quantKonwledge/03_交易策略/主要量化策略详解.md

# 主要量化策略详解

> 本文档系统梳理适用于加密货币、黄金代币（XAUT）和代币化美股的主要量化交易策略，每种策略均包含原理、适用场景、实现要点和风险提示。

---

## 一、趋势跟踪策略（Trend Following）

### 1.1 策略原理

趋势跟踪是最经典的量化策略之一，核心假设是"趋势一旦形成，倾向于延续"。策略在趋势确立后入场，顺势持仓，直到趋势反转信号出现时离场。

### 1.2 移动均线突破策略

**逻辑**：当短期均线上穿长期均线（金叉）时买入，下穿（死叉）时卖出。

**比特币 50 周均线策略**（历史验证）：
- 当 BTC 价格突破 50 周 MA 时做多
- 当 BTC 价格跌破 50 周 MA 时平仓或做空
- 历史回测显示，该策略在 2012-2024 年的牛熊周期中表现显著优于持有策略[^1]

**参数优化建议**：

| 时间周期 | 快线 | 慢线 | 适用场景 |
|----------|------|------|----------|
| 日线 | MA10 | MA100 | 中期趋势跟踪 |
| 4小时 | MA20 | MA200 | 短中期趋势 |
| 1小时 | MA50 | MA200 | 短期趋势 |

### 1.3 SuperTrend 趋势跟踪策略

**逻辑**：SuperTrend 基于 ATR 动态调整止损位，当价格突破上轨时转为空头，突破下轨时转为多头。

**优化版本**：
```
入场条件：
  - SuperTrend 方向翻转（-1 → +1 做多，+1 → -1 做空）
  - EWO > 0（多头）或 EWO < 0（空头）确认大方向
  - MACD 柱状图方向一致

止损：SuperTrend 反转
止盈：固定 R/R 比例（建议 2:1 或 3:1）
```

### 1.4 EWO + MACD 大周期趋势过滤

tradehk 项目实现的大周期偏向判断机制，基于 4h/12h 周期的 EWO + MACD + AO 评分：

```
评分规则：
  EWO > 0 → 多头 +2 分
  EWO < 0 → 空头 +2 分
  MACD > 信号线 → 多头 +1 分
  MACD 柱状图 > 0 → 多头 +1 分
  AO > 0 → 多头 +1 分

判断：
  多头总分 ≥ 4 → BULLISH（大周期看多）
  空头总分 ≥ 4 → BEARISH（大周期看空）
  其他 → NEUTRAL（中性）
```

---

## 二、均值回归策略（Mean Reversion）

### 2.1 策略原理

均值回归假设价格偏离均值后会回归，通过在价格极度偏离时反向操作获利。

### 2.2 布林带均值回归

**逻辑**：
- 价格触及布林带下轨（超卖）→ 买入，目标中轨
- 价格触及布林带上轨（超买）→ 卖出，目标中轨

**过滤条件**：
- ADX < 20（确保处于震荡市，非趋势市）
- RSI < 30（超卖确认）或 RSI > 70（超买确认）
- 成交量放大（确认反转力度）

**风险提示**：在强趋势行情中，价格可能沿布林带"走带"，即持续在上轨或下轨附近运行，均值回归策略会持续亏损。

### 2.3 配对交易（Pairs Trading）

**原理**：寻找高度相关的两个资产，当价差偏离历史均值时，做多低估资产、做空高估资产。

**加密货币配对案例**：
- **XAUT/PAXG**：两种黄金代币，均锚定黄金价格，价差通常在均值附近波动[^2]
- **BTC/ETH**：历史相关性高，价差偏离时存在套利机会
- **USDT/USDC**：稳定币之间的微小价差套利

**统计套利流程**：
```
1. 协整检验（Engle-Granger 或 Johansen 检验）
2. 计算价差序列：Spread = Price_A - β × Price_B
3. 计算 Z-Score：Z = (Spread - Mean) / StdDev
4. 入场：|Z| > 2 时开仓（Z > 2 做空 A 做多 B，Z < -2 做多 A 做空 B）
5. 出场：|Z| < 0.5 时平仓
```

