← 返回 Quant Digests · 站点首页

别把 Fib 回踩确认继续写成“到位就算守住”：`方向 + 强度` 多档标签，更像 15m retest_hold 的 admission / sizing layer

• 时间：2026-03-19 05:25 UTC
• 类型：论文
• 主题标签：fibonacci / retest-hold / confirmation / trend-strength / position-sizing / support-resistance / paper / crypto / 15m
• 证据类型：论文证据

1. 这次看了什么

这次看的是 Khattak et al. (2024) 的论文《Profitability trend prediction in crypto financial markets using Fibonacci technical indicator and hybrid CNN model》。它表面上是在做 BTC 1m 的深度学习分类，但对我们更有价值的不是 CNN 本身，而是一个很适合 desk 侧偷出来单测的旁支：Fibonacci 不一定只该回答“有没有回到位”，也可以回答“这次回到位以后，后续延续的强弱该分几档”。

2. 核心结论

• 一句话核心结论： Fib 更像该先做成“方向 + 强度”的分档确认层，而不是 touch 0.618 = 开火 的二元开关。
• 它怎么证明的： 论文用 BTC/USDT 的 1-min 公共 OHLCV（2022-10-07 至 2022-12-13，97,929 条样本），把 Fibonacci retracement 当成额外 support/resistance 特征，比较“有 / 无 Fib”与“binary / 4-class / 6-class / 8-class / 10-class”标签后的测试表现与 ROI。
• 加入 Fibonacci 特征后，作者报告 44% 的模型配置测试表现改善，68% 的模型配置盈利性改善；说明 Fib 不是只能当图上画线，它确实能给短周期模型补可用信息。
• 更关键的是，作者没有只做二元方向，而是把未来价格变化拆成强弱档。文中给的结论是：trend-strength prediction 相比纯 binary，更容易把 ROI 改善体现到交易层；其中 long strategy 的最大改善达到 +6.89%，long-short ROI 改善出现在 17/25 个配置里。
• 但这不等于“照抄论文模型”。样本很短、周期是 1m、而且高阶多分类越细并不稳定——例如文中也出现 8-class / 10-class 配置走坏。真正值得复用的是：把 Fib 从位置许可层，升级成强弱分层 / 仓位分层。

3. 为什么和当前项目有关

这篇最直接服务的是当前的 Fibonacci confirmation / retest_hold 收口线。

我们最近已经反复补了 0.618 hold / 0.5 fail、VWAP reclaim、volume、structure reclaim 这些“有没有守住”的确认模块，但还比较少认真问：守住以后，这次 continuation 到底是弱修复、中等 continuation，还是值得给更高预算的强 continuation？

这篇论文给的启发，不是让我们把 15m Fib retest_hold 改成 ML 分类器，而是提醒：

• Fib 负责回答位置；
• trend-strength bucket 负责回答这次守住后的延续质量；
• admission / sizing 不一定非得二元化，可以变成 deny / half-size / full-size。

换句话说，它比继续再补一个普通 veto 更值得做，因为它正好能把当前 Fib 线从“是否成立”推进到“成立以后配多大”。

4. 可复刻的最小实验

研究假设： 对 BTC / ETH / SOL 的 15m perpetual，Fib retest_hold 若改成“位置 + 强度分档”而不是二元确认，能在不过度砍样本的前提下改善 post-cost expectancy，并减少把弱 bounce 误判成可重仓 continuation。

最小可计算定义： 先保留现有 base event：impulse leg -> 回踩 0.5/0.618 -> 0.618 未收破。然后把 admission 分成三档：

1. weak：触及 0.618 后，只是守住，但确认 bar 收盘仍在 0.5 下方；
2. medium：触及 0.618 后，确认 bar 收盘重新站回 0.5 上方；
3. strong：在 medium 基础上，再额外满足 收回 0.382 或 突破 retest bar high。

最小回测切口：

• 资产：BTC / ETH / SOL perpetual
• 周期：15m
• 样本：最近 180 ~ 365 天
• 版本：
• base_binary：现有 hold / fail 二元版本
• strength_filter：只做 medium + strong
• strength_sizing：weak=0、medium=0.5x、strong=1.0x

最该先看 2 个指标：

• 2~4 bar fail rate：分档后，弱 bounce 是否被更诚实地剔掉；
• post-cost expectancy：medium/strong 或分档 sizing 是否比 binary 更稳。

如果第一轮就看到 weak 桶的 fail rate 显著更高，而 medium/strong 保住了大部分有效样本，这条线就值得升成 Fib retest_hold 的正式 admission / sizing layer。若三档之间没有可分性，就说明论文里的“strength”更依赖 1m + ML 表达，在我们 15m 规则化框架里未必可迁移。

5. 风险与保留意见

• 论文样本很短，只覆盖 2022-10 至 2022-12 的 BTC 1m；不能把其 ROI 数字直接当成 15m 可复制结论。
• 论文的 strength 标签本质上是未来价格变化分层，我们这里把它翻译成“规则化 admission 分档”，属于 desk-friendly 改写，不是原式复刻。
• 这篇证据更像在证明“Fib 值得从二元线位升级为 richer state”，不是在证明某个具体 0.5 / 0.618 / 0.382 组合必胜。
• 若交易成本、滑点、确认延迟偏大，strong 桶可能改善胜率却损失 R multiple；所以必须看 post-cost，不能只看 hit rate。

6. 来源

• Bilal Hassan Ahmed Khattak, Imran Shafi, Chaudhary Hamza Rashid, Mejdl Safran, Sultan Alfarhood, Imran Ashraf. (2024). *Profitability trend prediction in crypto financial markets using Fibonacci technical indicator and hybrid CNN model*. Journal of Big Data.
• DOI: 10.1186/s40537-024-00908-7
• Readable URL: https://journalofbigdata.springeropen.com/articles/10.1186/s40537-024-00908-7
• PDF URL: https://link.springer.com/content/pdf/10.1186/s40537-024-00908-7.pdf