← 返回 Quant Digests · 站点首页

别把 15m volume confirmation 继续写成 rolling SMA：`same-clock intraday RVOL` 更像 breakout-short / Fib / EMA 的 honest volume gate

• 时间：2026-03-20 08:51 UTC
• 类型：GitHub 仓库 + Binance 公共数据快检
• 主题标签：breakout-short/fibonacci/retest-hold/ema/psar/volume/intraday-seasonality/same-clock/rvol/confirmation/filter/repo/crypto/5m/15m
• 证据类型：仓库代码 + 工程快检（公开 OHLCV）

1. 这次看了什么

这次主看一个很新的 GitHub 仓库 ycchew/CQ_breakout_strategy（2026-03 创建）。真正值得偷的，不是 repo 里那些日线股票 breakout 参数，而是它在 indicators/volume.py 里单独写出来、但很多 desk 会忽略的一层：calculate_intraday_rvol 会把当前 bar 的成交量，拿去和“历史同一时刻的 bar”比较，而不是拿最近 20 根滚动均量硬比。

2. 核心结论

• 一句话核心结论： 对 24/7 crypto 的 5m/15m，很多所谓“放量确认 / 缩量回踩”先该过的不是更神的阈值，而是同钟点归一化；不然你测到的经常只是 UTC 时段差，不是真 setup 质量。
• 一句话证明方式： repo 直接给了 same-time-of-day 的 RVOL 计算骨架；我又用 Binance Futures BTCUSDT 15m 公共 K 线做了一个最小快检，看 naive RVOL 和 same-clock RVOL 到底有多常打架。
• 快检样本：6000 根 BTCUSDT 15m perp bar，时间覆盖 2026-01-16 21:00 UTC ~ 2026-03-20 08:45 UTC。
• 关键数据点 1：不同 15m 时段的平均成交额差异很大。样本里最活跃 slot 是 14:30 UTC，平均 quote volume 约 4.51e8；最弱 slot 是 21:45 UTC，约 7.71e7；同是 15m bar，强弱时段均值差约 5.85 倍。
• 关键数据点 2：在最近 20 天 / 1440 根 bar 上，若把 naive_rvol > 1.5 当“放量”，会有 3.96% 的 bar 属于“naive 看着像 spike，但 same-clock 其实只是正常”；反过来有 2.57% 的 bar 是“same-clock 真 spike，但 naive 看不出来”。
• 关键数据点 3：对 dry-down 更敏感：若把 rvol < 0.7 当“缩量”，则有 10.83% 的 bar 是“naive 说缩量、same-clock 不认”，另有 20.07% 的 bar 是“same-clock 认缩量、naive 没认”。这对 Fib retest_hold 很关键，因为我们最近不少确认层正依赖“回踩时量能降下来”。
• 补一条：两种 RVOL 当然不是完全无关，但相关系数也只有 0.765，说明它们不是简单换皮。

3. 为什么这轮值得先做

这轮不是偏题，反而是在给三条收口线补一个共同的“地基洞”：你现在很多 confirmation layer 都在用 volume，但 volume 本身若没先做时段归一化，后面的 gate 很容易是伪精细。

• V3 final-verdict / breakout-short follow-up
• 很多 follow-up / failure 判决都要看 break 后有没有“跟量”。
• 如果 14:30 UTC 天生就比 21:45 UTC 活跃很多，rolling mean 会把“正常活跃时段”误判成 spike，也会把冷时段里的真正异常量漏掉。
• 对 short 侧尤其危险：你可能以为自己在拦“假延续”，其实只是在惩罚冷门时段。

• Fibonacci confirmation / retest_hold
• 这条线近期多次依赖“回踩缩量、反弹再放量”。
• 但缩量如果不用 same-clock 口径，很容易把“亚洲慢时段的正常低量”误当成优质 hold，把“美盘高量时段里的真实 dry-down”漏掉。

• EMA / PSAR raw alpha focus
• raw alpha 现在最怕的是：本来 edge 就薄，还叠上一个不诚实的 volume filter。
• same-clock RVOL 的价值不在于让 raw alpha 突然变神，而在于先把 volume 这层从时段偏差里洗干净，再判断 EMA / PSAR 到底有没有被 volume 确认真正改善。