---

## 三、套利策略（Arbitrage）

### 3.1 跨交易所套利

**原理**：同一资产在不同交易所存在价差时，同时买入低价交易所、卖出高价交易所获利。

**加密货币案例**：
- BTC 在 Binance 报价 100,000 USDT，在 Bybit 报价 100,400 USDT
- 在 Binance 买入，同时在 Bybit 卖出，获得 400 USDT 价差（扣除手续费）

**挑战**：
- 转账延迟（链上转账需要确认时间）
- 手续费侵蚀利润
- 价差往往在毫秒内消失，需要高频系统

### 3.2 现货-期货套利（Cash and Carry）

**原理**：当期货价格高于现货价格（正基差）时，买入现货同时做空期货，锁定无风险收益。

**加密货币永续合约资金费率套利**：
- 当资金费率为正时（多头付给空头），持有现货 + 做空永续合约
- 年化收益 = 资金费率 × 3（每日 3 次结算）× 365

**XAUT 套利机会**：
- XAUT 与传统黄金期货（GC）之间的价差
- XAUT 与 PAXG 之间的价差（历史最大偏差约 0.5%）

### 3.3 CME 期货缺口策略

**原理**：比特币 CME 期货在周末关闭，周日重开时与周五收盘价存在缺口，历史上大多数缺口最终被填补。

**策略逻辑**：
- 周日 CME 开盘价高于周五收盘价（向上缺口）→ 预期价格回落填补缺口，做空
- 周日 CME 开盘价低于周五收盘价（向下缺口）→ 预期价格上涨填补缺口，做多

**历史统计**：约 70-80% 的 CME 缺口最终被填补（时间跨度不定）[^1]

---

## 四、动量策略（Momentum）

### 4.1 策略原理

动量策略基于"强者恒强"的假设，买入近期表现最好的资产，卖出近期表现最差的资产。

### 4.2 加密货币动量策略

**跨币种动量**：
```
每周/每月对所有主流币按涨跌幅排名
买入排名前 20% 的币种
卖出排名后 20% 的币种
持有期：1 周或 1 月
```

**单币种动量**：
- RSI 从超卖区回升（30 以下反弹）→ 短期动量买入
- MACD 金叉 + AO 上穿零轴 → 动量确认买入

### 4.3 加密货币板块轮动

**原理**：加密货币市场存在明显的板块轮动效应，资金从一个板块流向另一个板块。

**板块分类**：
- Layer 1（BTC、ETH、SOL）
- DeFi（UNI、AAVE、CRV）
- GameFi（AXS、SAND）
- AI 概念（FET、OCEAN）
- Meme（DOGE、SHIB、PEPE）

**轮动信号**：板块相对强弱（RS）指标，当某板块 RS 开始上升时，提前布局。

---

## 五、高频与做市策略

### 5.1 做市策略（Market Making）

**原理**：在买卖价差两侧挂单，赚取价差收益。

**适用场景**：流动性较差的交易对，价差较大

**风险**：库存风险（持有过多单向头寸）、逆向选择风险

### 5.2 DEX 流动性提供策略

**Uniswap V3 集中流动性**：
- 在特定价格区间提供流动性，赚取交易手续费
- 需要主动管理价格区间，防止无常损失

**量化优化**：
- 使用 ATR 动态调整价格区间宽度
- 监控资金费率，在高费率时期增加流动性
- 设置自动再平衡阈值

---

## 六、策略选择矩阵

根据市场状态选择合适的策略：

| 市场状态 | 特征 | 推荐策略 | 避免策略 |
|----------|------|----------|----------|
| 强趋势上涨 | ADX > 30，EWO > 0 | 趋势跟踪、动量 | 均值回归 |
| 强趋势下跌 | ADX > 30，EWO < 0 | 趋势跟踪（做空）、动量 | 均值回归 |
| 横盘震荡 | ADX < 20，布林带收窄 | 均值回归、套利 | 趋势跟踪 |
| 高波动率 | ATR 急剧扩大 | 突破策略、套利 | 均值回归 |
| 低波动率 | ATR 极低，TTM Squeeze | 等待突破、套利 | 趋势跟踪 |

