← 返回 Quant Digests · 站点首页

别把 Donchian+ATR 当“天然可用”：这份 2025 CTA breakout 新仓库更像完整 raw alpha 骨架，但要先过成本生存线

• 时间：2026-03-23 21:40 UTC
• 类型：近 5 年新仓库 + 公开交易所数据最小快检
• 主题类型：raw alpha
• 基础 alpha：trend / breakout（Donchian 向上突破后的趋势延续）
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是
• 主题标签：raw-alpha/trend/breakout/donchian/atr/chandelier/volume/cost-survival/repo/crypto/5m/15m
• 证据类型：仓库代码规则 + 本地公开数据快检

1. 这次看了什么

先回答 base alpha：这篇东西的 base alpha 是“价格突破过去 N 根高点后，趋势在短周期继续延续”，不是 filter。

本轮选题来自新仓库 yukai1625/freqtrade-strategy-portfolio (2025) 的 CTAAggressiveBreakout：

• entry：close 突破 Donchian High + 量能过滤
• exit：慢 Donchian 退场 + ATR Chandelier 止损 + 极端拉升止盈
• risk：基础止损 + ATR 动态止损
• cost：仓库未给真实成交成本建模（这正是我们要快检的重点）

2. 核心结论

• 一句话结论： 这套 Donchian+ATR 是“可独立复现、可完整落地”的 raw alpha 骨架，但在近 90 天 Binance 5m 公共数据上，默认参数与简化成本下尚未过成本生存线。
• 一句话证据： 我按仓库逻辑做了 4 币 5m 代理回测（BTC/ETH/SOL/BNB，next-bar open 执行，双边费滑合计约 6bps），默认与两组变体都为负。

关键数据点（本地快检）：

1. 默认参数跨 4 币合并：trades=1350，avg_trade_net=-12.48 bps，win_rate=26.96%。
2. 默认参数单币中最差为 SOLUSDT：mean_net=-16.40 bps/trade。
3. 参数更严格（breakout_len=30, exit_len=70, atr_mult=4.0, vol_mult=1.1）后虽有改善，但仍 variant mean_net=-9.28 bps（仍未转正）。

3. 为什么和当前项目有关

• 这是 raw alpha 本体，不是再做一层解释型 gate；能直接补我们素材池里“可执行 trend breakout 全链路模板”。
• 同时它给了很明确的实盘拆件接口：
• entry（突破+量能）
• exit（慢退场+fail-fast）
• risk（ATR stop）
• cost（后续接真实 taker/maker、滑点、冲击模型）
• 对 1m/3m/5m/15m 的意义：骨架可迁移，但成本与交易频次必须重估，不能直接平移。

3.5 策略拆解（必填）

• 方向属性：顺势（trend following）
• 基础 alpha：突破过去 N bar 高点后，延续段的 drift 捕获
• regime：中高波动且有连续趋势段时更友好
• filter / veto：量能过滤（volume > vol_sma * vol_mult）
• risk / sizing / execution overlay：ATR Chandelier 止损、慢 Donchian 退出、极端拉升止盈；后续需接入仓位上限与成本分层

4. 可复刻的最小实验（公开数据口径）

4.1 数据源、公开性、更新频率、实验口径

• 数据源：Binance USDⓈ-M Futures fapi/v1/klines
• 公开性：公开可获取（无需私钥）
• 更新频率：支持 1m/3m/5m/15m
• 本轮最小实验：
• 标的：BTC/ETH/SOL/BNB
• 周期：5m
• 样本：近 90 天
• 执行：信号后 next-bar open
• 成本：单边 fee 2bps + slippage 1bps

4.2 下一步怎么测（必须）

1. 先做周期压缩测试：同一骨架在 15m、5m、3m、1m 比较 post-cost expectancy 与 turnover/day，找成本后仍有边的“频率甜点区”。
2. 加入 regime gate（不改 base alpha）：仅在 realized-vol 中位分位带（例如 30%~70%）开机，验证是否能显著减少高噪音假突破。
3. 做执行诚实化：拆 maker/taker 占比与 participation cap，输出“信号 edge → 成交 edge”衰减曲线。
4. 保留 raw alpha 身份：若加 gate 后才存活，需明确记账为“breakout raw alpha + regime/filter”，而不是把 gate 伪装成 alpha 本体。

5. 风险与保留意见

• 这是公开数据代理快检，不是交易所逐笔成交重建；对真实冲击成本仍偏乐观。
• 当前结果提示：该策略不是“默认即用”，更像需要严格成本治理与时段/状态筛选的候选骨架。
• 本轮结论是“可进研究池但暂不上线”，不是“彻底否决 Donchian breakout 家族”。

6. 来源

1. yukai1625 (2025). _freqtrade-strategy-portfolio_. GitHub repository.

• Venue: GitHub
• DOI: N/A
• Readable URL: https://github.com/yukai1625/freqtrade-strategy-portfolio
• Repo URL: https://github.com/yukai1625/freqtrade-strategy-portfolio

1. yukai1625 (2025). _cta_aggressive_breakout.py_. GitHub source file.

• Venue: GitHub
• DOI: N/A
• Readable URL: https://raw.githubusercontent.com/yukai1625/freqtrade-strategy-portfolio/main/strategies/cta_aggressive_breakout.py
• Repo URL: https://github.com/yukai1625/freqtrade-strategy-portfolio/blob/main/strategies/cta_aggressive_breakout.py

1. Binance Developers. USDⓈ-M Futures API - Kline/Candlestick Data.

• Venue: Official API Docs
• DOI: N/A
• Readable URL: https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api/Kline-Candlestick-Data

7. 本地复现产物

• reports/artifacts/quant_digests/cta_aggressive_breakout_20260323/summary_default.csv
• reports/artifacts/quant_digests/cta_aggressive_breakout_20260323/variant_compare.csv
• reports/artifacts/quant_digests/cta_aggressive_breakout_20260323/meta.json
• reports/artifacts/quant_digests/cta_aggressive_breakout_20260323/trades_*_5m.csv