hao/quantKonwledge
1
0
派生 0
代码 工单 合并请求 工作流 软件包 项目 发布 百科 活动

feat: 全面优化迭代所有文档 - 增加数据说明+计算公式+名词解释+内部链接

浏览代码 
变更统计:
- 70个文件变更 (39个新增 + 31个修改)
- 新增 6554 行内容

优化内容:
1. 30个核心文档增加附录(数据说明/计算公式/参数表/使用场景/常见误区)
   - 第一批: 量化基础/技术指标/策略/信号/品种/数据流/回测/风控/链上/EWO
   - 第二批: AI/案例复盘/多Agent/Hyperliquid/KOL/期权/RWA/券商/BTC/主流币
   - 第三批: ETH/SOL/BNB_DOGE/XAUT/代币化美股/信号优化/tradehk系统
2. 新增38个名词解释wiki条目(Delta对冲/Gamma/Theta/Vega/IV/VaR/CVaR等)
3. 更新全局术语表索引(79个术语/12大类/知识图谱/学习路径)
4. 新增内部链接体系(wiki式交叉引用)
这个提交包含在：
Manus Quant Agent
2026-03-06 05:09:34 -05:00
父节点 ad4a73846c
当前提交 790c0eaa0a
共修改 70 个文件，包含 6539 行新增和 126 行删除
下载 Patch 文件 下载 Diff 文件 展开所有文件 折叠所有文件

172
12_信号系统优化/EWO阈值过滤完整落地流程.md
查看文件

@@ -373,3 +373,175 @@ EWO 阈值过滤由三个独立的过滤层组成，每层都可以独立启用
[3] 2026-03-06 EWO 转换通知实际数据（BTC/SOL 对比）
[4] arXiv:2508.02356 — Neural Network-Based Algorithmic Trading Systems: Multi-Timeframe Analysis (2025-08)
[5] 2025 年全年 BTC/ETH/SOL/BNB/DOGE 历史信号回测数据
---
## 附录：数据说明与补充
本附录旨在对文档中涉及的核心指标、参数及数据格式提供更详尽的说明，补充相关应用场景与常见误区，以确保使用者能够准确理解并高效落地 EWO 阈值过滤系统。
### 一、核心指标详解
量化交易信号的构建离不开对基础技术指标的精确运用。以下将详细阐述 EWO 与 ATR 两个核心指标的计算方式与数据特性。
#### 1.1 EWO (Elliott Wave Oscillator)
EWO 是衡量市场动量和潜在趋势反转点的关键指标，其计算基于两条移动平均线的差值，常用于识别艾略特波浪理论中的第三浪（主升浪或主跌浪）。在本文的信号系统中，EWO 的穿越行为是核心的原始触发事件。
> **内部链接**：关于 EWO 的基础概念，请参考内部知识库文档：[EWO](../../wiki/名词解释/EWO.md)
**计算公式**
EWO 的计算公式相对直接，其值为短期简单移动平均线（SMA）与长期简单移动平均线的差值：
```latex
EWO = SMA(Close, n_{short}) - SMA(Close, n_{long})
```
在常见的配置中，`n_short` 通常取 5，`n_long` 通常取 35。这两个周期组合被认为能较好地捕捉市场的中短期动量变化。
**数据属性**
| 属性 | 说明 |
| :--- | :--- |
| **数据范围** | 理论上无界，但实践中通常在 `-500` 到 `+500` 的范围内波动（取决于币种和周期）。对于高波动币种的更大周期，可能出现绝对值更大的情况。 |
| **单位** | 与标的资产的计价货币单位相同（例如，对于 BTC/USDT，单位是 USDT）。对于相对值计算，则为百分比（%）。 |
| **精度要求** | 建议保留至少 6 位小数，以精确捕捉微小的穿越行为，避免因四舍五入导致信号丢失或误判。 |
| **数据来源** | 基于交易平台提供的 K 线收盘价（Close）计算得出，属于衍生数据。 |
#### 1.2 ATR (Average True Range)
ATR 是衡量市场波动性的核心指标，它不指示价格方向，仅表示价格波动的剧烈程度。在高波动期自动调整流程中，ATR 是判断市场状态的关键输入。
> **内部链接**：关于 ATR 的详细解读，请参考内部知识库文档：[ATR](../../wiki/名词解释/ATR.md)
**计算公式**
ATR 的计算分为两步。首先计算真实波幅（TR），然后对 TR 进行平滑处理得到 ATR。
1. **真实波幅 (True Range, TR)**：
```latex
TR = \max[(High - Low), \text{abs}(High - Close_{prev}), \text{abs}(Low - Close_{prev})]
```
2. **平均真实波幅 (ATR)**：
```latex
ATR_t = \frac{(N-1) \times ATR_{t-1} + TR_t}{N}
```
其中 `N` 是周期长度，本文档中建议使用 4 根 1h K 线计算，即 `N=4`。
**数据属性**
| 属性 | 说明 |
| :--- | :--- |
| **数据范围** | 大于等于 0，无上限。 |
| **单位** | 与标的资产的计价货币单位相同。当计算 ATR 比例时，则为百分比（%）。 |
| **精度要求** | 建议保留 4-6 位小数，以确保在计算 ATR 比例时有足够的精度。 |
| **数据来源** | 基于 K 线的最高价（High）、最低价（Low）和前一根 K 线的收盘价（`Close_prev`）计算。 |
### 二、核心逻辑应用场景
理论与实践相结合是量化交易的精髓。以下为本文档提出的核心优化逻辑在真实交易环境中的应用场景。
* **EWO 阈值过滤**
1. **过滤盘整行情噪音**：在价格横盘整理期间，EWO 会频繁在零轴附近小幅波动，产生大量无效的穿越信号。通过设置合理的“有效阈值”，可以有效过滤掉这些由市场噪音引起的假信号，只在动量显著增强时才触发关注，从而避免在无趋势行情中反复开平仓造成亏损。
2. **捕捉高确定性趋势启动点**：当市场结束整理、即将启动一轮强劲趋势时，EWO 的穿越通常伴随着巨大的幅度。利用“强力穿越奖励”机制，系统可以识别出这类高确定性的交易机会，并给予更高的信号评分，甚至可以作为自动化策略中加大初始仓位的依据。
* **大周期粘性偏向**
1. **避免在趋势回调中过早离场**：在一个明确的上升趋势中，小周期图表上可能会出现短暂的回调，导致大周期偏向指标（如基于日线计算的趋势指标）暂时“翻空”。粘性偏向机制要求连续 3 次确认才会切换偏向，从而能有效忽略这种短暂回调的干扰，帮助策略稳定持有多头仓位，避免被“震荡出局”。
2. **提高逆势交易的安全性**：当主要趋势为多头时，如果交易者希望捕捉小级别的回调（做空），粘性偏向会持续提示当前处于“多头主导”的环境。这可以作为一道安全阀，要求逆势信号必须满足更苛刻的条件（例如更高的综合评分）才能执行，从而降低了逆势操作的风险。
* **高波动期自动调整**
1. **应对突发新闻事件**：当市场遇到如“美联储利率决议”、“重要宏观数据发布”等事件时，波动性会急剧放大。ATR 检测到波动异常后，系统会自动上调 EWO 的穿越阈值。这意味着在混乱时期，只有力度极强的信号才能被接受，有效防止了因市场过度反应而产生的毛刺信号。
2. **动态风险管理**：在高波动期间，系统不仅会提高信号的准入门槛（提高执行阈值），还会同步降低仓位上限。这是一种动态的风险控制策略，确保在市场最不确定的时候，账户的风险暴露是最低的，体现了“看不清就不做，小做”的交易原则。
### 三、参数配置参考与数据格式
规范化的参数管理与数据结构是系统稳定运行和后期维护的基础。
#### 3.1 参数参考总表
下表整合了文档中所有核心可配置参数，并给出了推荐值、取值范围和调整建议，以供参考。
| 参数名 | 推荐值 (BTC/10m) | 取值范围 | 调整建议 |
| :--- | :--- | :--- | :--- |
| **EWO 有效阈值** | 15.0 | `[5.0, 50.0]` | 市场越震荡，此值应越高。与标的价格正相关。 |
| **EWO 强力阈值** | 25.0 | `[有效阈值*1.5, 有效阈值*3]` | 用于识别趋势启动信号，不宜过低，否则会失去区分度。 |
| **最短阶段 K 线数** | 20 | `[10, 40]` | 周期越长，此值可适当调低。用于过滤不稳定的短时趋势。 |
| **粘性偏向确认次数** | 3 | `[2, 5]` | 值越小越灵敏，值越大越迟钝。3 是在灵敏度和可靠性之间的较好平衡。 |
| **ATR 周期 (高波动检测)** | 4 (1h) | `[3, 12]` | 周期越短，对近期波动越敏感。 |
| **高波动 ATR 比例阈值** | 1.5% | `[0.8%, 4.0%]` | 与币种自身波动特性相关，山寨币此值应更高。 |
| **阈值上调比例 (高波动)** | 25% / 50% | `[10%-100%]` | 用于在高波动时收紧信号标准，比例越大越保守。 |
#### 3.2 数据格式规范
为确保数据在系统各模块间正确流转，特定义以下数据格式。
**K 线数据 (Candle Data)**
以 JSON 对象数组形式表示，每个对象代表一根 K 线。
```json
[
{
"timestamp": 1678086000000, // K线开盘时间戳 (毫秒级)
"open": 22345.67,
"high": 22389.12,
"low": 22340.05,
"close": 22380.45,
"volume": 120.54, // 交易量
"ewo": 33.320837, // EWO 指标值
"atr": 25.8, // ATR 指标值
"bullishBiasConfirmCount": 0 // 大周期偏向确认计数器
}
]
```
**信号事件 (Signal Event)**
当一个有效的交易信号被触发时，应生成如下格式的 JSON 对象。
```json
{
"signalId": "sig_btc_10m_1678086000000", // 唯一信号ID
"symbol": "BTC/USDT",
"timeframe": "10m",
"timestamp": 1678086000000, // 信号触发时间戳 (毫秒级)
"signalType": "EWO_CROSS_UP", // 信号类型
"direction": "LONG", // 交易方向
"score": {
"total": 8,
"ewo_score": 3,
"ao_score": 2, // 示例：其他指标评分
"rsi_score": 1, // 示例：其他指标评分
"bias_score": 2 // 示例：大周期偏向评分
},
"metadata": {
"ewo_cross_magnitude": 62.37,
"ewo_prev_phase_duration": 27,
"market_state": "NORMAL"
}
}
```
### 四、常见误区与正确理解
1. **误区：阈值越高越好，可以过滤所有噪音。**
* **正确理解**：阈值是双刃剑。过高的阈值虽然能过滤掉几乎所有噪音，但同样会错过许多有效的趋势启动信号，导致交易机会减少，尤其是在趋势较为温和的行情中。阈值的设定需要在“过滤噪音”和“捕捉机会”之间找到平衡，这需要通过充分的回测来优化。
2. **误区：EWO 穿越了“有效阈值”就代表是一个高质量信号。**
* **正确理解**：穿越有效阈值只是信号成立的“必要非充分条件”。一个高质量的信号是多方面因素共振的结果，除了穿越幅度，还应考虑上一阶段的持续时间（稳定性）、大周期偏向（趋势方向）以及市场整体波动状态。这就是分层过滤和综合评分系统的价值所在。
3. **误区：相对阈值一定比绝对阈值更科学。**
* **正确理解**：两者各有适用场景。对于价格波动范围相对稳定的主流币种（如 BTC、ETH），使用绝对阈值更简单直观。而对于价格变化剧烈、历史波动大的币种（如 SOL、DOGE），其 EWO 绝对值会随价格基数变化而变化，此时采用相对价格的百分比作为阈值，能更好地适应不同价格区间的波动特性，实现“动态标准化”。
4. **误区：粘性偏向导致信号延迟，会错过最佳入场点。**
* **正确理解**：粘性偏向确实会带来 2-3 根 K 线的确认延迟，但这是一种为“确定性”付出的合理代价。对于趋势跟踪策略而言，牺牲一点即时性来换取对趋势方向更高的确认度，可以有效避免在趋势转换的初期被反复“打脸”，从而提高整体策略的胜率和稳定性。它旨在过滤“假反转”，而非捕捉“最顶点/最底点”。
5. **误区：系统在高波动期停止交易是最好的选择。**
* **正确理解**：完全停止交易可能会错过因波动加剧而带来的巨大盈利机会。更优的策略是“动态适应”而非“一刀切停止”。通过自动上调信号阈值和降低仓位，系统可以在高风险环境中继续运作，但只选择那些最强、最明确的信号进行小仓位尝试，从而在控制风险的前提下，依然保留了捕捉极端行情利润的可能性。
---