---

## 参考资料

[^1]: Whaleportal. "Quantitative Crypto Trading: Strategies, Automation & Backtesting". https://whaleportal.com/blog/quantitative-crypto-trading-strategies-automation-backtesting/

[^2]: YouTube. "Gold Arbitrage - Paxos Gold vs Tether Gold Pairs Trading Backtest". https://www.youtube.com/watch?v=i3N_JHDzV-Q

---

## 附录：数据说明与补充

本文档旨在对上文提及的量化交易策略提供更深层次的数据支持、场景分析和技术细节，以帮助交易者在实际应用中更精确地实施和优化策略。

### 一、核心指标数据说明

量化策略的有效性高度依赖于数据的质量和正确解读。下表详细说明了本文涉及的关键技术指标的计算方法、数据属性和来源。

| 指标名称 (Indicator) | 计算公式 (LaTeX) | 数据范围 | 单位 | 精度要求 | 数据来源 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **移动均线 (MA)** | `MA_n = \frac{1}{n} \sum_{i=0}^{n-1} P_{t-i}` | 取决于资产价格 | 价格 | 2-4 位小数 | 交易所 K 线数据 |
| **MACD** | `MACD Line = EMA_{12}(P) - EMA_{26}(P)`<br>`Signal Line = EMA_9(MACD Line)`<br>`Histogram = MACD Line - Signal Line` | 无界 | 价格差 | 4-6 位小数 | 交易所 K 线数据 |
| **布林带 (Bollinger Bands)** | `Middle = MA_{20}(P)`<br>`Upper = Middle + 2 \times \sigma_{20}(P)`<br>`Lower = Middle - 2 \times \sigma_{20}(P)` | 取决于资产价格 | 价格 | 2-4 位小数 | 交易所 K 线数据 |
| **相对强弱指数 (RSI)** | `RSI = 100 - \frac{100}{1 + RS}`<br>`RS = \frac{Avg. Gain_n}{Avg. Loss_n}` | 0 - 100 | / | 2 位小数 | 交易所 K 线数据 |
| **平均动向指数 (ADX)** | `ADX = EMA_n(\frac{|+DI - (-DI)|}{|+DI + (-DI)|})` | 0 - 100 | / | 2 位小数 | 交易所 K 线数据 |
| **统计套利 Z-Score** | `Z = \frac{Spread_t - \mu(Spread_n)}{\sigma(Spread_n)}` | 通常为 -3 到 +3 | 标准差 | 4 位小数 | 两种资产价格序列 |

### 二、策略参数参考表

合理的参数设定是策略成功的关键。下表提供了基于历史数据和普遍实践的参数建议，但仍需根据具体资产和市场环境进行回测与优化。

**趋势跟踪与均值回归策略参数**

| 策略类型 | 指标 | 参数 | 推荐值 | 取值范围 | 备注 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **均线趋势** | 移动均线 | 快线周期 | 10, 20, 50 | 5 - 100 | 周期越短越灵敏，噪音越多 |
| | | 慢线周期 | 100, 200 | 50 - 400 | 慢线定义长期趋势方向 |
| **SuperTrend** | SuperTrend | ATR 周期 | 10 | 7 - 14 | 用于计算波幅 |
| | | 乘数 (Multiplier) | 3 | 2 - 4 | 乘数越大，止损越宽，信号越少 |
| **均值回归** | 布林带 | 周期 | 20 | 14 - 30 | 定义价格通道的中心 |
| | | 标准差倍数 | 2 | 1.8 - 3 | 倍数越大，触发交易的阈值越高 |

**配对交易策略参数**

| 参数 | 推荐值 | 取值范围 | 作用与目的 |
| :--- | :--- | :--- | :--- |
| **协整检验周期** | 252 (1年) | 60 - 500 | 确保配对关系在统计上长期有效 |
| **Z-Score 入场阈值** | `|Z| > 2` | 1.5 - 3.0 | 在价差显著偏离时入场，平衡机会与风险 |
| **Z-Score 出场阈值** | `|Z| < 0.5` | 0 - 1.0 | 在价差回归均值附近时平仓，锁定利润 |

