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
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
@@ -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。
|
||||
|
||||
在新工单中引用
屏蔽一个用户