118
12_信号系统优化/信号系统深度优化建议.md
查看文件

@@ -403,3 +403,121 @@ export interface EwoTurnAlertRuleV2 extends EwoTurnAlertRule {
- arXiv 2503.21422：From Deep Learning to LLMs: A survey of AI in Quantitative Investment
- Freqtrade 文档：https://www.freqtrade.io/en/stable/strategy-customization/
- Pine Script 多周期函数：https://www.tradingview.com/pine-script-docs/concepts/timeframes/
---
## 附录：数据说明与补充
本附录旨在对文档中提及的核心技术指标、参数及数据结构进行系统性的说明，提供更丰富的应用场景、常见误区解析，并规范相关数据格式，以增强文档的完整性与实用性。
### 一、核心指标详解
为了确保信号系统在不同市场环境下的稳健性与准确性，深刻理解各项技术指标的计算原理、数据特性与适用范围至关重要。下表详细梳理了文档中涉及的核心及可选指标的关键属性。
| 指标名称 (Indicator) | 计算公式 (LaTeX) | 数据范围 | 单位 | 建议精度 | 数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO** (Elliott Wave Oscillator) | $ EWO = \text{SMA}(Close, 5) - \text{SMA}(Close, 35) $ | $(-\infty, +\infty)$ | 价格点 | 4-8位小数 | 实时 K 线收盘价 (Close) |
| **MACD** (Moving Average Convergence Divergence) | $ \text{DIF} = \text{EMA}(Close, 12) - \text{EMA}(Close, 26) $ <br> $ \text{DEA} = \text{EMA}(\text{DIF}, 9) $ <br> $ \text{MACD Histogram} = \text{DIF} - \text{DEA} $ | $(-\infty, +\infty)$ | 价格点 | 4-8位小数 | 实时 K 线收盘价 (Close) |
| **AO** (Awesome Oscillator) | $ AO = \text{SMA}(\text{Median}, 5) - \text{SMA}(\text{Median}, 34) $ <br> $ \text{Median} = (High + Low) / 2 $ | $(-\infty, +\infty)$ | 价格点 | 4-8位小数 | 实时 K 线高低价 (High/Low) |
| **RSI** (Relative Strength Index) | $ RSI = 100 - \frac{100}{1 + \frac{\sum_{i=1}^{N} \text{UpChange}_i}{\sum_{i=1}^{N} \text{DownChange}_i}} $ | $[0, 100]$ | 百分比 | 2-4位小数 | 实时 K 线收盘价 (Close) |
| **KDJ** | $ RSV_N = \frac{C_t - L_N}{H_N - L_N} \times 100 $ <br> $ K_t = \alpha K_{t-1} + (1-\alpha) RSV_t $ <br> $ D_t = \beta D_{t-1} + (1-\beta) K_t $ <br> $ J_t = 3D_t - 2K_t $ | $[0, 100]$ (K, D) <br> $(-\infty, +\infty)$ (J) | 百分比 | 2-4位小数 | 实时 K 线高低收价格 (H/L/C) |
| **Stochastic Oscillator** | $ \%K = \frac{C_t - L_{14}}{H_{14} - L_{14}} \times 100 $ <br> $ \%D = \text{SMA}(\%K, 3) $ | $[0, 100]$ | 百分比 | 2-4位小数 | 实时 K 线高低收价格 (H/L/C) |
| **Bollinger Bands** | $ \text{Upper} = \text{MA}_{20} + 2 \times \sigma_{20} $ <br> $ \text{Middle} = \text{MA}_{20} $ <br> $ \text{Lower} = \text{MA}_{20} - 2 \times \sigma_{20} $ | $(0, +\infty)$ | 价格点 | 2-4位小数 | 实时 K 线收盘价 (Close) |
| **SuperTrend** | $ \text{Up} = (H+L)/2 - M \times ATR $ <br> $ \text{Down} = (H+L)/2 + M \times ATR $ | $(0, +\infty)$ | 价格点 | 2-4位小数 | 实时 K 线高低收价格 (H/L/C) |
| **DMI** (Directional Movement Index) | $ +DI = \text{SMA}(\frac{+DM}{ATR}, N) $ <br> $ -DI = \text{SMA}(\frac{-DM}{ATR}, N) $ <br> $ ADX = \text{SMA}(\frac{|+DI - (-DI)|}{|+DI + (-DI)|}, N) $ | $[0, 100]$ | 百分比 | 2-4位小数 | 实时 K 线高低收价格 (H/L/C) |
### 二、信号优化策略应用场景
将理论模型应用于真实的量化交易，需要结合具体的市场情景。以下为本文提出的核心优化策略在实战中的应用场景。
1. **EWO 幅度过滤**
* **场景一：过滤高频噪声**：在对 BTC/10m 这种高波动性品种进行交易时，价格常围绕零轴小幅波动，产生大量微弱的 EWO 穿越。通过设置一个基于历史波动率的绝对值阈值（如 `|EWO| > 15.0`），可以有效忽略这些无意义的信号，只关注由显著资金动能驱动的、具有真实反转潜力的机会。
* **场景二：趋势启动识别**：在一段漫长的盘整行情后，市场方向不明。一个伴随着巨大 EWO 幅度（例如，`ewoStrength > 2.0`）的零轴穿越，通常是新一轮大趋势（无论是上涨还是下跌）启动的强烈信号。这可以作为趋势跟踪策略的起始入场点。
2. **周期自适应阈值**
* **场景一：短线剥头皮策略**：在 1m 或 3m 这样的超短周期，市场噪声极大，信号触发频繁。通过 `intervalMultiplier` 提高 `strongThreshold` 的要求（如乘子设为 1.5），可以迫使策略在更高共识度（更多指标同时支持）的情况下才入场，从而在快节奏交易中提高胜率。
* **场景二：长线持仓策略**：在 4h 或 1d 周期，信号本身已经过充分过滤，稀疏而重要。此时可适当降低阈值（如乘子设为 0.8），避免因要求过严而错过重要的长线布局机会，因为长周期的一个信号可能意味着长达数周的趋势。
3. **EWO 持续时间奖励**
* **场景一：捕捉深度回调后的反转**：某资产（如 ETH）经历了长达 48 根 1h K 线的持续下跌（EWO 持续为负）。当 EWO 最终上穿零轴时，由于前一阶段的空头力量已得到充分释放，此时的反转信号可靠性极高。通过给予 `bullishCount + 1` 的奖励，系统会优先捕捉这种“压抑已久”的爆发性机会。
* **场景二：避免“V型反转”陷阱**：如果一个 EWO 空头阶段仅持续了 3-5 根 K 线就匆忙转多，这往往是下跌中继的短暂反弹，而非真实反转。通过设置 `minPhaseDuration`（如 20 根 K 线），可以有效过滤掉这类假信号，避免在趋势延续时过早逆势入场。
### 三、关键参数参考表
系统中的可配置参数直接影响策略表现。下表整理了文档中提到的所有关键参数，并给出了基于经验的推荐值与合理的取值范围，以供策略配置时参考。
| 参数名称 | 所属模块 | 推荐值 | 取值范围 | 说明 |
| :--- | :--- | :--- | :--- | :--- |
| `ewoThreshold` | EWO 幅度过滤 | BTC: 15.0, ETH: 5.0, SOL: 0.5 | `> 0` | 强力穿越的绝对值门槛，需根据不同品种的波动率和价格基数进行定制。 |
| `ewoStrength` | EWO 幅度过滤 | 2.0 | `1.0` ~ `5.0` | 标准化的 EWO 变化强度，衡量穿越的相对力度，通用性强于绝对值阈值。 |
| `intervalMultiplier` | 周期自适应阈值 | 10m: 1.2, 1h: 0.9, 4h: 0.8 | `0.5` ~ `1.5` | 根据交易周期的长短调整信号强度阈值，短周期要求更严，长周期更松。 |
| `prevPhaseDuration` | EWO 持续时间奖励 | 20 | `10` ~ `50` | 上一 EWO 阶段的最短持续 K 线数，低于此值则反转信号不获得额外加分。 |
| `minConfirms` | 粘性大周期偏向 | 3 | `2` ~ `5` | 大周期（如 4h）趋势需要连续确认 N 次才发生切换，用于防止在震荡市中频繁改变偏向。 |
| `volumeThreshold` | 放量确认 | 1.5 | `1.2` ~ `3.0` | 当前周期的平均成交量需达到前一周期平均成交量的 N 倍，才被视为有效放量。 |
| `stopLossMultiplier` | 止损倍数 | 10m: 2.0, 1h: 3.0, 4h: 3.5 | `1.0` ~ `5.0` | 止损位置设置为 N 倍的 [ATR](../../wiki/名词解释/ATR.md)，周期越长，波动越大，倍数应越高。 |
| `MACD Params` | MACD 指标 | (10, 20, 10) | - | 快线、慢线、信号线的周期参数，`tradehk` 项目的特定配置。 |
| `SuperTrend Params` | SuperTrend 指标 | (ATR 10, 乘数 3) | - | ATR 周期和乘数因子，用于定义趋势通道的宽度。 |
### 四、数据结构规范
为了确保系统各模块间的数据交互无误，以及与外部系统（如数据库、API）的兼容性，现对核心数据对象的格式进行明确规定。
**1. K 线数据 (`Candle`)**
K 线是所有计算的基础，必须包含时间、开高低收和成交量。推荐使用 Unix 时间戳（毫秒）以避免时区问题。
```json
{
"timestamp": 1677628800000, // Unix Timestamp (ms), e.g., 2026-03-01 00:00:00 UTC
"open": 60000.50,
"high": 60100.75,
"low": 59900.00,
"close": 60050.25,
"volume": 150.789 // 交易量（币本位）
}
```
**2. 交易信号 (`TradingSignal`)**
交易信号是策略引擎的最终输出，应包含所有决策所需信息，特别是触发原因和强度评级，便于后续分析与通知。
```json
{
"symbol": "BTC/USDT",
"interval": "10m",
"timestamp": 1677629400000, // 信号生成时刻的 K 线收盘时间
"type": "BUY", // 'BUY' or 'SELL'
"strength": "STRONG", // 'STRONG', 'MODERATE', 'WEAK'
"score": {
"bullish": 8,
"bearish": 1
},
"reasons": [
"EWO 强力上穿零轴 (幅度: 33.32)",
"[MACD](../../wiki/名词解释/MACD.md) 金叉确认 ✅",
"✅ 多周期方向对齐，信号强度提升",
"✅ 放量确认信号"
],
"bigTimeframeBias": "BULLISH" // 'BULLISH', 'BEARISH', 'NEUTRAL'
}
```
### 五、常见误区与正确理解
在构建和优化信号系统的过程中，容易陷入一些常见的思维误区。识别并规避这些问题，是通往稳健盈利策略的关键一步。
1. **误区一：追求“圣杯”指标**
* **错误理解**：认为存在某个单一的、完美的指标（如 [EWO](../../wiki/名词解释/EWO.md) 或 [RSI](../../wiki/名词解释/RSI.md)），能够准确预测所有市场行情。
* **正确理解**：没有任何指标是永远有效的。市场的结构（趋势、震荡、随机）在不断变化。一个成功的信号系统是多个非相关或低相关性指标的有机组合，通过“共振”来提高信号的胜率。核心在于构建一个能够适应不同市场状态的、多维度、多周期的确认框架。
2. **误区二：过度拟合（Overfitting）**
* **错误理解**：在历史回测中，通过不断调整参数（如 EWO 阈值、MA 周期），使策略在特定历史时期表现得极其完美。
* **正确理解**：过度拟合的策略只是“记住”了历史，而无法适应未来。正确的做法是，参数应具有一定的逻辑基础（如基于波动率设定阈值），并在多段独立的样本外数据（Out-of-Sample）上进行验证，确保其稳健性。应追求在多种行情下的“大致正确”，而非特定行情下的“绝对完美”。
3. **误区三：忽视市场环境（Market Regime）**
* **错误理解**：将一个为强趋势行情设计的策略（如 [MA](../../wiki/名词解释/MA.md) 排列）不加修改地应用于长期震荡的市场，导致频繁的假突破和止损。
* **正确理解**：在应用任何信号之前，都应先对当前的市场环境进行识别。例如，可以使用 [ADX](../../wiki/名词解释/ADX.md) 指标判断趋势强度，或通过波动率指标（如 [ATR](../../wiki/名词解释/ATR.md) 的变化）来区分高波动与低波动环境。针对不同的市场环境，启用不同的信号模块或调整参数权重，是提升策略适应性的高级技巧。
4. **误区四：混淆信号强度与仓位管理**
* **错误理解**：认为一个“STRONG”信号就意味着应该全仓杀入。
* **正确理解**：信号强度应主要用于决策“是否入场”，而具体的“投入多少资金”则属于仓位管理的范畴。一个合理的做法是，将资金分为多份，即使是 STRONG 信号，也只投入一份基础仓位。如果行情按预期发展，再依据趋势确认信号（如价格回踩均线后再次上涨）进行加仓。这能有效控制单次交易的最大风险。

