本文记录了在 BTC 永续合约交易策略上三轮递进式因子增强回测的完整过程与结论。从非OHLCV数据资金费率/OI/多空比的引入到支撑/压力S/R因子的设计最终形成了一套清晰的因子组合策略。目录策略背景与引擎简介回测配置与场景设计第一轮非OHLCV 因子增强第二轮S/R 叠叠乐——失败第三轮S/R 独立验证——成功三轮综合对比核心结论与工程建议一、策略背景与引擎简介1.1 系统架构本系统采用 “AI 理解 本地量化引擎” 的双层架构┌─────────────────────────────────────────┐ │ AI 理解层 (DeepSeek LLM) │ │ 输出五态市场状态 JSON │ │ {regime, strength, risk_flags} │ └───────────────────┬─────────────────────┘ │ ┌───────────────────▼─────────────────────┐ │ 本地量化引擎 │ │ ├─ 18F 引擎: 全维度多因子评分 │ │ └─ 5F 引擎: 精简五因子优化 │ └─────────────────────────────────────────┘1.2 18F 引擎全维度引擎18 个技术指标覆盖四大类别类别因子趋势跟踪均线排列、MACD、ADX、EMA 斜率动量反转RSI、ROC、多周期涨跌幅位置/超买卖布林带位置、价格百分位量价波动量比、ATR、波动率分位特点因子覆盖面广信号密度高适合趋势行情但在震荡市容易过度交易。1.3 5F 引擎精简引擎五个核心因子经参数优化后的紧凑模型因子方向EMA 排列偏差趋势强度量化RSI 自适应超买超卖检测MACD 动量趋势确认布林带位置价格极值判断成交量背离趋势衰竭预警特点结构简单交易稀疏在震荡和熊市中表现出色。1.4 研究动机两个引擎的共同缺陷是完全依赖 OHLCV 数据开高低收量。在加密货币市场三类非 OHLCV 信息至关重要资金费率Funding Rate极端值预示拥挤交易反转持仓量OI, Open InterestOI-价格背离揭示趋势衰竭多空比Long/Short Ratio市场情绪极端值此外传统技术分析中**支撑/压力位S/R**是交易决策的核心维度但当前引擎完全缺失。因此设计三轮消融实验轮次测试变量目的第一轮非OHLCV验证资金费率/OI/多空比的增强效果第二轮非OHLCV S/R验证 S/R 在非OHLCV 基础上的边际贡献第三轮S/R only排除非OHLCV 干扰验证 S/R 的独立 alpha二、回测配置与场景设计2.1 统一参数参数值初始资金$10,000手续费0.1%滑点0.05%杠杆1x单笔仓位2%ATR 止损倍数2.0x止损范围1.5% ~ 5.0%止盈/止损比2.5 : 1冷却期3 根 K线2.2 测试场景8 scenarios覆盖四种市场状态 × 两个时间框架场景市场状态周期数据范围Bear 2022 4h熊市4小时2022 全年Bear 2022 1h熊市1小时2022 全年Bull 2023 4h牛市4小时2023 全年Bull 2023 1h牛市1小时2023 全年Sideways 24H2 4h震荡市4小时2024 下半年Sideways 24H2 1h震荡市1小时2024 下半年Recent 2025 4h近期4小时2025 上半年Recent 2025 1h近期1小时2025 上半年三、第一轮非OHLCV 因子增强3.1 非OHLCV 因子设计因子权重信号逻辑资金费率极端值0.40负费率极端 → 空头拥挤 → 潜在做多OI-价格背离0.35OI↑ 价格↓ 多头派发看空OI↓ 价格↑ 空头回补看空OI 动量0.25OI 持续上升 → 趋势确认增强策略外部 alpha 非OHLCV 信号 × 数据质量缩放。