跳至內容
所有策略

策略

中型市值替代幣跨交易所資金費率價差 carry 回測——市場中性 Binance USD-M 對 Hyperliquid,收取持續資金費率價差(AVAXUSDT.HYPERLIQUID + AVAXUSDT.BINANCE,3 參數,Delta 中性)

結果: 已放棄

AvaxCrossVenueFundingDifferentialCarryNeutral

結果摘要

AvaxCrossVenueFundingDifferentialCarryNeutral 試圖透過收取純資金費率價差現金流,而非押注價格收斂,避開先前六次基差回歸策略的失敗;並選擇中型市值 AVAX,基於這項假設:跨交易所套利較少,價差會比已被套利的主流幣更大、更持久。引擎開始將資金費率計入後,回測明確推翻了這項假設:年化價差僅 15 次在 911 天內超過進場門檻,這些交易整體淨虧損(平均每筆交易 0.0102%、PF 0.98、總計 -23.2%);相對於約 $39k 的承載能力,159% 市場衝擊成本已超過總損益。分析師在回測審查時放棄此策略,指出資金費率資料充足,排除了資料錯誤的可能;放寬門檻只會增加流動性更差、成本更高的交易腿。此策略未進入最佳化、分析或風險審查階段。

假說

一種DELTA-NEUTRAL、CROSS-VENUE的市場中性套利策略,刻意採用與屢屢失敗的趨勢/動能/突破策略截然不同的DIFFERENT FAMILY。此策略在一個交易場所做多永續合約,並在另一個交易場所做等名目金額的空頭永續合約,交易標的是SAME中型市值替代幣(AVAX);其優勢來自兩個交易場所之間的ACCUMULATED FUNDING DIFFERENTIAL,也就是機械式現金流,NOT價格收斂。這是它與近期六度失敗的現貨-永續合約/跨交易所BASIS-REVERSION策略類別的關鍵差異(那些策略押注價格偏離後會收斂;此策略則不受價格變動影響,只要資金費率價差持續存在便加以收取)。它同時瞄準投資組合中代表性最低的兩個類別:HYPERLIQUID(6.4%相較於20%的目標)及跨交易場所(7.1%相較於15%的目標),而且是市場中性策略,可抵銷投資組合過度偏重的純多頭方向(86.5%)。關鍵在於,此策略部署於MID-CAP替代幣,而非BTC/ETH:主流幣的跨交易場所資金費率差異會被套利至近乎零(這正是「流動性高的幣安標的資金費率已收斂」這項教訓,曾使主流幣配對套利策略失敗);相較之下,像AVAX這類流動性較低的替代幣,兩個交易場所的參與者組成不同,跨交易場所套利資金也較少,因此資金費率差異WIDER,且更持久。只有3個參數:進場差異門檻、同方向持續次數、出場收斂門檻。由於採用 Delta 中性策略,它既不會承受加密貨幣牛市貝塔曝險(避免了L48純多頭回撤risk_reject),也不依賴異常日期;這種依賴性會讓OHLCV趨勢追隨策略顯得過度擬合。

verifying_stuck_3_timeouts

驗證結果

驗證失敗(第 4 層 — QA 審查)[類別=code_defect]: - [edge_concern] 除了阻礙作業的部位規模缺陷外,套利優勢本身看來也很薄弱;調整規模後,分析師應仔細檢視:avg_trade_return_pct 0.0169%(淨值約為零),共 28 筆交易,total_return −25.3%、PF 0.98,兩邊部位極不對稱(long_win_rate 0.214,相較於空頭 0.786)。Delta 對沖在方向上有效(beta −0.14、benchmark_correlation −0.16),因此回撤來自跨交易所基差殘差雜訊與成本,而非市場 beta;但兩邊報價的 USD 與 USDT 不一致,代表對沖並非完全價格中性,會增加價差損益。扣除雙腿來回交易成本與合理的市場衝擊後,AVAX 跨交易所資金費率價差是否仍為正,須由分析師透過完整回測判斷;評估時應採符合承載能力的規模,而非已測試的規模。 - position_size 將 HL 部位規模設為 equity*per_leg_frac*leverage = equity*0.5*3.0 = 1.5x 倍權益名目價值,而 _submit_entry 會鏡像建立等名目價值的 Binance 部位 → 在一種以 CROSS-VENUE 交易的 THIN 中型市值替代幣上,總曝險約為 3x。沙盒顯示這超出交易場所承載能力:impact_cost_pct 153.9%、capacity_usd 僅 $42,217、avg_position_pct 178%,每筆交易損益波動達 ±$151k。依據 fail_class 指引,若衝擊成本/承載能力限制超出 position_size(),即屬部位規模錯誤(比權益的 60% 範例更極端:每腿 150%/總曝險 300%)。此規模下的結果受無法實現的市場衝擊主導,因此不能將回測視為套利收益的衡量。這不是對優勢的判斷——資金費率價差按名目價值收取,不論槓桿多寡;放大槓桿只會加重市場衝擊與價差背離風險。 - max_funding_lag_hours 對 BOTH 條腿為 12 小時,但 Hyperliquid 每 HOURLY 結算一次。允許 12 小時的容忍時間,會讓最多已經過 12 次結算的 HL 費率仍被視為新鮮資料;資料中斷時,策略可能會使用明顯過時的 HL 費率交易(這是頻率較高、對價差影響最大的那條腿)。12 小時適用於 Binance 的 8 小時週期,但對 HL 而言過於寬鬆。