106
12_信号系统优化/各币种专项/BNB_DOGE专项深化策略.md
查看文件

@@ -271,3 +271,109 @@ Meme 季节通常发生在牛市中期，特征如下：
[3] 恐惧贪婪指数历史数据 — alternative.me/crypto/fear-and-greed-index/
[4] tradehk/client/src/lib/indicators.ts — 信号生成核心逻辑
[5] 2025 年 DOGE 市场复盘 — CoinDesk
---
## 附录：数据说明与补充
本附录旨在对文档中涉及的核心指标、参数及概念进行详细说明，以提升信号系统策略的透明度、可复现性和实战应用价值。
### 一、核心指标详解
为了确保信号计算的准确性和一致性，以下对关键指标的计算方法、数据属性和来源进行标准化说明。
| 指标名称 | 计算公式 (LaTeX) | 数据范围 | 单位 | 精度要求 | 数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO (Elliott Wave Oscillator)** | `$$ EWO = SMA(Close, 5) - SMA(Close, 34) $$` | 无理论上下限，实际依币种价格而定 | 计价货币 (USD) | 4 位小数 | [tradehk](../../wiki/名词解释/tradehk.md) 内部计算引擎 |
| **BTC 相关性系数** | `$$ \rho_{X,Y} = \frac{Cov(X,Y)}{\sigma_X \sigma_Y} $$` | -1 到 +1 | 无 | 2 位小数 | 交易所历史价格数据 (e.g., Binance) |
| **BNB Chain TVL** | `$$ TVL = \sum_{i=1}^{n} P_i \times Q_i $$` (其中 P 为资产价格, Q 为锁仓量) | > 0 | USD | 整数 (百万/十亿) | DeFi Llama, Dune Analytics |
| **恐惧贪婪指数 (Fear & Greed)** | 综合加权指标，包含波动率、交易量、社交媒体情绪等 | 0 到 100 | 无 | 整数 | [alternative.me](../../wiki/名词解释/alternative.me.md) |
| **成交量放大倍数** | `$$ V_{multiple} = \frac{V_{current}}{SMA(V, N)} $$` (N 通常为 20) | > 0 | 倍 | 2 位小数 | 交易所实时成交量数据 |
### 二、核心概念应用场景
理论知识的价值在于实践应用。以下为文档中核心概念在真实量化交易中的应用场景。
**1. EWO 穿越信号 (EWO Crossing)**
- **趋势启动识别**：当短期均线上穿长期均线，导致 [EWO](../../wiki/名词解释/EWO.md) 由负转正并突破设定的有效阈值（如 BNB 的 ±10.0）时，可将其视为一个潜在上升趋势的启动信号。一个自动化策略可以基于此信号建立初始多头头寸，并设置基于波动率的止损。
- **趋势衰竭警示**：在一个持续的上升趋势中，如果 EWO 开始从高位回落，即使价格仍在上涨（形成顶背离），也可能预示着上涨动能正在减弱。策略可以利用此信号逐步减仓或收紧移动止损，以锁定利润。
- **区间震荡交易**：在确定市场处于横盘震荡状态时，EWO 在正负区间内的反复穿越可作为高抛低吸的依据。例如，当 EWO 触及震荡区间的上轨（如 +15）后回落，可建立空头头寸；反之，在触及下轨（如 -15）后回升，可建立多头头寸。
**2. 马斯克效应 (Musk Effect)**
- **事件驱动套利**：构建一个高频监控系统，实时追踪埃隆·马斯克的社交媒体账户（如 X）。一旦发布与 [DOGE](../../wiki/名词解释/DOGE.md) 相关的正面推文，程序化交易系统可在毫秒级别内自动执行买入指令，并在预设的盈利目标（如 +15%）或时间窗口（如 30 分钟）后自动卖出，以捕捉短期的价格脉冲。
- **波动率策略**：马斯克推文通常会引发剧烈的价格波动。交易系统可以不预测方向，而是采用波动率策略。例如，在推文发布后立即同时部署一个价差较大的买入和卖出限价单（Straddle 或 Strangle 期权策略的现货模拟），以期从价格的大幅变动中获利。
- **风险管理模块**：在任何涉及 DOGE 的交易策略中，必须包含一个“马斯克效应”风险管理模块。当检测到相关推文时，系统应立即暂停所有常规信号的执行，并对现有仓位进行风险评估，例如，自动将止损位上移至保本点，以防范“喊单”后价格迅速回落的风险。
### 三、信号系统参数参考总表
下表汇总了 BNB 和 DOGE 信号系统的所有核心可配置参数，提供了推荐值和合理的取值范围，便于策略的调试与优化。
| 币种 | 周期 | 参数名称 | 推荐值 | 取值范围/说明 |
| :--- | :--- | :--- | :--- | :--- |
| **BNB** | 10m / 15m | EWO 有效穿越阈值 | ±10.0 | ±8.0 至 ±15.0，根据市场波动率动态调整 |
| | | EWO 强力穿越阈值 | ±18.0 | 通常为有效阈值的 1.5-2.0 倍 |
| | | EWO 阶段持续 K 线数 | ≥20 | 15-25，过低可能引入噪音，过高可能错过行情 |
| | 1h | BTC 相关性系数 | 0.80 | 0.70-0.90，定期（如每季度）重新计算 |
| **DOGE**| 10m / 15m | EWO 有效穿越阈值 | 相对 ±0.08% | ±0.05% 至 ±0.12%，必须使用相对值以适应价格变化 |
| | | EWO 强力穿越阈值 | 相对 ±0.15% | 通常为有效阈值的 1.8-2.2 倍 |
| | | EWO 阶段持续 K 线数 | ≥12 | 10-18，DOGE 市场节奏快，不宜过长 |
| | | 成交量放大倍数 | ≥2.0× | 1.8-3.0，越高表示信号确认强度越大 |
| | | 社交媒体情绪分 | ≥60 | 50-70，低于 50 时市场情绪偏悲观 |
| | 1h | 恐惧贪婪指数 | ≥60 | 55-75，指数越高，市场投机情绪越浓厚 |
### 四、数据格式规范
为确保系统各模块间的数据交互无误，所有输入和输出数据均需遵循以下 JSON 格式规范。
**1. K 线数据 (Input)**
```json
[
{
"open_time": 1672531200000, // Unix 毫秒时间戳
"open": "600.50",
"high": "601.20",
"low": "599.80",
"close": "600.90",
"volume": "1500.75"
}
]
```
- **字段类型**：`open_time` 为 `integer`，其余价格和成交量字段均为 `string` 类型，以避免浮点数精度问题。
- **时间戳**：统一使用 **Unix 毫秒** 时间戳。
**2. 信号输出数据 (Output)**
```json
{
"signal_id": "BNB-10M-20260306-001",
"symbol": "BNB/USDT",
"timestamp": 1678086000000,
"signal_type": "long", // "long", "short", "close_long", "close_short"
"score": 7,
"confidence": 0.85, // 信号置信度
"parameters": {
"ewo_value": 12.5,
"btc_correlation": 0.82,
"tvl_growth_rate": 0.05
}
}
```
- **字段类型**：`signal_id`, `symbol`, `signal_type` 为 `string`；`timestamp`, `score` 为 `integer`；`confidence` 和 `parameters` 内的指标值为 `float`。
### 五、常见误区与正确理解
1. **误区**：BNB 的季度销毁必然导致价格上涨，可以在销毁公告后买入。
**正确理解**：市场通常会提前消化销毁的利好预期（Price In）。真正的交易机会在于销毁公告发布前的“预期行情”，而非公告发布后。信号系统将“季度销毁前 2 周窗口期”设为加分项正是基于此逻辑。公告发布后追高，反而可能成为“利好出尽是利空”的牺牲品。
2. **误区**：DOGE 信号系统的执行阈值（8分）太高，会错过很多机会。
**正确理解**：对于 [DOGE](../../wiki/名词解释/DOGE.md) 这类高波动、低基本面支撑的资产，风险控制是第一要务。历史数据明确显示，低积分信号的假信号率极高（超过65%）。“宁可错过，不可做错”是 DOGE 交易的核心原则。高执行阈值是过滤市场噪音、提高胜率的关键风控手段。
3. **误区**：马斯克发布关于 DOGE 的推文后，应立即追高买入。
**正确理解**：推文发布瞬间，价格往往已在毫秒内被机器人拉升，散户追高极易买在短期高点。正确的策略是等待第一波脉冲行情过去（如 30 分钟），如果价格出现一定幅度的回调（如回调 50%），再结合其他信号判断是否入场。直接追高属于典型的 FOMO（害怕错过）行为，风险极高。
4. **误区**：EWO 指标的参数（如 5, 34）是固定的，无需更改。
**正确理解**：任何技术指标的参数都不是一成不变的。`5` 和 `34` 是基于斐波那契数列的经典参数，具有一定的普适性。但最高效的策略应该根据不同币种、不同周期和不同市场环境（如牛市/熊市）对参数进行回测和优化。例如，在节奏更快的市场中，可以尝试更短的周期组合（如 5, 21）。
5. **误区**：信号评分越高，仓位就应该越重。
**正确理解**：信号评分代表了信号的“质量”或“确定性”，而仓位管理不仅要考虑信号质量，还必须结合整体市场风险、资产波动率和个人风险偏好。即使是一个 9 分的 [BNB](../../wiki/名词解释/BNB.md) 多头信号，在 [BTC](../../wiki/名词解释/BTC.md) 处于极端恐慌的市场环境下，也应适当降低仓位。仓位管理是一个独立的、与信号系统并行的风控模块。

