提交图

2 次代码提交

作者 SHA1 备注 提交日期
Manus Quant Agent
8615a511bc feat: 信号系统深度优化建议(基于 EWO 通知案例分析)
新增模块 12_信号系统优化:
- 信号系统深度优化建议.md:
  * 真实 EWO 转换案例分析(BTC/SOL 10m 对比)
  * 5大核心问题诊断(EWO幅度过滤/周期阈值/持续时间/大周期粘性/成交量)
  * 周期分层策略矩阵(1m~1w 全周期配置建议)
  * 主流币专项配置(BTC/ETH/SOL/XAUT)
  * MTF三层周期联动框架(4h→1h→10m)
  * EWO通知系统增强方案
  * 未来调整路线图(短/中/长期)

新增样本代码:
- samples/optimized_signal_engine.py:
  * EWO幅度分级评分(按品种阈值:BTC>15/SOL>0.5)
  * EWO阶段持续时间奖励(≥20根K线额外+1)
  * 周期自适应信号强度阈值(10m×1.2倍)
  * 放量确认加权机制
  * 粘性大周期偏向过滤(需连续3次确认才切换)
  * 完整 MTF 信号架构实现
2026-03-05 21:48:51 -05:00
Manus Quant Agent
f1d939b460 feat: 初始化量化交易知识库 v1.0
- 01_基础理论:量化交易基础概念、市场微观结构、加密货币特殊性
- 02_技术指标:完整指标体系(MA/EMA/MACD/RSI/KDJ/布林带/SuperTrend/DMI等)
- 03_交易策略:趋势跟踪、均值回归、套利、动量策略详解
- 04_交易信号系统:多指标共振评分引擎(基于 tradehk 项目)
- 05_市场品种:加密货币、XAUT黄金代币、代币化美股全览
- 06_数据流程:数据采集、清洗、存储、实时流处理
- 07_回测框架:回测方法论、偏差规避、绩效评估指标
- 08_风险管理:仓位管理、止损止盈、Kelly公式、杠杆管理
- 09_AI与机器学习:深度学习、强化学习、LLM在量化投资中的应用
- 10_链上数据分析:SOPR/MVRV/巨鲸监控/衍生品数据
- 11_参考文献:arXiv论文汇总、开源项目、数据平台资源
- samples/:Python信号计算器和回测样本代码

参考项目:tradehk(ssh://git@git.hk.hao.work:2222/hao/tradehk.git)
全部中文化,适用于加密货币(CEX/DEX)、XAUT黄金、代币化美股
2026-03-05 21:36:56 -05:00