← 返回 Quant Digests · 站点首页

别把 AdaptiveTrend 只读成 `70/30` overlay：更该先测的是「H6 own-past momentum + ATR trailing + 月度 Sharpe 选币」完整 raw alpha

• 时间：2026-03-25 18:38 UTC
• 类型：论文（arXiv 近 5 年）
• 主题类型：raw alpha
• 基础 alpha：6h 自身过去收益延续（own-past momentum / intermediate-frequency trend following）
• 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/momentum/time-series/intermediate-frequency/h6/atr-trailing/asset-selection/portfolio-construction/binance/perpetual/15m/5m/paper
• 证据类型：论文证据（全文可读）+ 公共数据最小快检

1. 这次看了什么

这次主看 Duc Bui, Thanh Nguyen (2026) 的 arXiv 论文 *Systematic Trend-Following with Adaptive Portfolio Construction: Enhancing Risk-Adjusted Alpha in Cryptocurrency Markets*。

这轮不再把它继续拆成 70/30 仓位旁支；按当前 desk 对 raw alpha / 完整策略骨架 的优先级，更值得先拿出来的是它的主干：

> 用 6h own-past momentum 做慢时钟方向，用 ATR trailing stop 管退出，用月度 rolling Sharpe 做 universe/参数筛选。

对我们更重要的人话版是：不要把 15m desk 的趋势研究只写成“每根 15m 都在追涨”；更像样的读法是“慢信号、快执行”。

2. 核心结论

• 一句话核心结论： 这篇东西最值钱的不是“又一个趋势指标”，而是把 entry / exit / selection / sizing / cost 串成一条完整链，适合直接变成 short-cycle desk 的最小完整策略候选。
• 一句话它怎么证明： 论文在 2022-2024、150+ 个 Binance perpetual 上做 OOS 回测、成本建模、ablation 和 timeframe 对比，不只是给一个漂亮 equity curve。
• 论文报告的主配置结果：Sharpe 2.41、Max Drawdown -12.7%、Calmar 3.18。
• ablation 里，动态 trailing stop 是最大贡献模块之一，报告 Sharpe +0.73、MDD 改善 9.7pct；月度参数/选币优化 贡献更大，报告 ΔSharpe ≈ +1.07。
• 论文还明确给出一个对我们很重要的判断：H6 比 H1/H4/H8/D1 更像平衡点——太快被换手和噪声吃掉，太慢又错过 crypto 的短命延续。

我补了一个很轻的 desk 化快检（Binance Futures 公共 1h 数据重采样、top7 主流永续、近 120d、4bps/side、long-only 简化版 walk-forward）：四个冻结版本全都没转正，但 H6 退化最少。等权组合总收益：H1 -4.03%、H4 -1.19%、H6 -0.70%、H8 -0.84%；平均每窗口交易数：18.3 / 5.7 / 4.7 / 3.7。这说明它还不是可直接照搬的正 alpha，但 H6 作为慢时钟骨架，比硬上 H1 更诚实。

3. 为什么和当前项目有关

• LEARNING_TRACK 里当前主线仍有 趋势家族 + ATR + 波动管理；这篇正好把三者接成完整策略，而不是只给一个 trigger。
• FACTOR_BACKLOG 里 ATR sizing、trailing stop、volatility regime 仍缺少一个“完整策略母体”；AdaptiveTrend 正好能补这块地基。
• 最近 digest 已经补了不少 mean reversion / XS / relative value / carry，这篇则把 trend raw alpha 重新拉回素材池，而且是全链条定义清楚的那种。

3.5 策略拆解（必填）

• 方向属性：顺势 / 多资产 long-short
• 基础 alpha：H6 累计收益超过阈值后的自身延续
• regime：top-cap / 可交易 universe + 月度 rolling Sharpe 选币
• filter / veto：entry threshold；short 侧用更高阈值
• risk / sizing / execution overlay：ATR trailing stop、70/30 long-short 配比、交易费/滑点/资金费建模

4. 可复刻的最小实验

• 研究假设： 对 5m/15m desk，更值得测的是“H6 信号时钟 + 15m 执行轨道”，而不是把趋势直接降采样成每根 15m 都重新翻单。
• 数据源 / 公开性： Binance Futures 公共 OHLCV + funding；CoinGecko/交易所公开市值或流动性代理；都公开可取。
• 最小口径：

1. universe 先收紧到 BTC/ETH/SOL/BNB/XRP/DOGE/ADA 或 top20 liquid USDT perps；
2. 用 15m 数据聚成 6h signal bar；每月只在月初重估一次 L / θ / ATR multiplier；
3. long：MOM_H6 > θ 时下一根 15m open 入场；short 先不着急全开，可先做 70/30 或 long-only + short veto 对照；
4. exit 用 ATR trailing stop，并强制加入 4/8/12 bps 成本层 + funding；
5. 先看 post-cost return / MDD / trade_count / positive_asset_ratio / funding-adjusted pnl。

• 下一步怎么测： 第一轮不要复刻论文全量 150+ 币。先做 H1 vs H4 vs H6 vs H8 同骨架 honest shootout，确认 H6 是否在 15m next-open + no overlap + realistic costs 下依旧最稳；若不是，就把它降格为“slow-clock regime / execution spine”，而不是 raw alpha 主线。

5. 风险与保留意见

• 这是 arXiv 预印本，不是已同行评审定稿；
• 我们的本地快检只是 paper-inspired 简化版，不是全文复现；
• 若 edge 只在 H6 原生 bar 上成立、映射到 15m 执行后就消失，那它更适合作为 slow-clock overlay，不是 desk 主信号；
• 月度选币 / 月度调参必须严格前视隔离，否则很容易把 walk-forward 写脏。

6. 来源

1. Bui, D., & Nguyen, T. (2026). _Systematic Trend-Following with Adaptive Portfolio Construction: Enhancing Risk-Adjusted Alpha in Cryptocurrency Markets_. arXiv (cs.CE).

• Venue: arXiv preprint
• DOI: <https://doi.org/10.48550/arXiv.2602.11708>
• Readable URL: <https://arxiv.org/abs/2602.11708>
• Full Text (HTML): <https://arxiv.org/html/2602.11708v1>
• PDF: <https://arxiv.org/pdf/2602.11708>
• Repo URL: N/A（论文页未给公开代码仓）

1. Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). _Time Series Momentum_. Journal of Financial Economics.

• Venue: Journal of Financial Economics
• DOI: <https://doi.org/10.1016/j.jfineco.2011.11.003>
• Readable URL: <https://www.sciencedirect.com/science/article/pii/S0304405X11002613>

7. 本地 artifacts

• reports/artifacts/quant_digests/adaptivetrend_h6_quickcheck_20260325_1838/summary.json