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
2026-03-06 05:09:34 -05:00
父节点 ad4a73846c
当前提交 790c0eaa0a
修改 70 个文件,包含 6539 行新增126 行删除

查看文件

@@ -273,3 +273,109 @@ DOGE 的急涨行情几乎都是由社交媒体和政策新闻驱动的,技术
[5] tradehk 源码. `indicators.ts` EWO 穿越评分逻辑(第 460-510 行).
[6] Binance API. 实时行情数据2026-03-05. https://api.binance.com/api/v3/ticker/24hr
---
## 附录:数据说明与补充
本附录旨在对文档中涉及的关键技术指标、交易概念及信号系统参数进行详细说明,以增强文档的专业性和实用性。内容涵盖数据规范、使用场景、参数配置、常见误区等,为量化交易研究与实践提供更全面的参考。
### 一、核心技术指标详解
量化交易信号系统依赖于一系列技术指标来解释市场行为。下表详细说明了本文案例中提及的核心指标。
| 指标名称 | 计算公式 (LaTeX) | 数据范围 | 单位 | 精度要求 | 数据来源建议 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **EWO** | $EMA_{short}(close) - EMA_{long}(close)$ | $(-\infty, +\infty)$ | 价格点 | 4-8 位小数 | [Binance API](../../wiki/名词解释/Binance_API.md)、[TradingView](../../wiki/名词解释/TradingView.md) |
| **MACD** | $DIF = EMA_{12}(close) - EMA_{26}(close)$<br>$DEA = EMA_9(DIF)$<br>$MACD_{hist} = 2 \times (DIF - DEA)$ | $(-\infty, +\infty)$ | 价格点 | 4-8 位小数 | [Binance API](../../wiki/名词解释/Binance_API.md)、实时行情数据 |
| **RSI** | $RS = \frac{\sum_{i=1}^{N} Gain_i}{\sum_{i=1}^{N} Loss_i}$<br>$RSI = 100 - \frac{100}{1 + RS}$ | [0, 100] | 百分比 | 2 位小数 | 实时行情数据 |
| **KDJ** | $RSV = \frac{C_n - L_n}{H_n - L_n} \times 100$<br>$K = \frac{2}{3}K_{t-1} + \frac{1}{3}RSV_t$<br>$D = \frac{2}{3}D_{t-1} + \frac{1}{3}K_t$<br>$J = 3K - 2D$ | [0, 100] (K, D)<br>[-20, 120] (J) | / | 2 位小数 | 实时行情数据 |
| **SuperTrend** | $Upper = \frac{H+L}{2} + Multiplier \times ATR$<br>$Lower = \frac{H+L}{2} - Multiplier \times ATR$ | $(-\infty, +\infty)$ | 价格点 | 2-4 位小数 | [TradingView](../../wiki/名词解释/TradingView.md) |
| **OBV** | $OBV_t = OBV_{t-1} + sign(C_t - C_{t-1}) \times V_t$ | $(-\infty, +\infty)$ | 成交量 | 整数 | 实时行情数据 |
#### 使用场景与实例
1. **[EWO (Elliott Wave Oscillator)](../../wiki/名词解释/EWO.md)**
* **趋势识别**EWO 穿越零轴是判断趋势转换的基础信号。例如,在 **案例 BTC-001** 中,EWO 从负值区大幅穿越至正值区,预示着强劲上涨趋势的开始。
* **信号强度评估**EWO 的穿越幅度和绝对值是衡量信号质量的关键。如 **案例 SOL-002** 所示,通过为不同品种设定独立的 `strongThreshold`(强力阈值),优化版系统能有效过滤掉 SOL 的微弱波动,避免了假信号。
2. **[MACD (Moving Average Convergence Divergence)](../../wiki/名词解释/MACD.md)**
* **趋势确认**MACD 的金叉DIF 上穿 DEA和死叉DIF 下穿 DEA常用于确认趋势。在 **案例 BTC-001****案例 ETH-002** 中,MACD 信号均作为多指标共振的一部分,增强了交易决策的置信度。
* **[顶部背离](../../wiki/名词解释/顶部背离.md)预警**:当价格创出新高,而 MACD 柱状图或 DIF 线未能同步创出新高时,形成顶部背离,是潜在的下跌预警。**案例 ETH-001** 中,MACD 柱状图缩短是识别顶部风险的关键信号之一。
3. **[RSI (Relative Strength Index)](../../wiki/名词解释/RSI.md)**
* **超买超卖判断**RSI 进入超买区(通常 >70或超卖区通常 <30是市场情绪过热或过冷的体现。在 **案例 BTC-003** 中,RSI 进入极度超卖区后反弹,是捕捉底部反转机会的重要依据。
* **背离信号**:与 MACD 类似,RSI 与价格的背离也是重要的交易信号。例如,价格上涨但 RSI 下降,可能预示上涨动能衰竭。
