# tradehk 优化建议汇总

> 返回：[tradehk 文档中心](./README.md)
> 详细说明：[信号系统深度优化建议](../../12_信号系统优化/信号系统深度优化建议.md)

## 概述

本文档汇总基于 tradehk 源码深度分析后提出的所有优化建议，按优先级和实施难度排列，每项均标注源码位置和预期效果。

---

## 优先级一：立即可落地（1-3天）

### 1. EWO 穿越幅度阈值过滤

**问题**：`indicators.ts` 约第 481 行，EWO 穿越判断仅检查正负号变化，不区分穿越幅度。

**现象**：BTC（穿越幅度 62.37）和 SOL（穿越幅度 0.044）获得相同的 +2 分。

**方案**：加入品种阈值判断，微弱穿越降为 +1 分或添加警告标记。

| 币种 | 推荐绝对阈值 | 推荐相对阈值（价格%） |
|------|------------|---------------------|
| BTC | ≥ 15.0 | ≥ 0.018% |
| ETH | ≥ 12.0 | ≥ 0.020% |
| BNB | ≥ 10.0 | ≥ 0.017% |
| SOL | ≥ 0.5 | ≥ 0.025% |
| DOGE | ≥ 0.002 | ≥ 0.080% |

**预期效果**：SOL/DOGE 假信号率降低 30-40%，BTC/ETH 信号质量不受影响。

**流程说明**：→ [EWO 阈值过滤完整流程](../../12_信号系统优化/EWO阈值过滤完整落地流程.md)

---

### 2. EWO 转换通知加入大周期信息

**问题**：`marketEngine.ts` 第 682-692 行，EWO 转换通知不包含大周期方向，用户无法快速判断是顺势还是逆势信号。

**方案**：在通知内容中加入一行 4h 大周期 EWO 方向。

**修改位置**：`marketEngine.ts` 第 682 行附近，在构建 content 数组时加入：

```
4h偏向: {4h EWO方向}（{EWO值}）
```

**预期效果**：用户可以在收到通知的第一时间判断信号可靠性，减少逆势操作。

---

### 3. 大周期偏向粘性机制

**问题**：`assessBigTimeframeBias` 每次调用都直接返回当前结果，在震荡市中大周期偏向可能频繁切换。

**方案**：引入连续确认计数，需要连续 3 次（约90秒）计算结果一致才切换偏向方向。

**修改位置**：调用 `assessBigTimeframeBias` 的地方，加入状态缓存和计数逻辑。

**预期效果**：减少震荡市中大周期偏向的误判，提高趋势过滤的稳定性。

---

## 优先级二：中期优化（1-2周）

### 4. EWO 阶段持续时间奖励

**问题**：当前系统不考虑 EWO 阶段的持续时间。持续 27 根 K 线的空头阶段后的红→绿穿越，比持续 3 根 K 线后的穿越更可靠。

**方案**：在 EWO 穿越评分中加入阶段持续时间奖励。

| 持续时间 | 额外分值 |
|---------|---------|
| < 5 根 K 线 | -1（减分，可能是假穿越） |
| 5-19 根 K 线 | 0（正常） |
| ≥ 20 根 K 线 | +1（奖励，趋势充分蓄势） |

**修改位置**：`indicators.ts` 第 454-747 行的 `generateSignal` 函数，需要在计算 EWO 评分时同时计算阶段持续时间。

---

### 5. MTF 三层周期联动

**问题**：当前大周期偏向仅支持 4h 或 12h，缺少中间层（1h）的过渡。

**方案**：实现 4h → 1h → 10m 三层联动过滤：
- 4h 确定大方向（BULLISH/BEARISH）
- 1h 确认中期趋势（同向才放行）
- 10m 产生入场信号

**修改位置**：`marketEngine.ts` 的 `evaluateSignalsForUser` 函数，在调用 `generateSignal` 前先检查三层偏向。

**预期效果**：过滤掉约 40% 的逆势信号，显著提高信号胜率。

---

### 6. 成交量确认机制

**问题**：当前 `detectVolumeContraction` 仅检测缩量并添加警告，不影响评分。

**方案**：
- 穿越时成交量 > 20日均量 → EWO 穿越额外 +1 分
- 穿越时成交量 < 20日均量 × 0.7 → EWO 穿越降为 +1 分

**修改位置**：`indicators.ts` 第 481 行附近，在 EWO 穿越判断中加入成交量比较。

---

## 优先级三：长期规划（1个月+）

### 7. 品种特征自动学习

**方案**：记录每个币种每个周期的历史信号胜率，自动调整该币种的评分权重和阈值。

**实现思路**：
- 在 MySQL 中记录每个信号的后续价格变化（N根K线后的涨跌幅）
- 定期（每周）统计各币种各条件的胜率
- 根据胜率自动调整 `IndicatorParams` 中的阈值参数

---

### 8. 链上数据集成

**方案**：接入 Glassnode/Coinglass API，将链上指标（MVRV、资金费率、持仓量）作为额外评分维度。

**接入点**：在 `generateSignal` 函数中加入链上数据评分层，权重低于技术指标（链上数据更新频率低）。

---

### 9. 回测验证系统

**方案**：基于历史 K 线数据，对当前信号参数进行回测，输出胜率、盈亏比、最大回撤等指标。

**实现思路**：
- 下载历史 K 线数据（Binance 历史 API）
- 对每根 K 线运行 `generateSignal`
- 统计信号后 N 根 K 线的价格变化
- 输出回测报告

---

## 各币种优化优先级

| 币种 | 最优先优化项 | 预期改善 |
|------|------------|---------|
| BTC | 阶段持续时间奖励 | 过滤短暂假穿越，提高信号质量 |
| ETH | ETH/BTC 汇率过滤 | 识别 ETH 独立行情 vs 跟随 BTC |
| SOL | 相对阈值体系 | 解决绝对值差 1000 倍的问题 |
| BNB | 季度销毁预期过滤 | 避免销毁前后的异常信号 |
| DOGE | 情绪指标集成 | 识别马斯克推文等情绪驱动行情 |

---

## 实施路线图

```
第1周（立即）：
  ├── EWO 穿越幅度阈值过滤（BTC/ETH/SOL/BNB/DOGE）
  └── EWO 转换通知加入大周期信息

第2周：
  ├── 大周期偏向粘性机制
  └── EWO 阶段持续时间奖励

第3-4周：
  ├── MTF 三层周期联动
  └── 成交量确认机制

第2个月：
  ├── 品种特征自动学习（基础版）
  └── 回测验证系统（基础版）

长期：
  ├── 链上数据集成
  └── 多交易所支持
```

## 相关文档

- [EWO 阈值过滤完整流程](../../12_信号系统优化/EWO阈值过滤完整落地流程.md) — 最优先优化的详细说明
- [BTC 专项深化策略](../../12_信号系统优化/各币种专项/BTC专项深化策略.md)
- [SOL 专项深化策略](../../12_信号系统优化/各币种专项/SOL专项深化策略.md)
- [BNB/DOGE 专项深化策略](../../12_信号系统优化/各币种专项/BNB_DOGE专项深化策略.md)
- [信号系统深度优化建议](../../12_信号系统优化/信号系统深度优化建议.md)