112
12_信号系统优化/各币种专项/BTC专项深化策略.md
查看文件

@@ -290,3 +290,115 @@ EWO: -29.048617 → +33.320837
[3] tradehk/client/src/lib/indicators.ts — EWO 信号生成核心逻辑
[4] 2025 年 BTC 市场全年复盘数据 — forklog.com (2026-01)
[5] Hyperliquid 2025 年 BTC 永续合约交易数据 — hyperliquid.xyz
---
## 附录：数据说明与补充
本文档旨在对 BTC 专项深化策略中涉及的核心指标与概念进行详细说明，以增强策略的可理解性与可执行性。
### 一、核心技术指标详解
量化交易策略的基石是对技术指标的精确理解和应用。下表详细列出了本策略中使用的主要指标的计算方法、数据属性及数据来源。
| 指标名称 | 计算公式 (LaTeX) | 数据范围 | 单位 | 精度要求 | 数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO** | $EMA_{fast}(price) - EMA_{slow}(price)$ | $(-\infty, +\infty)$ | 点 | 4位小数 | 实时 K 线收盘价 |
| **RSI** | $100 - \frac{100}{1 + RS}$ | [0, 100] | 百分比 | 2位小数 | 实时 K 线收盘价 |
| **AO** | $SMA_5(Mid) - SMA_{34}(Mid)$ | $(-\infty, +\infty)$ | 点 | 4位小数 | K 线中间价 (H+L)/2 |
| **布林带** | $Upper: MA_{N} + M \times \sigma_{N}$<br>$Lower: MA_{N} - M \times \sigma_{N}$ | 价格范围 | 点 | 2位小数 | 实时 K 线收盘价 |
| **MACD** | $DIF: EMA_{12} - EMA_{26}$<br>$DEM: EMA_9(DIF)$ | $(-\infty, +\infty)$ | 点 | 4位小数 | 实时 K 线收盘价 |
| **ADX** | $100 \times EMA_N(\frac{|+DI - (-DI)|}{|+DI + (-DI)|})$ | [0, 100] | 指数 | 2位小数 | K 线高/低/收盘价 |
| **ATR** | $EMA_{N}(\max[(H-L), |H-C_{prev}|, |L-C_{prev}|])$ | $(0, +\infty)$ | 点 | 2位小数 | K 线高/低/收盘价 |
**注**：公式中的 $EMA$ 代表指数移动平均线, $SMA$ 代表简单移动平均线, $RS$ 为相对强度, $\sigma$ 为标准差, $N$ 为周期, $M$ 为倍数。
### 二、参数配置参考表
合理的参数配置是策略成功的关键。下表整合了文档中所有核心参数，并给出了在不同市场环境下的建议取值范围，以供动态调整参考。
| 参数名称 | 适用周期 | 推荐值 | 建议范围 | 说明 |
| :--- | :--- | :--- | :--- | :--- |
| EWO 有效穿越阈值 | 10m / 15m | 15.0 | 12.0 ~ 25.0 | 核心过滤参数，可根据波动性调整 |
| EWO 强力穿越阈值 | 10m / 15m | 25.0 | 20.0 ~ 40.0 | 用于识别高动能信号 |
| EWO 阶段持续K线数 | 10m / 15m | 20 | 15 ~ 30 | 衡量前期趋势的稳定性 |
| EMA 快线/慢线 | 10m / 15m | 8 / 21 | 5-12 / 18-34 | 经典的斐波那契数列组合 |
| ADX 趋势确认 | 1h / 2h | 20 | 18 ~ 25 | 低于此值表明市场处于震荡状态 |
| 大周期偏向粘性系数 | 4h / 日线 | 3 | 2 ~ 5 | 防止因短暂回调导致主趋势误判 |
| 信号执行总分阈值 | 全周期 | 6 | 5 ~ 8 | 决定是否执行交易的最终门槛 |
### 三、核心概念应用场景
理论知识需要与实际应用相结合才能发挥最大价值。以下为本策略核心概念在真实量化交易中的应用场景。
1. **EWO 阈值过滤**
* **应用场景一：动量突破策略**。当 BTC 在 10m 周期上发生 EWO 向上穿越，且穿越幅度超过 25.0（强力穿越阈值），同时 1h 周期 [ADX](../../wiki/名词解释/ADX.md) 高于 25，表明一轮新的上升趋势可能启动。此时系统可以建立多头头寸，并以近期低点作为初始止损。
* **应用场景二：震荡市假信号过滤**。在 [ADX](../../wiki/名词解释/ADX.md) 指示的横盘市场中，EWO 可能会频繁在零轴附近小幅波动。通过设置 15.0 的有效穿越阈值，可以有效过滤掉这些由市场噪音引起的、不具备交易价值的假信号，从而显著降低在震荡市中的无效交易成本。
2. **多周期联动 (MTF)**
* **应用场景一：顺势加仓**。当 4h 和 1h 周期均显示为多头偏向时，如果在 10m 周期捕捉到一个评分达到 A 级的多头信号，系统可以不仅执行交易，还可以考虑在标准仓位基础上增加 20%-30% 的风险暴露，以期在主升浪中获得超额收益。
* **应用场景二：逆势风险规避**。假设 10m 周期出现一个评分 7 分的多头信号，但此时 1h 周期偏向为“空头”。根据多周期联动原则，此信号的权重将被乘以 0.5，甚至可能被直接忽略。这可以有效避免在更大级别的回调或下跌趋势中进行危险的逆势操作。
### 四、数据格式规范
标准化的数据结构是自动化交易系统稳定运行的基础。所有通过 `tradehk` 信号引擎处理的数据应遵循以下 JSON 格式。
**信号事件 (Signal Event) 数据结构**
```json
{
"symbol": "BTC/USDT:USDT",
"timestamp": 1762345800000, // Unix 毫秒时间戳
"timeframe": "10m",
"signal_id": "sig_btc_10m_1762345800",
"signal_type": "long", // 'long' 或 'short'
"score": 7,
"indicators": {
"ewo": {
"value": 33.32,
"previous_value": -29.05,
"amplitude": 62.37
},
"rsi": 58.7,
"ao": 14.1,
"bollinger_bands": {
"upper": 75102.5,
"middle": 74500.1,
"lower": 73897.7
}
},
"mtf_context": {
"1h_bias": "long",
"4h_bias": "neutral"
}
}
```
* **字段类型**：`symbol`, `timeframe`, `signal_id`, `signal_type`, `mtf_context.*` 为 `string`；其他数值字段为 `number`。
* **时间戳**：统一使用 Unix 毫秒时间戳，便于跨系统对接和精确回测。
### 五、内部知识库链接
为了构建一个完整的知识网络，文档中涉及的关键概念均已链接至内部 Wiki 系统，方便随时查阅。
* [EWO (Elliott Wave Oscillator)](../../wiki/名词解释/EWO.md)
* [RSI (Relative Strength Index)](../../wiki/名词解释/RSI.md)
* [AO (Awesome Oscillator)](../../wiki/名词解释/AO.md)
* [布林带 (Bollinger Bands)](../../wiki/名词解释/布林带.md)
* [MACD (Moving Average Convergence Divergence)](../../wiki/名词解释/MACD.md)
* [ADX (Average Directional Index)](../../wiki/名词解释/ADX.md)
* [ATR (Average True Range)](../../wiki/名词解释/ATR.md)
* [TTM Squeeze](../../wiki/名词解释/TTM_Squeeze.md)
* [SuperTrend](../../wiki/名词解释/SuperTrend.md)
### 六、常见误区与正确理解
1. **误区：EWO 穿越即信号**。认为任何一次 EWO 红绿翻转都构成交易机会。**正确理解**：绝大多数无明确幅度和动量支持的 EWO 穿越都是市场噪音。必须结合穿越幅度、前期趋势持续时间以及 [AO](../../wiki/名词解释/AO.md) 等动量指标进行综合评分，才能识别出高胜率信号。
2. **误区：过度依赖超短周期**。试图在 1m/3m 周期上寻找“完美”的入场点。**正确理解**：超短周期的信号噪音极大，独立使用会导致频繁止损。其唯一价值在于当 10m/1h 周期发出信号后，用于在更小尺度上寻找精确的执行价格，属于“执行优化”而非“决策依据”。
3. **误区：忽视宏观事件影响**。认为技术信号可以凌驾于一切市场基本面之上。**正确理解**：在 FOMC 利率决议、美国非农就业数据发布等高影响性事件前后，市场流动性会急剧变化，技术指标可能暂时失效。策略中明确规定在这些事件窗口期暂停交易，是规避极端风险的必要风控措施。
4. **误区：参数一成不变**。将一组回测表现最优的参数永久固化在生产环境。**正确理解**：市场结构和波动性是动态变化的。策略中的参数（如 EWO 阈值、ADX 阈值）需要根据市场状态（如高波动期、横盘整理期）进行动态调整，这是策略长期保持适应性的关键。
5. **误区：信号评分越高越好**。盲目追求满分（S级）信号。**正确理解**：评分系统是为了量化信号的强度和可靠性，而非预测其绝对成功。一个 B 级（6分）信号在良好的风险报酬比下，同样是值得执行的有效交易。关键在于遵循评分系统和仓位管理规则，形成交易的一致性。