### 三、核心策略应用场景

- **趋势跟踪策略**：此策略最适合应用于具有长期、明确趋势的市场，例如比特币的牛熊周期。一个典型的应用场景是，构建一个自动化交易机器人，在日线图上使用 **[移动均线](../../wiki/名词解释/移动均线.md)** 交叉系统（如 MA50/MA200）来捕捉长达数月的主升浪或主跌浪。该策略不追求精确的顶部和底部，而是通过持有顺势仓位来获取趋势中段的大部分利润。

- **均值回归策略**：该策略在价格于一个可预测范围内波动的“震荡市”中表现最佳。例如，针对 **[XAUT/PAXG](../../wiki/名词解释/XAUT.md)** 这类高度相关的黄金代币对，可以部署一个统计套利机器人。当它们的价差因为短期流动性问题而扩大到两个标准差以外时，机器人自动做空价格较高的代币并做多价格较低的，预期价差将很快回归历史均值，从而赚取差价。

- **资金费率套利**：在加密货币衍生品市场，当市场情绪极度看涨时，永续合约的 **[资金费率](../../wiki/名词解释/资金费率.md)** 会为正。此时，投资者可以执行“现货-期货套利”：在现货市场买入比特币，同时在期货市场以等量名义价值做空比特币永续合约。这样，现货的盈亏与期货的盈亏大致相抵，但投资者可以稳定地赚取空头头寸获得的多头支付的资金费用，实现低风险收益。

### 四、数据格式规范

标准化的数据格式是程序化交易系统稳定运行的基础。以下是推荐的数据格式定义。

- **K线 (OHLCV) 数据**：通常通过 REST API 获取，建议使用数组格式以减少传输体积。
  ```json
  [
    1672531200000, // 开盘时间戳 (毫秒, UTC)
    "20000.1",     // 开盘价 (字符串)
    "20500.5",     // 最高价 (字符串)
    "19800.0",     // 最低价 (字符串)
    "20250.8",     // 收盘价 (字符串)
    "1500.25"      // 成交量 (字符串)
  ]
  ```

- **订单簿 (Order Book) 数据**：通过 WebSocket 实时推送，包含多个价格档位的买单 (bids) 和卖单 (asks)。
  ```json
  {
    "bids": [
      ["20250.7", "0.5"], // [价格, 数量]
      ["20250.6", "1.2"]
    ],
    "asks": [
      ["20251.2", "0.8"],
      ["20251.3", "2.1"]
    ],
    "timestamp": 1672531260000 // 数据时间戳 (毫秒, UTC)
  }
  ```

### 五、常见误区与正确理解

1.  **误区：回测盈利等于实盘盈利**。正确理解：历史回测的“完美”成交环境在实盘中不存在。必须考虑 **[交易滑点](../../wiki/名词解释/交易滑点.md)**、网络延迟、交易所手续费和 API 限制。一个在回测中表现优异的策略，在实盘中可能因为交易成本而变得无利可图。

2.  **误区：趋势跟踪策略能抓住顶底**。正确理解：趋势跟踪的本质是“跟随”而非“预测”。它必然会错过趋势的起点，并放弃趋势终点的部分利润。其优势在于捕捉趋势的主体部分，而非精确择时。

3.  **误区：均值回归在任何时候都有效**。正确理解：均值回归策略最大的敌人是强趋势行情。在单边上涨或下跌的市场中，价格会持续突破布林带上下轨（“走带”），导致均值回归策略持续亏损。因此，必须配合 **[ADX](../../wiki/名词解释/ADX.md)** 等趋势判断指标，仅在震荡市中使用。

4.  **误区：参数越多、优化越好**。正确理解：过度优化（Curve Fitting）是量化交易的陷阱之一。一个拥有过多自由参数的策略很容易在历史数据上表现完美，但在未来数据上表现糟糕。策略的逻辑应简单、稳健，参数数量宜少不宜多。

5.  **误区：动量策略就是追涨杀跌**。正确理解：**[动量策略](../../wiki/名词解释/动量.md)** 是一个基于统计优势的系统化方法，它买入的是“已经表现强势”的资产，而非“正在暴涨”的资产。它依赖于“强者恒强”的效应在一段时间内持续，与无纪律的追高杀跌有本质区别，并且通常包含严格的再平衡和风险控制规则。