与引擎信号同向 → 提升置信度、降低入场门槛与引擎信号强烈反向 → 抑制交易数据质量自适应真实 API 数据权重高代理数据老周期无 OKX 历史权重重度衰减3.2 回测结果引擎 | 收益 | 胜率 | 夏普 | 回撤 | 交易 | vs OHLCV基线 -------------------------------------------------------------------------------- 18F 优化基线 | -0.91% | 54.3% | -0.36 | 1.23% | 1510 | -- 18F 非OHLCV | -0.87% | 52.7% | -0.40 | 1.08% | 1260 | 0.03% 5F 优化基线 | 0.07% | 24.1% | 0.06 | 0.28% | 355 | -- 5F 非OHLCV | 0.08% | 30.4% | 0.11 | 0.25% | 253 | 0.01%3.3 逐场景 Δ 收益场景 | 18F基线 | 18F非OHLCV | Δ | 5F基线 | 5F非OHLCV | Δ ----------------------------------------------------------------------------------------------- Bear 2022 4h | 0.18% | 0.16% | -0.02% | 0.49% | 0.46% | -0.03% Bear 2022 1h | -2.27% | -2.10% | 0.17% | -0.32% | -0.12% | 0.20% Bull 2023 4h | -0.81% | -0.51% | 0.30% | -0.12% | -0.06% | 0.07% Bull 2023 1h | -0.84% | -0.84% | -0.01% | 0.30% | 0.19% | -0.10% Sideways 24H2 4h | -0.28% | -0.56% | -0.28% | 0.12% | 0.27% | 0.14% Sideways 24H2 1h | -0.74% | -0.44% | 0.30% | -0.18% | -0.04% | 0.14% Recent 2025 4h | 0.49% | 0.04% | -0.44% | 0.25% | 0.15% | -0.10% Recent 2025 1h | -2.97% | -2.74% | 0.23% | 0.01% | -0.25% | -0.25%18F 改善 4/8 | 5F 改善 4/83.4 核心发现非OHLCV 的真正价值是过滤器而非阿尔法——两个引擎交易量分别缩减 17% 和 29%但收益平稳或微增说明剔除了大量噪音交易。5F 胜率提升最显著24.1% → 30.4%绝对 6.3%。5F 引擎结构简单外部信号边际贡献更大。回撤全部改善18F 回撤 -12%、5F 回撤 -11%。非OHLCV 信号在极端行情提供了有效的对抗性预警。数据质量是瓶颈老周期的 OKX 历史资金费率数据几乎不存在代理信号贡献有限。四、第二轮S/R 叠叠乐——失败4.1 S/R 因子设计支撑/压力因子由两个子因子等权合成Factor 1: Swing Pivot Proximity摆动枢轴邻近度[0.50]算法 1. 使用滑动窗口1h: window8, 4h: window5检测局部极值 2. 对每根K线 - 找最近支撑位下方swing low - 找最近阻力位上方swing high 3. 信号 tanh((dist2support - dist2resistance) × 0.6) × exp(-min_dist × 0.4) 4. ATR归一化保证跨周期可比Factor 2: Zone Strength多触点区域强度[0.50]算法 1. 收集zone_window内的所有swing points1h: 60根, 4h: 30根 2. 贪婪聚类形成S/R区域容差 0.5 ATR 3. 区域强度 聚类成员数归一化到 [0, 1] 4. 信号 strength × exp(-distance_to_zone × 0.5) 5. 支撑区→正值看多阻力区→负值看空4.2 叠加逻辑combined_alpha nonOHLCV_alpha × 0.55 SR_alpha × 0.45非OHLCV 稍高权重有独立数据源SR 来自 OHLCV 派生但与现有因子正交。