110
12_信号系统优化/各币种专项/ETH专项深化策略.md
查看文件

@@ -162,3 +162,113 @@ BTC 状态：中性或弱多（不要求 BTC 强信号）
[3] ETH ETF 资金流入数据 — farside.co.uk (2025-11)
[4] tradehk/client/src/lib/indicators.ts — 信号生成核心逻辑
[5] DeFi TVL 数据 — defillama.com
---
## 附录：数据说明与补充
### 一、核心指标数据说明
为了确保信号系统在不同市场环境下的稳定性和可复现性，对所有输入指标进行标准化定义是至关重要的。下表详细说明了本策略中使用的核心指标的计算方法、数据属性及来源。
| 指标名称 | 计算公式 (LaTeX) | 数据范围 | 单位 | 精度要求 | 数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO 有效波浪振荡器** | $EWO = \text{SMA}(\text{High} + \text{Low}, 5) - \text{SMA}(\text{High} + \text{Low}, 34)$ | (-∞, +∞) | 无量纲 | 小数点后 4 位 | 交易所 K 线数据 |
| **AO 动量振荡器** | $AO = \text{SMA}(\text{Median Price}, 5) - \text{SMA}(\text{Median Price}, 34)$ | (-∞, +∞) | 无量纲 | 小数点后 4 位 | 交易所 K 线数据 |
| **RSI 相对强弱指数** | $RSI = 100 - \frac{100}{1 + \frac{\sum_{i=1}^{N} \text{Up}_i / N}{\sum_{i=1}^{N} \text{Down}_i / N}}$ | [0, 100] | 无量纲 | 小数点后 2 位 | 交易所 K 线数据 |
| **ETH/BTC 汇率** | $\frac{\text{ETH Price (USD)}}{\text{BTC Price (USD)}}$ | (0, +∞) | 无量纲 | 小数点后 8 位 | 交易所聚合行情 |
| **DeFi TVL** | $\sum \text{Value of Assets Locked in DeFi Protocols}$ | (0, +∞) | 美元 (USD) | 整数 | [defillama.com](../../wiki/数据来源/defillama.md) |
| **ETH 质押率** | $\frac{\text{Total ETH Staked}}{\text{Total ETH Supply}} \times 100\%$ | [0, 100] | 百分比 (%) | 小数点后 2 位 | [beaconcha.in](../../wiki/数据来源/beaconcha.in.md) |
| **Layer2 TVL** | $\sum \text{Value of Assets Locked in Layer2 Networks}$ | (0, +∞) | 美元 (USD) | 整数 | [l2beat.com](../../wiki/数据来源/l2beat.md) |
### 二、核心知识点应用场景
量化策略的有效性不仅在于指标的精确计算，更在于其在真实交易场景中的灵活应用。以下为本策略核心知识点的几个典型应用场景。
1. **EWO 趋势与背离识别**
* **趋势跟踪入场**：当主力周期（如 15 分钟）的 [EWO](../../wiki/名词解释/EWO.md) 从负值区有效上穿零轴，并超过 `+12.0` 的阈值时，表明一轮新的上升趋势可能已经启动。此时，若伴随 [ETH/BTC 汇率](../../wiki/名词解释/ETHBTC汇率.md) 的同步走强，则构成一个高胜率的多头入场信号，适用于捕捉日内波段的主升浪。
* **顶底背离预警**：当 ETH 价格创出新高，但相应周期的 EWO 指标却未能创出新高，形成“顶背离”时，是潜在的趋势反转信号。策略可利用此信号进行多头头寸的减仓或止盈，甚至建立小仓位的空头头寸进行对冲。
2. **ETH/BTC 汇率驱动的配对交易**
* **强势币种轮动**：在加密市场整体处于牛市或震荡市时，可通过监控 ETH/BTC 汇率的走势来执行轮动策略。当汇率进入明确的上升通道时，表明 ETH 表现优于 BTC，策略应超配 ETH、低配或做空 BTC。反之，则超配 BTC。
* **统计套利**：长期来看，ETH/BTC 汇率在一定区间内波动。当汇率过度偏离其长期均值时（例如，超过 2 个标准差），可以执行回归套利策略，即做多被低估的资产、做空被高估的资产，赚取汇率回归的收益。
3. **链上数据辅助决策**
* **基本面情绪判断**：[DeFi](../../wiki/名词解释/DeFi.md) 和 [Layer2](../../wiki/名词解释/Layer2.md) 的总锁仓价值（TVL）是衡量以太坊生态健康度和市场参与度的关键指标。在技术信号出现多头迹象时，若观察到 TVL 在过去 24 小时或一周内持续稳定增长，则该信号的可靠性会显著增强，可作为加大仓位的依据。
* **网络活动择时**：[Gas 费用](../../wiki/名词解释/Gas.md) 的飙升通常意味着链上交易、NFT 铸造或新项目发行等活动激增。这种网络层面的活跃可以视为市场情绪的先行指标。在价格盘整阶段，若 Gas 费用开始持续攀升，可能预示着价格即将向上突破，为左侧交易提供了参考。
### 三、可配置参数参考表
策略的参数配置直接影响其表现。下表整理了 ETH 专项策略中的所有关键可调参数，并给出了在不同市场环境下的推荐值与合理取值范围，以供策略部署与优化时参考。
| 参数族 | 参数名称 | 推荐值 | 取值范围 | 调整说明 |
| :--- | :--- | :--- | :--- | :--- |
| **主力周期 (10m/15m)** | EWO 有效穿越阈值 | ±12.0 | [±8.0, ±15.0] | 市场波动率较低时可适当放宽，较高时收紧 |
| | EWO 强力穿越阈值 | ±20.0 | [±18.0, ±25.0] | 用于识别极端趋势启动，不宜频繁改动 |
| | EWO 阶段持续 K 线数 | 18 | [15, 25] | 该值越小越灵敏，但假信号越多 |
| | EMA 快线周期 | 8 | [5, 12] | — |
| | EMA 慢线周期 | 21 | [18, 34] | — |
| | RSI 多头区间下限 | 42 | [40, 45] | 熊市中可适当下调至 40 |
| | RSI 多头区间上限 | 78 | [75, 85] | 牛市中可适当上调至 80-85 |
| **中周期 (1h/2h)** | EWO 有效穿越阈值 | ±35.0 | [±30.0, ±45.0] | — |
| | ETH/BTC 相关性系数 | 0.85 | [0.75, 0.95] | 用于定义与 BTC 的联动强度 |
| **大周期 (4h/日线)** | EWO 有效穿越阈值 | ±100.0 | [±80.0, ±150.0] | — |
| | ETH 质押率参考 | >25% | [>20%, >30%] | 长期基本面支撑指标，用于过滤极端下跌风险 |
| **信号评分** | 多头执行阈值 | 6 | [5, 7] | 阈值越高，信号越少但越可靠，反之亦然 |
### 四、数据格式规范
为保证数据在系统各模块间无缝流转，需定义统一的数据格式。所有时间戳应统一使用 **Unix 时间戳（毫秒）**。
* **K 线数据 (Kline)**
```json
{
"symbol": "ETHUSDT",
"interval": "15m",
"data": [
{
"open_time": 1677628800000, // 开盘时间戳 (ms)
"open": "1600.50", // 开盘价 (字符串)
"high": "1605.20", // 最高价 (字符串)
"low": "1598.80", // 最低价 (字符串)
"close": "1603.10", // 收盘价 (字符串)
"volume": "12050.5" // 成交量 (字符串)
}
]
}
```
* **信号输出数据 (Signal)**
```json
{
"signal_id": "sig_eth_1677629700000",
"timestamp": 1677629700000, // 信号生成时间戳 (ms)
"symbol": "ETHUSDT",
"direction": "LONG", // LONG / SHORT / NEUTRAL
"score": 7, // 信号评分 (整数)
"details": {
"ewo_value": 15.2341,
"eth_btc_ratio_trending": "UP",
"btc_signal_sync": true
}
}
```
### 五、常见误区与正确理解
1. **误区：ETH 价格行为完全独立于 BTC。**
* **正确理解**：尽管以太坊拥有强大的自身生态（[DeFi](../../wiki/名词解释/DeFi.md), [NFT](../../wiki/名词解释/NFT.md), [Layer2](../../wiki/名词解释/Layer2.md)），但在宏观流动性收紧或市场恐慌性抛售期间，其与 BTC 的相关性会急剧升高至 0.9 以上。ETH 的独立行情（Alpha）更多出现在市场中性或温和上涨阶段。因此，信号系统必须包含对 [ETH/BTC 汇率](../../wiki/名词解释/ETHBTC汇率.md) 和 BTC 市场状态的判断。
2. **误区：链上数据（如 TVL）是完美的领先指标。**
* **正确理解**：链上数据是重要的辅助和验证工具，但并非总是领先于价格。TVL 的增长可以确认上升趋势的健康度，但它也可能是对价格上涨的滞后反应。此外，TVL 数据可能存在“虚胖”（例如通过高杠杆循环贷），需要结合协议的真实用户数和交易量进行综合判断。
3. **误区：信号评分越高，盈利概率就越高。**
* **正确理解**：信号评分是一个多维度条件叠加的综合评估，高分代表信号在当前模型下满足了更多有利条件，理论上更可靠。然而，它不构成对未来盈利的保证。任何信号都必须与严格的风险管理（如止损位设置）和仓位控制相结合。一个评分为 8 的信号如果遭遇小概率的“黑天鹅”事件，同样可能导致亏损。
4. **误区：EWO 穿越零轴就是买卖点。**
* **正确理解**：[EWO](../../wiki/名词解释/EWO.md) 穿越零轴是趋势可能变化的早期迹象，但单独使用容易产生大量“毛刺”和假信号。本策略中的“有效穿越”概念，即穿越必须达到一定幅度（如 `±12.0`），是对原始信号的有效过滤。同时，它还需要结合上一阶段的持续时间、[AO](../../wiki/名词解释/AO.md) 确认以及其他辅助条件共同判断，形成一个完整的交易逻辑。
5. **误区：在 ETH 策略中可以完全忽略 BTC 的信号。**
* **正确理解**：在 ETH 展现独立强势（ETH/BTC 汇率上升）时，可以降低对 BTC 信号的依赖，但不能完全忽略。BTC 作为整个加密市场的“定海神针”，其突然的大幅波动会瞬间改变所有山寨币（包括 ETH）的市场结构。一个稳健的 ETH 策略，应将 BTC 的极端波动（如 1 小时内涨跌超过 3%）作为风控的强制触发条件。