4. repo 里最值得偷的，不是“volume spike > 2x”，而是这个实现口径

repo 的 calculate_intraday_rvol 大意是：

1. 先把每根 bar 映射到 HH:MM 时刻；
2. 对每个时刻单独维护历史均量；
3. 当前 bar 用 当前量 / 历史同 slot 均量 得到 intraday_rvol。

把它翻回我们 desk 语言，就是：

• 14:30 只和历史 14:30 比；
• 21:45 只和历史 21:45 比；
• 不再把整个日内流量曲线压扁成一条统一均线。

这很适合当前阶段，因为它不是又加一个复杂外部数据源，也不是重做主信号；它只是把已有 volume gate 的计量口径修正得更诚实。

5. 可复刻的最小实验（下一步怎么测）

研究假设

把当前所有 volume confirmation / dry-down 从 naive rolling RVOL 改成 same-clock RVOL 后，能减少 false confirm，并保留更多真正有信息的慢时段 setup。

数据源（公开可得）

• 价格与成交量：Binance Futures /fapi/v1/klines（公开 API，15m 近实时更新）
• 公开性：公开可得
• 更新频率：每根 5m/15m bar 更新
• 最小可复现实验口径：BTC/ETH/SOL perp，先看 15m，再补 5m

首版冻结定义

1. 对每个 symbol、每个 HH:MM 维护过去 N=20 次同 slot 的均量：

• slot_avg_vol_t = mean(volume at same HH:MM over past N occurrences)

1. 定义：

• slot_rvol = volume / slot_avg_vol_t
• slot_dry = slot_rvol < 0.7
• slot_spike = slot_rvol > 1.5

1. 对照组：继续用现有 rolling 20-bar RVOL

接到三条线怎么测

• breakout-short：把 post-break follow-up 的 volume confirm 从 naive RVOL 改成 slot_spike；比较 4~8 bars 内回抽失败率。
• Fib retest_hold：回踩阶段用 slot_dry，重破阶段用 slot_spike；看 hold confirmed 后的 N-bar continuation 是否更干净。
• EMA / PSAR raw alpha：只把 volume gate 换口径，不改 EMA / PSAR 本体；看是否能在不大砍 trade count 的前提下抬 post-cost expectancy。

先看哪 2 个指标

• post-cost expectancy
• false-follow / false-hold rate（入场后 4~8 根内回到 opposite edge 或失守确认线）

6. 风险与保留意见

• 这轮证据主要来自 repo 实现 + 公共数据快检，不是已经证明 15m alpha 提升；真正结论必须来自 A/B 回测。
• repo 原始场景是股票 breakout，不是 crypto perp；我们偷的是 计量口径，不是整套策略。
• same-clock RVOL 也不是万能：若市场正处在宏观事件或突发行情里，同 slot 历史均量本身会滞后，因此后续最好再叠一个 event / jump blackout。

7. 来源

1. ycchew. (2026). _Christian Qullamaggie Strategy_. GitHub repository.

• Repo URL: https://github.com/ycchew/CQ_breakout_strategy
• Readable URL: https://github.com/ycchew/CQ_breakout_strategy/blob/master/README.md
• Volume implementation: https://github.com/ycchew/CQ_breakout_strategy/blob/master/indicators/volume.py
• Breakout strategy: https://github.com/ycchew/CQ_breakout_strategy/blob/master/strategies/breakout.py
• DOI: N/A
• Authors: GitHub user ycchew

1. Binance. _USDⓈ-M Futures Market Data REST API: Kline/Candlestick Data_.

• Docs URL: https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api/Kline-Candlestick-Data
• Data URL example: https://fapi.binance.com/fapi/v1/klines?symbol=BTCUSDT&interval=15m&limit=1500
• 公开性：公开 API
• 更新频率：每根 K 线更新
• DOI: N/A

--- 快检文件：

• reports/artifacts/literature/same_clock_intraday_rvol_quickcheck_2026-03-20.json
• reports/artifacts/literature/same_clock_intraday_rvol_slot_stats_2026-03-20.csv
• reports/artifacts/literature/same_clock_intraday_rvol_examples_2026-03-20.csv