迭代紀錄

驗證失敗(第 2 層 — 合成情境): 使用的參數:['smooth_bars', 'min_notional', 'per_leg_frac', 'persist_bars', 'basis_stop_pct', 'exit_diff_annual', 'entry_diff_annual', 'max_funding_lag_hours'] 請確認 __init__ 會透過 self.parameters.get() 設定所有屬性。 - steady_uptrend:TypeError:AvaxCrossVenueFundingDifferentialCarryNeutral._ts_of() 接受 1 個位置引數,但收到 2 個(K 線時間戳記:1735689600000) - steady_downtrend:TypeError:AvaxCrossVenueFundingDifferentialCarryNeutral._ts_of() 接受 1 個位置引數,但收到 2 個(K 線時間戳記:1735689600000) - flat_ranging:TypeError:AvaxCrossVenueFundingDifferentialCarryNeutral._ts_of() 接受 1 個位置引數,但收到 2 個(K 線時間戳記:1735689600000) - volatility_spike:TypeError:AvaxCrossVenueFundingDifferentialCarryNeutral._ts_of() 接受 1 個位置引數,但收到 2 個(K 線時間戳記:1735689600000) - zero_volume:TypeError:AvaxCrossVenueFundingDifferentialCarryNeutral._ts_of() 接受 1 個位置引數,但收到 2 個(K 線時間戳記:1735689600000) - price_gap:TypeError:AvaxCrossVenueFundingDifferentialCarryNeutral._ts_of() 接受 1 個位置引數,但收到 2 個(K 線時間戳記:1735689600000)

結果摘要

將跨交易所資金費率套利轉移到中型市值替代幣以尋找更大的利差,只是從一個死胡同換到另一個——價差既不夠大也不夠頻繁,無法抵銷成本;而理論上能讓利差維持開放的薄弱流動性,也會使市場衝擊成本(159%)遠遠超過微薄的套利收益,因此這種優勢在任何有意義的規模下都無法實現。

分析師在回測審查時放棄此策略:中型市值資金費率價差寬廣且持續的前提已被數據推翻(911 天內僅有 15 次進場,整體淨虧損);即使存在價差,Hyperliquid 的 AVAX 流動性也很薄弱,導致市場衝擊成本(159%)超過毛損益。資金費率資料充足且存在(12,106 筆事件),因此這不是資料錯誤——沒有任何參數區間能讓如此微小且罕見的價差在扣除成本後轉為正值。

一種 Delta 中性、跨交易所資金費率差套利策略(3 個參數),在一個交易所持有 AVAX 永續合約多頭,並在另一個交易所持有等名目本金空頭(Hyperliquid 對 Binance USD-M),在資金費率差持續存在期間收取累積的價差;策略部署於中型市值替代幣,立論是跨交易所套利較不活躍,因此資金費率差會比主流幣更大且更持久。

依資金費率入帳的回測(Hyperliquid 對 Binance,AVAX、4H、911 個資料日,2024-02 至 2026-08)結果為淨虧損,幾乎沒有優勢:價差僅 15 次達到進場門檻,帶來 avg_trade_return_pct 0.0102%(相較於約 0.15% 的底線)、獲利因子 0.98、期望值 -487、總報酬 -23.2%,且每年皆為負值。承載能力情況極差——impact_cost_pct 159%、承載能力約 $39k、avg_position_pct 165%——市場衝擊成本因此超過總損益。

回測檢視

夏普值
0.33
總報酬率
-23.24%
最大回撤
38.84%
總交易筆數
30
勝率
50.0%
獲利因子
0.98

Stratmill 是一款研究與模擬交易工具,並非財務建議或經紀商服務。回測與模擬交易結果均為假設性質。交易涉及虧損風險。