103
12_信号系统优化/各币种专项/SOL专项深化策略.md
查看文件

@@ -162,3 +162,106 @@ SOL 的 EWO 阈值不能使用绝对值，必须使用**相对阈值**（EWO 幅
[2] 2026-03-06 EWO 转换通知实际数据（BTC/SOL 对比分析）
[3] Solana 生态 TVL 数据 — defillama.com/chain/Solana
[4] tradehk/client/src/lib/indicators.ts — EWO 信号生成核心逻辑
---
## 附录：数据说明与补充
本文档旨在对 SOL 专项深化策略中的核心概念、参数及数据格式进行标准化说明，以提高信号系统的透明度、可维护性与实际应用效果。
### 一、 核心指标数据说明
为了确保策略在不同市场环境下的稳健性，我们对所有关键技术指标的数据规范进行了明确定义。下表详细说明了各指标的计算方式、数据属性及来源，为策略开发与回测提供统一基准。
| 指标 (Indicator) | 计算公式 (LaTeX) | 数据范围 | 单位 | 精度要求 | 数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO** | $$EWO = EMA(Close, N_{short}) - EMA(Close, N_{long})$$ <br> (本文默认: $N_{short}=5, N_{long}=34$) | 理论上无界, 随价格波动 | 计价货币 (USD) | 建议 4-6 位小数 | 交易所 K 线收盘价 |
| **相对阈值** | $$Threshold_{relative} = \frac{|EWO_{current} - EWO_{previous}|}{Price_{current}} \times 100\%$$ | 通常为 0% - 1% | 百分比 (%) | 建议 4 位小数 | 基于 EWO 和价格计算 |
| **AO** | $$AO = SMA(\frac{H+L}{2}, 5) - SMA(\frac{H+L}{2}, 34)$$ | 理论上无界 | 计价货币 (USD) | 建议 4-6 位小数 | 交易所 K 线高/低价 |
| **RSI** | $$RSI = 100 - \frac{100}{1 + RS}$$ <br> $$RS = \frac{AvgGain_{N}}{AvgLoss_{N}}$$ | 0 - 100 | 无 | 建议 2 位小数 | 交易所 K 线收盘价 |
| **BTC 相关性** | $$Corr(R_{SOL}, R_{BTC}) = \frac{Cov(R_{SOL}, R_{BTC})}{\sigma_{SOL} \cdot \sigma_{BTC}}$$ | -1 到 +1 | 无 | 建议 4 位小数 | SOL 与 BTC 收益率序列 |
### 二、 参数配置参考表
合理的参数配置是策略成功的关键。下表整理了 SOL 信号系统的核心可配置参数，并给出了在不同周期下的推荐值与合理取值范围，供策略研究员参考。**注意**：推荐值是基于历史数据回测得出的经验值，在市场结构发生变化时可能需要调整。
| 参数 | 周期 | 推荐值 | 取值范围 | 备注 |
| :--- | :--- | :--- | :--- | :--- |
| **EWO 有效穿越阈值 (相对)** | 10m/15m | ±0.025% | ±0.01% ~ ±0.05% | 核心参数，用于过滤微弱信号 |
| | 1h/2h | ±0.12% | ±0.08% ~ ±0.20% | 周期越长，所需穿越幅度越大 |
| | 4h/日线 | ±0.40% | ±0.30% ~ ±0.60% | 用于捕捉趋势性反转 |
| **EWO 强力穿越阈值 (相对)** | 10m/15m | ±0.05% | ±0.04% ~ ±0.10% | 用于识别高动能突破，可作为加仓信号 |
| **EWO 阶段持续 K 线数** | 10m/15m | ≥15 | 10 ~ 25 | 衡量 EWO 在零轴一侧的稳定时间 |
| **EMA 快线 / 慢线** | 所有周期 | 8 / 21 | 快:5-12, 慢:20-40 | 可根据交易风格调整，更短周期更灵敏 |
| **AO 相对阈值** | 10m/15m | ±0.02% | ±0.01% ~ ±0.04% | 作为 EWO 的辅助确认指标 |
| **RSI 多头区间** | 10m/15m | 40-80 | 下限:30-50, 上限:70-90 | SOL 波动性高，RSI 区间比 BTC 更宽 |
| **成交量放大倍数** | 所有周期 | ≥1.5× | 1.2× ~ 3.0× | 穿越信号必须有成交量配合 |
| **BTC 相关性过滤** | 1h 及以上 | 0.75 | 0.60 ~ 0.90 | 当相关性低于阈值时，需警惕 SOL 独立行情风险 |
| **信号执行总分阈值** | 所有周期 | 7 | 6 ~ 8 | SOL 信号复杂，需要更严格的组合确认 |
### 三、 核心知识点应用场景
1. **相对阈值体系的应用**
* **场景一：跨币种策略参数归一化**。当开发一个同时交易 BTC、ETH、SOL 的趋势策略时，使用相对阈值可以避免为每个币种单独设置和优化 EWO 穿越的绝对阈值，大大简化了策略的参数体系，提高了通用性。
* **场景二：高波动性山寨币的短线择时**。对于类似 SOL 的高波动性资产，价格在一天内可能翻倍或腰斩。使用相对阈值能够动态适应价格基准的变化，在价格快速拉升后，自动提高对信号强度的要求，有效过滤掉上涨末期的乏力信号。
2. **生态事件驱动的信号增强**
* **场景一：Meme 币季节的趋势跟踪**。在监测到 Solana 生态的 [Meme 币](../../wiki/名词解释/Meme币.md) 板块出现普涨和高热度时（例如通过社交媒体情绪分析），可以临时调高 SOL 多头信号的权重或降低执行阈值，以捕捉由生态热点驱动的强劲上涨。
* **场景二：重大项目发布前的预期交易**。在 Solana 生态有重大项目（如 Jupiter 的 JUP 代币空投）发布前，市场通常会有积极预期。策略可以结合事件日历，在利好兑现前，对出现的多头信号给予更高的初始评分，进行左侧布局。
### 四、 数据格式规范
为确保 `tradehk` 系统各模块间的数据交互无误，特此规定信号相关的数据结构。
**1. K线数据 (Candlestick Data)**
K线数据是所有计算的基础，应采用数组格式，每个元素代表一个时间点的 K 线。
```json
// Array<[timestamp, open, high, low, close, volume]>
[
[1677628800000, 130.5, 132.1, 130.2, 131.8, 150000.5],
[1677629400000, 131.8, 133.5, 131.6, 133.2, 180000.7]
]
```
* **timestamp**: `number` 类型, 13 位 Unix 毫秒时间戳。
* **open, high, low, close, volume**: `number` 类型。
**2. 信号输出 (Signal Output)**
信号引擎计算完成后，应输出结构化的 JSON 对象，便于下游系统解析和执行。
```json
{
"symbol": "SOL/USDT",
"timeframe": "10m",
"timestamp": 1677629400000,
"signal_type": "long",
"score": 8,
"indicators": {
"ewo_cross_relative": 0.035,
"volume_multiple": 1.8,
"btc_correlation": 0.82
},
"triggered_by": ["EWO_STRONG_CROSS", "VOLUME_CONFIRM", "BTC_RESONANCE"]
}
```
* **signal_type**: `string` 类型, 可为 `long`, `short`, `neutral`。
* **score**: `number` 类型, 最终信号总分。
* **indicators**: `object` 类型, 包含触发信号时关键指标的数值快照。
### 五、 常见误区与正确理解
1. **误区一：EWO 绝对值可以直接跨币种比较。**
* **正确理解**：完全错误。如文档所述，EWO 的绝对值与资产价格高度相关。BTC 的 EWO 值可能是 SOL 的数百倍。直接比较毫无意义，且会导致对低价币种的信号强度严重误判。必须使用 [相对阈值](../../wiki/名词解释/相对阈值.md) 进行归一化处理。
2. **误区二：信号评分越高，胜率就一定越高。**
* **正确理解**：不完全正确。高分信号（如 9-10 分）通常意味着多个强力条件的共振，确实有更高的概率捕捉到大行情。但这类信号数量稀少，可能错失很多次要但同样盈利的行情。交易的本质是期望值为正，应追求**胜率与盈亏比的综合最优**，而非单一追求高胜率或高评分。
3. **误区三：只要是 EWO 金叉/死叉，就是有效的交易信号。**
* **正确理解**：这是新手最容易犯的错误。未经确认的 EWO 穿越存在大量噪声，尤其是在 SOL 这种高波动性资产上。一个高质量的信号必须经过**幅度**（相对阈值）、**成交量**、**市场环境**（BTC 相关性）、**周期共振**（大周期顺势）等多重过滤和确认。
4. **误区四：SOL 与 BTC 走势总是一致的。**
* **正确理解**：虽然 SOL 与 [BTC](../../wiki/名词解释/BTC.md) 在大部分时间（相关性 > 0.7）呈正相关，但在特定时期会走出独立行情。例如，当 Solana 生态出现颠覆性创新或遭遇重大网络问题时，其价格会与 BTC 脱钩。因此，策略中必须包含相关性监测，并在相关性降低时启动特殊的风控逻辑。