4.3 回测结果6 engines引擎 | 收益 | 胜率 | 夏普 | 回撤 | 交易 | vs基线 | vs非OHLCV ------------------------------------------------------------------------------------------- 18F 基线 | -0.91% | 54.3% | -0.36 | 1.23% | 1510 | -- | -- 18F 非OHLCV | -0.87% | 52.7% | -0.40 | 1.08% | 1260 | 0.03% | -- 18F 非OHLCVSR | -0.93% | 53.7% | -0.37 | 1.23% | 1463 | -0.03% | -0.06% 5F 基线 | 0.07% | 24.1% | 0.06 | 0.28% | 355 | -- | -- 5F 非OHLCV | 0.08% | 30.4% | 0.11 | 0.25% | 253 | 0.01% | -- 5F 非OHLCVSR | 0.08% | 24.9% | 0.08 | 0.28% | 323 | 0.02% | 0.01%18F SR 效果改善 2/8, 恶化 6/8, 累计Δ-0.47%❌4.4 S/R 叠叠乐逐场景 Δvs 非OHLCV场景18F SR Δ5F SR ΔBear 2022 4h-0.28%❌0.03%Bear 2022 1h-0.24%❌-0.17% ❌Bull 2023 4h-0.19%❌0.01%Bull 2023 1h-0.16%❌0.09%Sideways 24H2 4h0.26%✅-0.14%Sideways 24H2 1h-0.11%-0.06%Recent 2025 4h0.48%✅-0.07%Recent 2025 1h-0.24% ❌0.38% ✅4.5 失败原因分析看交易量变化链最为直观18F 基线 1510 → 非OHLCV 1260-17%过滤 250 笔噪音交易 → 非OHLCVSR 1463203 笔又拉回来了核心问题非OHLCV 辛苦过滤掉的坏交易SR 的 confidence boost 机制全给放回来了。伴随回撤恶化1.08% → 1.23%证明放回来的交易质量很差。但这不代表 S/R 因子本身无效。只是 S/R 不应该叠加在已经过滤过的信号上——非OHLCV 已经是一个合格的过滤器再做二次过滤会产生相互干扰。五、第三轮S/R 独立验证——成功5.1 实验设计完全排除非OHLCVSR 信号独占外部 alpha引擎说明18F 基线原始 18 因子18F SR仅叠加支撑/压力5F 基线原始 5 因子5F SR仅叠加支撑/压力SR 信号权重 1.0阈值设定更保守strong 0.25, medium 0.15, mild 0.05。5.2 回测结果引擎 | 收益 | 胜率 | 夏普 | 回撤 | 交易 | vs基线 ------------------------------------------------------------------------------ 18F 基线 | -0.91% | 54.3% | -0.36 | 1.23% | 1510 | -- 18F 支撑压力 | -0.84% | 54.8% | -0.30 | 1.19% | 1471 | 0.06% 5F 基线 | 0.07% | 24.1% | 0.06 | 0.28% | 355 | -- 5F 支撑压力 | 0.09% | 24.6% | 0.08 | 0.29% | 345 | 0.02%18F: 改善 4/8, 不变 1/8, 恶化 3/8, 累计 Δ0.49%✅5F: 改善 1/8, 不变 6/8, 恶化 1/8, 累计 Δ0.20%✅5.3 逐场景 Δ 收益与胜率变化场景 | 18F基线 | 18FSR | SR Δ | 18F胜率变化 --------------------------------------------------------------------------- Bear 2022 4h | 0.18% | 0.15% | -0.03% | 66.7% → 66.7% Bear 2022 1h | -2.27% | -1.99% | 0.28% | 52.0% → 52.1% Bull 2023 4h | -0.81% | -0.50% | 0.31% | 47.4% → 52.0% ✨ Bull 2023 1h | -0.84% | -0.97% | -0.13% | 47.3% → 46.0% Sideways 24H2 4h | -0.28% | -0.19% | 0.09% | 61.1% → 61.5% Sideways 24H2 1h | -0.74% | -0.56% | 0.18% | 