M 期货、4 小时K线、纯 OHLCV 单一数据源上运行的极简仅做多动量延续策略。当 24 小时动量（当前收盘价相对于 6 根K线前的收盘价）至少为 +0.5% AND 且入场K线成交量至少达到 20 根K线平均值（同K线参与度确认）时，于 LONG 入场。出现 8% 止盈、4% 止损、动量反转（24小时动量回到 <= 0）或 60 根K线时间止损时退出。信号是每根K线重新计算的连续 24 小时动量；动量+成交量条件是离散入场门槛。仓位按权益名义金额的 20% 配置，并设上限，使止损风险 <= 权益的 1.5%。杠杆 1.0。

验证结果

CLEAN RESTART 2026-09-04 — 本次运行的判定历史和学习记录已被移除，并从验证阶段重新启动。此前放弃该策略是由流水线导致的，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中给出了终局性能判定（已移除 — QA 现在只评判正确性），沙箱超时源于回测槽位耗尽（已修复）。假设和策略代码均未改变。请依据代码本身进行验证；性能将在之后由完整回测和优化器判定。

声明一个 _param_bounds，仅覆盖真正的优势参数（mom_bars、entry_mom、vol_mult，以及一个退出参数），并锁定其余参数，以符合所述的低过拟合设计。

假设声称“只有 4 个参数”，但代码暴露了约 10 个可调参数，且配置中没有 _param_bounds，因此优化器的搜索空间比声称的更大。这不是缺陷，但“4 参数”的说法并不准确。

在回测审查时，按计划资金规模检查扣除实际冲击/滑点后的 avg_trade_return_pct；考虑提高 entry_mom 以减少交易次数、提高交易信念度。

高换手率（每年约 120 笔交易，共 796 笔，换手率 37.6），加上每笔交易仅有 +0.19% 的净优势，成本缓冲空间很小，并且对冲击模型敏感（67%，容量 $221k）。计入折算后的冲击成本后仍为正，但这是典型的边际优势、高换手率特征，在成交条件变差或规模扩大时可能转为负值。

回测评审

夏普

0.06

总收益率

4.18%

最大回撤

18.70%

总交易数

796

胜率

34.7%

盈利因子

1.01

执行干净且样本充足：796 笔交易，796 笔已发出信号/已提交，无丢单

简单的纯 OHLCV 机制；回撤适中（18.7%），avg_trade_return_pct 0.191% 名义上高于手续费底线

profit_factor 1.011，共 796 笔交易 — 毛优势被成本吞噬（fee_edge 特征，L8）

total_return 在 6.5 年里仅有 4.18%；每笔交易期望收益为 $3.24；information_ratio -0.899（逊于持有 BNB）

夏普比率 0.063，CI 的 [-0.597, 0.670] 区间跨越零 — 不存在统计显著的优势

全部利润都来自单个牛市年份（2021 +23%）；其他每一年均为负或持平 — 不同市场状态下没有持续优势

impact_cost_pct 76.8% 且容量为 $169K — 边际优势只是玩具规模下的假象

单标的 OHLCV 动量延续克隆策略（L9/L41/L63 近零幸存者类别）