156
12_信号系统优化/各币种专项/XAUT专项深化策略.md
查看文件

@@ -201,3 +201,159 @@ XAUT 作为避险资产，可与加密货币组合使用：
- [主流币信号系统完整落地方案](./主流币信号系统完整落地方案.md)
- [风险管理体系](../../08_风险管理/风险管理体系.md)
- [市场品种全览](../../05_市场品种/市场品种全览.md)
---
## 附录：数据说明与补充
本附录旨在对 `XAUT专项深化策略` 文档中的核心指标、参数及数据格式进行详细说明，提供更深层次的理论支持与实践指导，以提升策略的稳健性与可解释性。
### 一、核心指标量化解析
为了确保策略的精确执行与回测，所有关键指标的计算方式、数据属性和来源必须被严格定义。下表详细说明了策略中使用的主要技术与宏观指标。
| 指标名称 | 计算公式 (LaTeX) | 数据范围 (XAUT) | 单位 | 精度要求 | 建议数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO** | `SMA(Price, 5) - SMA(Price, 34)` | -50 ~ +50 | 价差点 | 2 位小数 | 交易所 K 线数据 |
| **ATR** | `SMA(TR, 14)` | > 0 (e.g., 1-5) | 美元 | 2 位小数 | 交易所 K 线数据 |
| **MACD** | `EMA(Close, 12) - EMA(Close, 26)` | 不固定 | 价差点 | 4 位小数 | 交易所 K 线数据 |
| **RSI** | `100 - (100 / (1 + RS))` | 0 ~ 100 | 指数 | 2 位小数 | 交易所 K 线数据 |
| **DXY** | 见下方说明 | 90 ~ 110 | 指数点 | 2 位小数 | TradingView, Bloomberg |
| **相关系数** | `Cov(X, Y) / (σ_X * σ_Y)` | -1 ~ +1 | 无 | 3 位小数 | 跨品种 K 线数据 |
> **DXY (美元指数)** 是一个衡量美元相对于一篮子六种主要货币（欧元、日元、英镑、加元、瑞典克朗、瑞士法郎）价值的指标。其精确计算公式为：`DXY = 50.14348112 × EURUSD^(-0.576) × USDJPY^(0.136) × GBPUSD^(-0.119) × USDCAD^(0.091) × USDSEK^(0.042) × USDCHF^(0.036)`。在实际应用中，通常直接引用权威数据源发布的实时值。
### 二、核心概念应用场景
将理论概念应用于真实的量化交易场景是策略成功的关键。以下为本文档核心知识点的具体应用实例。
1. **EWO 阈值过滤**
* **场景一：趋势启动识别**：在市场经历长时间横盘整理后，价格突然放量突破，EWO 值从接近 0 的区域迅速穿越 `≥ 8.0` 的阈值。这通常被视为新一轮趋势（多头或空头）启动的强烈信号，策略可以依据此信号开仓，并设置基于 [ATR](../../wiki/名词解释/ATR.md) 的追踪止损。
* **场景二：过滤市场噪音**：在波动剧烈但无明确方向的震荡市中，EWO 值可能频繁地在零轴附近小幅波动。通过设置 `8.0` 这样的幅度阈值，可以有效过滤掉这些由市场噪音引起的、不具备交易价值的微弱穿越信号，从而避免无效交易和手续费损耗。
2. **宏观事件过滤**
* **场景一：FOMC 会议期间的风险规避**：在[美联储 FOMC 会议](../../wiki/名词解释/FOMC.md)决议公布前的 24 小时，市场不确定性极高，多空双方博弈激烈。策略自动暂停所有新信号的执行，并可能对现有仓位进行减仓或对冲，以规避潜在的“黑天鹅”事件风险。决议公布后，等待市场消化信息、波动率回归正常水平后再恢复信号执行。
* **场景二：非农数据发布时的机会捕捉**：在美国非农就业数据（NFP）发布后，若数据显著优于或劣于预期，通常会引发黄金价格的剧烈单边运动。策略在数据发布后，将 EWO 触发阈值临时提高 1.5 倍，旨在捕捉由宏观冲击驱动的、具备高确定性的强力趋势行情，而忽略此期间的次级波动。
3. **大周期偏向规则**
* **场景一：美元弱势下的顺势做多**：当 [DXY 美元指数](../../wiki/名词解释/DXY.md)的日线图呈现明显的下降趋势（例如，价格持续位于 20 日均线下方），同时美联储释放鸽派信号时，策略的大周期偏向被设定为“多头”。在此期间，即使 10 分钟周期出现空头信号，只要其评分未达到极高水平，策略也会选择忽略或降低其权重，优先执行与大周期偏向一致的多头信号。
* **场景二：避险情绪下的对冲**：当全球地缘政治风险指数显著上升，或 VIX 恐慌指数飙升时，即使 XAUT 的短期技术指标并未显示强势，策略也可以依据“宏观偏向”规则，将大周期方向判断为“多头”，并建立 XAUT 多头仓位，以对冲投资组合中其他风险资产（如 BTC）的下行风险。
### 三、参数配置参考表
合理的参数配置是策略表现的基石。下表整理了文档中所有核心参数的推荐值与合理取值范围，供策略部署与优化时参考。
| 参数分类 | 参数名称 | 推荐值 | 取值范围 | 调整建议 |
| :--- | :--- | :--- | :--- | :--- |
| **10 分钟周期** | EWO 幅度阈值 | 8.0 | 6.0 ~ 12.0 | 市场波动率降低时可适当调低，反之调高 |
| | 强力穿越奖励阈值 | 20.0 | 15.0 ~ 25.0 | 追求更高确定性信号可提高此阈值 |
| | 阶段持续时间奖励 | 15 根 K 线 | 10 ~ 20 根 | 趋势持续性增强时可适当延长 |
| | 信号执行最低分 | 5 | 4 ~ 6 | 风险偏好低者可提高至 6 分 |
| | 止损倍数 (ATR) | 1.8 | 1.5 ~ 2.5 | 波动加剧时应适当放宽至 2.0 或更高 |
| **多周期配置** | 1h EWO 幅度阈值 | 15.0 | 12.0 ~ 20.0 | 1 小时周期的核心过滤，不宜过低 |
| | 4h EWO 幅度阈值 | 25.0 | 20.0 ~ 35.0 | 定义 4 小时级别趋势的关键参数 |
| | 大周期偏向权重 | 75% | 60% ~ 85% | 对宏观判断信心越高，权重可设置得越高 |
| **宏观过滤** | 中影响事件阈值倍数 | 1.5 | 1.2 ~ 2.0 | 根据事件的重要性和市场反应历史进行微调 |
| **组合策略** | 恐惧贪婪指数阈值 | 25 | 20 ~ 30 | 市场极度恐慌的界定标准 |
| | 相关系数（正） | 0.3 | 0.2 ~ 0.5 | XAUT 丧失独立性的警示线 |
| | 相关系数（负） | -0.2 | -0.1 ~ -0.4 | XAUT 发挥强避险功能的确认线 |
### 四、数据格式规范
标准化的数据格式是系统稳定运行的保障。所有输入和输出数据都应遵循统一的结构。
#### 宏观经济日历 (`macro_calendar.json`)
此文件用于存储未来一周或一个月的已知宏观事件，供信号系统进行过滤。应每周通过脚本自动更新。
```json
[
{
"event_name": "美国非农就业数据",
"event_type": "high_impact",
"release_timestamp_utc": 1762399200, // 对应 2026-03-06 14:00:00 UTC
"pause_start_offset_seconds": 7200, // 发布前 2 小时
"pause_end_offset_seconds": 21600 // 发布后 6 小时
},
{
"event_name": "美国CPI通胀数据",
"event_type": "high_impact",
"release_timestamp_utc": 1763197200, // 对应 2026-03-16 13:00:00 UTC
"pause_start_offset_seconds": 3600, // 发布前 1 小时
"pause_end_offset_seconds": 14400 // 发布后 4 小时
},
{
"event_name": "美联储主席鲍威尔讲话",
"event_type": "medium_impact",
"release_timestamp_utc": 1763886000, // 对应 2026-03-24 11:00:00 UTC
"effect_duration_seconds": 14400 // 影响持续 4 小时
}
]
```
* **字段说明**:
* `event_name`: (string) 事件的描述性名称。
* `event_type`: (enum: `high_impact`, `medium_impact`) 事件影响级别。
* `release_timestamp_utc`: (integer) 事件发生或数据发布的标准 Unix 时间戳 (秒)。
* `pause_start_offset_seconds`: (integer) `high_impact` 事件暂停交易窗口相对于发布时间的开始偏移量（秒）。
* `pause_end_offset_seconds`: (integer) `high_impact` 事件暂停交易窗口相对于发布时间的结束偏移量（秒）。
* `effect_duration_seconds`: (integer) `medium_impact` 事件提高阈值效果的持续时间（秒）。
### 五、常见误区与正确理解
1. **误区一：将 XAUT 完全等同于实物黄金。**
* **正确理解**：虽然 XAUT 价格锚定实物黄金，但它作为一种在加密货币交易所交易的代币，会受到流动性、交易所特定风险、以及加密市场极端情绪的短期影响。在策略设计中，必须考虑其代币属性带来的额外波动性，不能完全照搬传统黄金市场的交易模型。
2. **误区二：认为 XAUT 永远是避险资产。**
* **正确理解**：在大多数情况下，XAUT 表现出与 BTC 等风险资产的负相关性。然而，在市场发生流动性危机时（例如，所有资产被无差别抛售以换取现金），XAUT 也可能与 BTC 一同下跌。因此，必须动态监控其与 BTC 的滚动相关系数，以判断其避险属性是否依然有效。
3. **误区三：在所有时间周期使用相同的参数。**
* **正确理解**：不同时间周期反映了市场不同层次的参与者行为和信息流速。如文档所示，10 分钟周期的 EWO 阈值（8.0）远小于 4 小时周期的阈值（25.0）。这是因为小周期波动更频繁但幅度更小。为不同周期定制独立的参数是提升策略适应性的关键。
4. **误区四：过度依赖技术指标而忽略宏观背景。**
* **正确理解**：XAUT 的价格长期走势由宏观经济基本面（如利率、通胀、美元强弱）主导。任何纯技术指标信号都必须放在当前的宏观背景下进行解读。一个在“降息预期”背景下的多头信号，其可靠性远高于一个在“加息预期”背景下的同类信号。大周期偏向规则正是为了解决这一问题。
5. **误区五：认为信号评分越高越好。**
* **正确理解**：信号评分是一个多维度评估工具，高分确实代表多个指标共振，确定性较高。但追求过高的执行阈值（如 7 分或 8 分）会导致错失大量有效的交易机会。设置一个适中的阈值（如 5 分）是在“高胜率”和“足够多的交易机会”之间取得平衡的艺术。
---
### 六、内部链接参考
为方便查阅，以下是本文档涉及的核心概念的内部 Wiki 链接：
* [XAUT-黄金代币](../../wiki/名词解释/XAUT-黄金代币.md)
* [EWO-艾略特波浪振荡器](../../wiki/名词解释/EWO.md)
* [ATR-平均真实波幅](../../wiki/名词解释/ATR.md)
* [MACD-平滑异同移动平均线](../../wiki/名词解释/MACD.md)
* [RSI-相对强弱指数](../../wiki/名词解释/RSI.md)
* [DXY-美元指数](../../wiki/名词解释/DXY.md)
* [FOMC-联邦公开市场委员会](../../wiki/名词解释/FOMC.md)
* [CPI-消费者价格指数](../../wiki/名词解释/CPI.md)
* [TIPS-通胀保值债券](../../wiki/名词解释/TIPS.md)
* [风险管理体系](../../08_风险管理/风险管理体系.md)
* [市场品种全览](../../05_市场品种/市场品种全览.md)
* [信号系统深度优化建议](../信号系统深度优化建议.md)
* [EWO阈值过滤完整落地流程](../EWO阈值过滤完整落地流程.md)
* [主流币信号系统完整落地方案](./主流币信号系统完整落地方案.md)
"))十一、内部链接参考
为方便查阅，以下是本文档涉及的核心概念的内部 Wiki 链接：
* [XAUT-黄金代币](../../wiki/名词解释/XAUT-黄金代币.md)
* [EWO-艾略特波浪振荡器](../../wiki/名词解释/EWO.md)
* [ATR-平均真实波幅](../../wiki/名词解释/ATR.md)
* [MACD-平滑异同移动平均线](../../wiki/名词解释/MACD.md)
* [RSI-相对强弱指数](../../wiki/名词解释/RSI.md)
* [DXY-美元指数](../../wiki/名词解释/DXY.md)
* [FOMC-联邦公开市场委员会](../../wiki/名词解释/FOMC.md)
* [CPI-消费者价格指数](../../wiki/名词解释/CPI.md)
* [TIPS-通胀保值债券](../../wiki/名词解释/TIPS.md)
* [风险管理体系](../../08_风险管理/风险管理体系.md)
* [市场品种全览](../../05_市场品种/市场品种全览.md)
* [信号系统深度优化建议](../信号系统深度优化建议.md)
* [EWO阈值过滤完整落地流程](../EWO阈值过滤完整落地流程.md)
* [主流币信号系统完整落地方案](./主流币信号系统完整落地方案.md)
"))  // 写入补充内容到文件，并为下一步提交做准备。

112
12_信号系统优化/各币种专项/主流币信号系统完整落地方案.md
查看文件

@@ -558,3 +558,115 @@ EWO = EMA(close, 5) - EMA(close, 35)
[4] arXiv 2503.21422：From Deep Learning to LLMs: A Survey of AI in Quantitative Investment
[5] Binance API 文档：https://binance-docs.github.io/apidocs/spot/en/
[6] TradingView Pine Script 文档（EWO 实现参考）：https://www.tradingview.com/pine-script-docs/
---
## 附录：数据说明与补充
本文档旨在对主流币信号系统中的核心指标、参数配置及应用场景进行详细阐述，以帮助使用者更深刻地理解和应用该系统。
### 1. 核心指标：EWO 数据说明
艾略特波浪振荡器（Elliott Wave Oscillator, EWO）是本信号系统的基石。它通过计算两条指数移动平均线（EMA）的差值，来衡量短期市场动能与中期趋势的偏离程度。对 EWO 的正确理解是有效运用本策略的前提。
#### 1.1 计算公式与数据特征
EWO 的计算公式非常简洁，定义为周期为 5 的 EMA 与周期为 35 的 EMA 之差：
$$ EWO = EMA(close, 5) - EMA(close, 35) $$
该指标的核心数据特征可总结如下：
| 特征 | 说明 |
| :--- | :--- |
| **计算公式** | `EMA(close, 5) - EMA(close, 35)` |
| **数据范围** | 理论上无界，实际范围与标的价格基数成正比。例如，BTC 的 EWO 范围可达 ±8000，而 DOGE 则在 ±0.015 以内。 |
| **单位** | 与标的资产的计价货币相同（例如，BTC/USDT 的 EWO 单位是 USDT）。 |
| **精度要求** | 建议至少保留小数点后 8 位，特别是对于 DOGE 这类低价资产，以避免丢失有效信号。 |
| **数据来源** | 基于交易所提供的 K 线收盘价（`close`）计算，数据源为实时或历史 K 线数据流。 |
#### 1.2 内部概念链接
为了更好地理解 EWO 及其相关概念，您可以参考以下内部知识库链接：
* [艾略特波浪振荡器 (EWO)](../../wiki/名词解释/EWO.md)
* [指数移动平均线 (EMA)](../../wiki/名词解释/EMA.md)
* [MACD (平滑异同移动平均线)](../../wiki/名词解释/MACD.md)
### 2. EWO 信号优化应用场景
经过品种专项优化的 EWO 信号系统，可以灵活应用于多种量化交易场景，有效提升信号的信噪比。
**场景一：高频趋势跟踪策略**
在 1 分钟或 5 分钟等小周期图表上，交易机器人可以利用“强力穿越”信号进行快速的开仓操作。例如，当系统识别到 `BTCUSDT` 在 `5m` 周期上出现一次 EWO 强力上穿（`ewoAbsNow >= 100`），且前一阶段（空头）持续时间超过 `phaseDurationBonus`（20根K线），程序可以自动执行一笔市价买入订单。由于强力穿越信号过滤了大量噪声，这种策略的胜率相较于原始 EWO 穿越有显著提升。
**场景二：波段交易的入场与离场点确认**
对于在 4 小时或日线级别进行波段交易的投资者，EWO 信号可以作为重要的辅助判断依据。当价格接近关键支撑位，同时 `4h` 周期的 EWO 出现“微弱上穿”信号时，虽然不足以直接触发入场，但可以作为一个警示信号，提示交易员密切关注。如果随后 EWO 强度增加，或出现其他指标（如 [MACD](../../wiki/名词解释/MACD.md) 金叉）的确认，将构成一个高确定性的入场机会。
**场景三：多品种对冲组合的动态调仓**
在一个包含多种主流币（如 BTC, ETH, SOL）的投资组合中，EWO 信号的强度可以作为动态调整各品种仓位的依据。当 `ETHUSDT` 的 EWO 信号持续强于 `BTCUSDT` 时，策略可以将部分 BTC 的仓位调整至 ETH，以捕捉更强的上涨动能。这种基于信号强度的调仓机制，使得投资组合能够自适应不同市场阶段的领涨品种。
### 3. 参数配置参考表
系统中的可配置参数是实现品种专项优化的关键。下表整理了核心参数的推荐值与设定逻辑。
| 参数 | 推荐值/范围 | 设定逻辑与说明 |
| :--- | :--- | :--- |
| `strongThreshold` | 各异，见代码 | **强力穿越阈值**。基于历史数据 EWO 绝对值的 P25 分位数设定。穿越后 EWO 绝对值高于此阈值，被视为高确定性信号，获得更高评分。 |
| `minValidThreshold` | 各异，见代码 | **最小有效阈值**。通常为 `strongThreshold` 的 20%-30%。低于此阈值的穿越被视为市场噪声，直接忽略，不产生任何信号。 |
| `phaseDurationBonus` | 15 ~ 25 | **前阶段持续时间奖励阈值**。前一趋势（多头或空头）持续的 K 线数量超过此值后发生穿越，意味着趋势能量耗尽后反转的可能性更大，因此给予额外加分。SOL 和 DOGE 等波动剧烈的品种需要更长的持续时间来确认。 |
### 4. 数据格式规范
为确保系统各模块间的数据交互无误，特此规范输入和输出的数据格式。
**输入数据：OHLCV K线数组**
系统依赖标准的 OHLCV 格式 K 线数据作为输入，通常以 JSON 数组形式提供。
```json
[
{
"timestamp": 1677628800000, // UNIX 毫秒时间戳
"open": 23143.50,
"high": 23150.00,
"low": 23120.80,
"close": 23135.20,
"volume": 150.25
},
// ... more kline data
]
```
**输出数据：信号评估结果**
`assessEwoSignal` 函数返回一个包含评分、原因和信号质量的对象。
```json
{
"bullishScore": 3,
"bearishScore": 0,
"reasons": [
"EWO 强力上穿零轴 (315.78 ≥ 阈值 280) [+2]",
" ↳ 前空头阶段持续 22 根K线 ≥ 20，反转可信度高 [+1]"
],
"ewoQuality": "STRONG"
}
```
### 5. 常见误区与正确理解
1. **误区一：认为存在一个“万能”的 EWO 阈值。**
* **正确理解**：EWO 的绝对值与价格基数严格相关。BTC 和 DOGE 的 EWO 值差异可达数万倍。因此，必须为不同价格区间的品种设定独立的、经过数据回测验证的阈值，这也是本优化方案的核心。
2. **误区二：将 EWO 穿越零轴视为一个独立的、可直接操作的买卖信号。**
* **正确理解**：任何单一指标都存在局限性。EWO 穿越仅代表短期动能相对于中期趋势的变化，它应被视为一个“信号”而非“指令”。一个高质量的交易决策，需要结合穿越的**强度**（`strongThreshold`）、前序趋势的**持续时间**（`phaseDurationBonus`）以及其他辅助指标（如交易量、MACD）进行综合判断。
3. **误区三：忽略微弱穿越信号的价值。**
* **正确理解**：虽然微弱穿越信号（`WEAK`）不足以支持开仓，但它并非毫无价值。这类信号可以作为潜在趋势反转的“预警”，提示交易员需要提高关注度。在某些情况下，连续的微弱穿越可能预示着一次强力突破的到来。
4. **误区四：认为 EWO 穿越后的绝对值越大越好。**
* **正确理解**：虽然穿越强度很重要，但一个远超 `strongThreshold` 数倍的 EWO 值有时可能预示着市场的极端情绪或不可持续的“假突破”。策略上，超过强力阈值即可认为信号有效，无需过度追求极端的 EWO 数值。更重要的是趋势的确认和延续性。