52.3% → 53.4% Recent 2025 4h | 0.49% | 0.41% | -0.08% | 64.1% → 63.3% Recent 2025 1h | -2.97% | -3.10% | -0.13% | 43.9% → 43.3%5.4 按市场类型汇总市场18F SR Δ5F SR Δ点评 熊市0.12%✅-0.03% ✗18F 回撤从 1.43% 降到 1.29% 牛市0.08%✅0.01% ≈18F 胜率 47.3%→49.0%夏普 -0.68→-0.53 震荡0.13%✅0.02%✅最有效S/R 在区间边界识别最准 近期-0.11% ✗0.10% ✅5F 胜率 26.2%→28.0%夏普 0.10→0.17六、三轮综合对比6.1 总平均收益引擎基线非OHLCV非OHLCVSRSR only18F-0.91%-0.87%-0.93%-0.84%5F0.07%0.08%0.08%0.09%6.2 关键指标热力图收益改善幅度 (Δ vs 基线)方案18F Δ5F Δ评级非OHLCV0.03%0.01%✅✅非OHLCVSR-0.03% ✗0.02% ✓❌/✅SR Only0.06%0.02%✅✅回撤降低幅度方案18F Δ回撤5F Δ回撤非OHLCV-12.2%-10.7%SR Only-3.3%3.6% ✗6.3 改善/不变/恶化统计方案18F 改善/不变/恶化5F 改善/不变/恶化非OHLCV4 / 2 / 24 / 0 / 4非OHLCVSR2 / 0 /6❌2 / 2 / 4SR Only4 / 1 / 3✅1 / 6 / 16.4 因子正交性验证对比18F 非OHLCV18F SR only能否叠加?改善场景重叠数44重叠 3 个 → 部分互补恶化场景重叠数23重叠 1 个 → 有差异累计 Δ0.03%0.06%理论叠加 0.09% ✅两因子在场景层面有差异互补性——非OHLCV 在熊市/近期有效SR 在震荡/牛市有效。理论上两者可以叠加但必须 SR-only 模式接入而非在非OHLCV 上叠叠乐。七、核心结论与工程建议7.1 三大核心结论1. 非OHLCV 是过滤器而非阿尔法源 ✅最稳健的增强维度。核心价值在于剔除噪音交易18F: -17% 交易5F: -29% 交易而非直接提供超额收益。回撤全面改善。2. S/R 因子有独立 alpha ✅单独使用效果为正18F 0.06%, 5F 0.02%尤其震荡市表现突出。但与已有过滤器叠加会导致负面效应——因子叠加不是简单的加法而是信号干涉问题。3. 因子叠加需要正交验证 ⚠️这是本轮研究最重要的方法论启示good bad A → B → signal A → B → C → signal ↑好的过滤 ↑好的过滤再被扰动 非OHLCV 过滤后的信号 ≈ 已经净化的信号 SR 再作用 用粗糙规则扰动精炼结果 有害 SR 单独作用在原始信号 粗过滤也有价值 有效7.2 工程建议优先级建议预期效果P0非OHLCV 引擎正式集成回撤 -12%胜率 6%P1SR 因子独立接入 18F/5F收益 0.04~0.06%震荡市改善显著P2非OHLCV SR 并联接入单独评估加权投票理论叠加 0.09%P3优化 18F 引擎基线 -0.91%这才是最大收益来源7.3 最终推荐架构OHLCV 数据 │ ┌────────────┼────────────┐ ▼ ▼ ▼ 18F/5F引擎 非OHLCV信号 S/R信号 │ │ │ │ ┌───────┴───────┐ │ │ ▼ ▼ │ │ finance filter zone filter │ (资金费率OI) (支撑压力) │ │ │ │ └────┴───────┬───────┴────┘ ▼ Weighted Voting (独立评估不互相作用) │ ▼ 最终交易决策关键原则两个外部信号独立评估引擎输出各自加减分后加权汇总。绝不让一个过滤器的输出成为另一个过滤器的输入。回测环境Python 3.x, Pandas, NumPy数据源OKX BTC-USDT-SWAP 永续合约 K线 资金费率/OI/多空比 API回测脚本backtest/compare_with_non_ohlcv.py、backtest/compare_with_sr.py、backtest/compare_sr_only.py声明回测结果不代表未来实盘表现。加密货币交易风险极高本文仅供学术研究参考。