### 二、信号系统参数参考表
信号系统的表现高度依赖于其参数配置。针对不同品种和市场环境,参数需要精细化调整。下表整理了本文档中提到的关键可配置参数及其在特定案例中的推荐值。
| 参数名称 | 描述 | 案例推荐值 | 建议取值范围 | 适用场景/品种 |
| :--- | :--- | :--- | :--- | :--- |
| `strongThreshold` | EWO 强力穿越的最小幅度阈值 | BTC/4h: 530<br>SOL/4h: 0.80<br>ETH/1d: 100 | 视品种和周期动态调整 | 所有品种的核心信号强度判断 |
| `minEffectiveThreshold` | EWO 穿越的最小有效幅度,低于此值信号被忽略 | SOL/10m: 0.02 | `strongThreshold` 的 10%-30% | 过滤高波动率山寨币的低质量信号 |
| `durationRewardThreshold` | 触发“持续时间奖励”所需的 K 线数量 | 4h 周期: 15 根 | 10-30 根 | 奖励在长期盘整或单边趋势后的反转信号 |
| `ATH_Multiplier` | ATH 附近提高信号强度要求的乘数 | 1.5 | 1.2 - 2.0 | 在价格接近或创下历史新高时,降低追高风险 |
| `BearMarket_Multiplier` | 熊市中提高多头信号强度要求的乘数 | 1.2 | 1.1 - 1.5 | 在熊市环境中,过滤假的反弹信号 |
### 三、数据格式规范
为确保信号系统的数据一致性和可扩展性,建议采用标准化的数据格式。以下是针对行情数据和外部数据的推荐格式。
1. **K 线行情数据 (OHLCV)**
* **格式**: JSON 数组,每个元素代表一根 K 线。
* **时间戳**: 推荐使用 Unix 时间戳(毫秒),以保证跨平台兼容性和精度。
* **示例**:
```json
[
{
"open_time": 1735689600000, // K线开盘时间 (Unix ms)
"open": "92000.50", // 开盘价 (字符串以保持精度)
"high": "92500.75", // 最高价
"low": "91800.25", // 最低价
"close": "92350.00", // 收盘价
"volume": "1500.75", // 成交量
"close_time": 1735693199999, // K线收盘时间
"quote_asset_volume": "138556087.5", // 交易额
"number_of_trades": 25000, // 成交笔数
"taker_buy_base_asset_volume": "750.50",
"taker_buy_quote_asset_volume": "69296553.75"
}
]
```
2. **外部数据接入(如清算数据)**
* **格式**: 统一为带时间戳的 JSON 对象。
* **示例 (Coinglass 清算数据)**:
```json
{
"timestamp": 1735689600000, // 数据时间戳 (Unix ms)
"source": "Coinglass",
"type": "liquidation",
"data": {
"total_liquidation_usd": 19000000000, // 总清算额 (USD)
"long_liquidation_usd": 15000000000,
"short_liquidation_usd": 4000000000
}
}
```
### 四、常见误区与正确理解
在应用技术指标和信号系统时,交易者常会陷入一些误区。澄清这些问题有助于更客观地评估信号质量。
1. **误区一:技术信号可以精准预测未来。**
* **正确理解**:技术信号是对历史和当前市场状态的数学解释,而非对未来的预言。如 **案例 BTC-002** 和 **BTC-004** 所示,对于宏观事件或突发新闻驱动的行情,技术信号存在明显滞后性。信号应被视为提高决策胜率的概率工具,而非确定性指令。
2. **误区二:一套参数适用于所有交易品种。**
* **正确理解**:不同加密货币的市值、流动性、波动率和社区文化差异巨大,导致其价格行为模式各不相同。**案例 SOL-001** 完美展示了将 BTC 的参数直接用于 SOL 所导致的假信号问题。一个成熟的信号系统必须为每个品种和交易周期进行独立的参数优化和校准。
3. **误区三在历史新高ATH附近出现的多头信号是绝佳的买入机会。**
* **正确理解**ATH 区域是市场情绪最贪婪、波动最剧烈、不确定性最高的区域。此时,多头动能可能随时衰竭,形成“假突破”后的大幅回调。因此,如 **案例 BTC-004** 的教训所示,应提高此区间的信号确认阈值(例如 `strongThreshold × 1.5`),并结合[顶部背离](../../wiki/名词解释/顶部背离.md)等信号进行风险控制。
4. **误区四:信号系统的评分越高,信号越可靠。**
* **正确理解**:评分系统本身也是基于历史数据和一系列规则构建的,它同样存在局限性。例如,在 **案例 DOGE-001** 中,尽管可能出现高分技术信号,但其价格主要由外部情绪驱动,技术信号的有效性大打折扣。交易者需要理解评分背后的逻辑,并结合资产的基本面和市场叙事进行综合判断。
5. **误区五:交易应该完全自动化,排除人为判断。**
* **正确理解**:虽然量化系统旨在减少情绪化决策,但完全排除人的认知和经验是危险的。系统无法理解地缘政治、监管政策突变或项目方丑闻等非结构化信息。最佳实践是将信号系统作为强大的决策辅助工具,结合交易员对宏观环境和市场结构的理解,进行最终的[对冲](../../wiki/名词解释/对冲.md)和风险管理,如 **案例 XAUT-001** 中利用黄金代币进行策略对冲。