107
12_信号系统优化/各币种专项/代币化美股专项策略.md
查看文件

@@ -197,3 +197,110 @@
- [市场品种全览](../../05_市场品种/市场品种全览.md)
- [风险管理体系](../../08_风险管理/风险管理体系.md)
- [EWO 阈值过滤完整流程](../EWO阈值过滤完整落地流程.md)
---
## 附录：数据说明与补充
本附录旨在对代币化美股专项策略中涉及的核心指标、参数及数据格式进行详细阐述，以提升策略的透明度、可复现性和实战效果。
### 一、核心指标详解
量化交易策略的稳健性源于对基础指标的精确理解和应用。以下是对本策略中关键指标的计算方法、数据属性和解读方式的说明。
#### 1. EWO (Elliott Wave Oscillator)
EWO 是衡量市场动能和趋势周期的核心指标，其本质是快慢两条指数移动平均线（EMA）之差。它被用于识别趋势的强度和潜在的转折点。
- **计算公式**：
```latex
EWO = \text{EMA}_{\text{fast}}(\text{price}, N_{\text{fast}}) - \text{EMA}_{\text{slow}}(\text{price}, N_{\text{slow}})
```
通常，快周期 \(N_{\text{fast}}\) 取 5，慢周期 \(N_{\text{slow}}\) 取 34，价格（price）一般使用K线的收盘价。
- **数据属性**：
- **数据范围**：理论上无界，但实际值通常围绕 0 轴波动，其绝对值与标的价格和波动率正相关。对于 xAAPL，常见范围为 -5.0 至 +5.0；对于 xTSLA，可达 -10.0 至 +10.0。
- **单位**：价格点（Points）。例如，EWO 值为 3.0 意味着快慢均线相差 $3.0。
- **精度要求**：建议保留小数点后 2-4 位，以捕捉细微变化。
- **数据来源**：基于交易所提供的分钟级或更高频率的 K 线价格数据计算得出。
- **实际应用场景**：
1. **趋势确认**：当 EWO 持续为正且数值增大时，表明处于强劲的上升趋势中；反之，持续为负且绝对值增大则为下降趋势。策略中的“EWO 幅度阈值”即用于过滤掉强度不足的趋势信号。
2. **背离预警**：当价格创出新高，但 EWO 未能创出相应新高时，形成“顶背离”，是潜在的下跌信号。反之，“底背离”则预示可能反弹。这可用于辅助判断是否应在收盘前规避仓位。
3. **零轴穿越**：EWO 从负值上穿零轴被视为看涨信号，从正值下穿零轴则为看跌信号，可作为入场或加仓的辅助依据。
#### 2. ATR (Average True Range)
[ATR](../../wiki/名词解释/ATR.md) 是衡量市场波动性的关键指标，它不指示价格方向，仅反映价格波动的剧烈程度。这对于风险管理，特别是[止损](../../wiki/名词解释/止损.md)设置至关重要。
- **计算公式**：
首先计算真实波幅（TR），TR 是以下三者中的最大值：
1. 当期最高价 - 当期最低价
2. |当期最高价 - 前期收盘价|
3. |当期最低价 - 前期收盘价|
然后对 TR 进行平滑处理得到 ATR：
```latex
ATR_t = \frac{(N-1) \times ATR_{t-1} + TR_t}{N}
```
其中，\(N\) 通常取 14。
- **数据属性**：
- **数据范围**：恒为正值，范围随标的价格和波动性变化。
- **单位**：价格点（Points）。
- **精度要求**：建议保留小数点后 2-4 位。
- **数据来源**：基于 K 线的最高价、最低价和收盘价（OHLC）数据计算。
- **实际应用场景**：
1. **动态止损设置**：将止损位设为 `入场价格 ± (止损倍数 × ATR)`。当市场波动加剧时，ATR 值增大，止损距离也随之放宽，避免因正常市场噪音而被过早止损。本策略中对 xTSLA 使用更高的 2.5 倍 ATR 止损，正是为了适应其高波动特性。
2. **仓位规模调整**：在波动性较低（ATR 较小）时，可以适当增加仓位规模；在波动性较高（ATR 较大）时，则应减小仓位，以将单笔交易的风险控制在固定水平（如账户总值的 1%）。
### 二、参数参考表
合理的参数配置是策略成功的基石。下表整理了针对不同代币化美股品种的核心参数推荐值与合理取值范围，供策略部署与优化时参考。
| 参数 | 适用范围 | 推荐值 | 取值范围 | 备注 |
| :--- | :--- | :--- | :--- | :--- |
| EWO 幅度阈值 (10m) | xAAPL | 3.0 | 2.5 - 4.0 | 波动率较低，趋势相对稳定 |
| | xNVDA | 4.0 | 3.5 - 5.0 | AI 驱动，波动和趋势性均较强 |
| | xTSLA | 5.0 | 4.5 - 7.0 | 波动极大，需更高阈值过滤噪音 |
| 信号执行最低分 | xAAPL, xNVDA | 5 | 4 - 6 | 趋势性较好，可信度较高 |
| | xTSLA | 7 | 6 - 8 | 假信号多，需极严格的过滤条件 |
| 最大[杠杆](../../wiki/名词解释/杠杆.md) | xAAPL, xNVDA | 3x | 1x - 5x | 兼顾收益与风险 |
| | xTSLA | 2x | 1x - 3x | 波动过大，必须严格控制杠杆风险 |
| 止损倍数 (ATR) | xAAPL, xNVDA | 2.0 | 1.5 - 2.5 | 标准设置，平衡风险与持仓空间 |
| | xTSLA | 2.5 | 2.0 - 3.5 | 必须使用更宽的止损以应对剧烈波动 |
| [财报](../../wiki/名词解释/财报.md)暂停期 | 所有品种 | 财报前后 48h | 24h - 72h | 财报是最大的二元事件风险 |
| [跳空](../../wiki/名词解释/跳空.md)行情判定阈值 | 所有品种 | 1.5% | 1.0% - 2.5% | 用于识别隔夜重大消息导致的价格断层 |
### 三、数据格式规范
标准化的数据格式是确保信号系统各模块间顺畅通信的前提。以下定义了关键数据的交换格式。
| 数据类型 | 格式 | 字段 | 类型 | 示例与说明 |
| :--- | :--- | :--- | :--- | :--- |
| **K 线数据 (OHLCV)** | JSON Object | `t` | Integer | `1675209600000` (Unix 毫秒时间戳) |
| | | `o` | Number | `142.02` (开盘价) |
| | | `h` | Number | `145.9` (最高价) |
| | | `l` | Number | `141.75` (最低价) |
| | | `c` | Number | `145.43` (收盘价) |
| | | `v` | Number | `83833992` (交易量) |
| **信号输出** | JSON Object | `symbol` | String | `"xTSLA"` (交易品种) |
| | | `direction` | String | `"long"` 或 `"short"` (信号方向) |
| | | `score` | Integer | `8` (信号综合评分) |
| | | `timestamp` | Integer | `1675210200000` (信号生成时的 Unix 毫秒时间戳) |
| | | `trigger_price` | Number | `220.5` (触发信号时的价格) |
### 四、常见误区与正确理解
1. **误区**：可以将代币化美股当作 24/7 交易的加密货币。
**正确理解**：代币化美股本质是美股价格的映射，其价格仅在美股的常规交易时段（包括盘前盘后）活跃。在美股休市期间（如周末、节假日），其价格完全冻结，此时任何基于价格波动的技术指标（如 [EWO](../../wiki/名词解释/EWO.md)、RSI）都会失效，产生大量无意义的假信号。因此，**交易时间过滤是该策略的生命线**。
2. **误区**：可以直接套用为比特币、以太坊设计的趋势策略参数。
**正确理解**：美股的波动逻辑和驱动因素与加密原生资产截然不同。其波动率相对更低，但受[财报](../../wiki/名词解释/财报.md)、宏观经济数据（如 CPI, PPI）、美联储政策及[VIX](../../wiki/名词解释/VIX.md)指数等传统金融因素影响巨大。策略参数必须针对性地进行校准，例如 EWO 阈值需要根据不同股票的特性调整。
3. **误区**：只要技术信号足够强，就可以忽略基本面事件（如财报、GTC 大会）。
**正确理解**：对于股票类资产，[财报](../../wiki/名词解释/财报.md)等基本面事件是制造价格[跳空](../../wiki/名词解释/跳空.md)和趋势反转的核心驱动力，其影响力远超常规技术信号。在这些事件前后，市场不确定性极高，技术指标的预测能力会显著下降。因此，策略中设计的“财报季处理流程”是必要的风险规避手段。
4. **误区**：xTSLA 的高波动性意味着更高的潜在收益，可以加大[杠杆](../../wiki/名词解释/杠杆.md)追求回报。
**正确理解**：xTSLA 的高波动性是双刃剑，其背后是埃隆·马斯克的个人言论、交付数据不及预期等难以预测的“黑天鹅”事件。这些事件能瞬间引发剧烈价格变动，足以击穿常规的止损设置。因此，交易 xTSLA 时应**降低杠杆、放宽止损**，并结合推文监控等非技术手段进行风控。