别把这份 Hummingbot Hyperliquid repo 只当 generic EMA 练手：更值得先拆的是「top-1 流动性轮换 × EMA 趋势 × hard exits」单币全策略骨架

更新时间：2026-03-28 07:14 UTC 研究时间：2026-03-28 07:04 UTC 类型：GitHub 主题标签：raw-alpha/single-asset/trend/momentum/ema/liquidity-rotation/funding-veto/vol-veto/hard-exit/risk-sizing/hyperliquid/1m/3m/5m/15m/repo 证据类型：工程经验

源文件：research/quant_digests/2026-03-28_0704_liquidity-ranked-ema-trend-fullstack.md

时间：2026-03-28 07:04 UTC
类型：GitHub
主题类型：raw alpha
基础 alpha：单币趋势跟随（fast/slow EMA crossover）
是否可独立复现：是
是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否
主题标签：raw-alpha/single-asset/trend/momentum/ema/liquidity-rotation/funding-veto/vol-veto/hard-exit/risk-sizing/hyperliquid/1m/3m/5m/15m/repo
证据类型：工程经验

1. 这次看了什么

看了 dronebassan/Hyperliquid-Trading-Bot 这个 2026 新仓库，重点不是 README 里的“systematic trading bot”口号，而是源码里已经把 选币、入场、出场、仓位、日内 kill switch 写成了一个能直接 desk 化改造的骨架：先在 BTC/ETH/SOL 里按 深度优先、点差次之 选出 TOP_N=1 的交易对，再用 fast/slow EMA 决定方向，最后用 funding / vol / trend veto 决定是否放行。

2. 核心结论

一句话核心结论： 这份 repo 最值得复用的不是“EMA crossover”本身，而是它把一条很普通的趋势 alpha，整理成了 可最小复现、可快速加成本、可继续插 gate 的完整交易壳。
一句话证明方式： 结论主要来自源码级拆解，而不是回测宣传：参数、过滤条件、止盈止损、持有时长和仓位上限都在代码里明牌。
raw alpha 本体非常干净：ema_fast > ema_slow 做多，反之做空；采样频率 5s，配置对应的大致有效窗口约是 10 分钟 vs 22 分钟 的短趋势跟随。
真正有 desk 价值的是配套治理：每 5 分钟重做一次流动性筛选，要求每侧最少 10,000 USD 深度、点差不超过 20 bps，只交易当下最干净的那 1 个标的。
代码把风险边界写得很实：0.5% 止损、0.8% 止盈、30 分钟 超时退出、180 秒 cooldown、50 USD 日内亏损 kill switch；这比很多“只有信号、没有退出”的 repo 更适合进入复现池。
但要诚实：repo 自带 backtest 文档明确承认 没有真实滑点、手续费、funding 完整建模，所以它现在更像 raw alpha + risk shell，还不是可直接上实盘的完成品。

3. 为什么和当前项目有关

当前 momentum 主线虽然已经积累了不少 cross-sectional / pairs / carry 思路，但对 单币短趋势 full-stack baseline 的工程壳仍然不够固定。这个 repo 的价值，正好不是“证明趋势策略神奇有效”，而是替我们把几件经常被分开讨论的东西先焊在一起：流动性准入、方向信号、entry veto、hard exit、risk cap。对 desk 来说，这意味着我们可以先用一条很朴素的单币趋势 alpha 建一个统一试验台，再把已有的 jump veto / funding crowding / volatility regime / execution cost ladder 接进去做增量检验。

3.5 策略拆解（必填）

方向属性：顺势 / 单币 / 轻度轮换
基础 alpha：fast EMA 上穿 slow EMA 做多，下穿做空
regime：更适合有持续短趋势、且短时 realized vol 不过热的环境
filter / veto：流动性 top-1 轮换、|funding| <= 8 bps、短窗波动率上限、最小趋势强度门槛
risk / sizing / execution overlay：按风险预算反推 notional，0.5% SL、0.8% TP、30m time exit、180s cooldown、50 USD 日内 kill switch；但 cost 仍需外接

4. 可复刻的最小实验

研究假设： 在 1m / 3m / 5m crypto perp 上，单币短趋势策略的 first failure mode 不一定是方向错，而可能是 选错交易标的 + 进在 funding/vol 过热时段 + 缺少硬退出。
一个可计算定义： 每分钟在 BTC/ETH/SOL/XRP/DOGE 等高流动 perp 中按 depth_rank - spread_penalty 选 top1；信号用 EMA(10m) > EMA(22m) 做多、反向做空；若 |funding_8h| > 8bps 或过去 5m realized vol 超阈值则不进场；出场按 -50bps / +80bps / 30m / signal flip 四选一。
最小回测切口： Binance 或 Hyperliquid 公共数据，先跑最近 45~90d；先做 1m 基线，再压缩到 3m，最后检查 5m 是否因反应过慢而失去 edge。
最该先看 2 个指标： after-cost expectancy per trade 与 blocked-vs-allowed entry attribution。如果 veto 只是在砍 trade count，却没提升单笔净收益，就别把过滤层神化。

5. 风险与保留意见

这不是论文，也不是严谨历史回测框架；它更像一个写得相对清楚的工程原型。
公开 universe 只有 BTC/ETH/SOL，容量与风格暴露都偏窄；直接照搬很可能只是在赌 beta。
代码里用了 paper-trade mid-price 假设，真实做市队列、冲击、手续费和 funding 侵蚀都还没进来。
trend_ok / vol_ok / funding_ok 现在是硬阈值；下一步更值得测的是 把它们从 hard veto 改成分层 size rule，看是否比“全开/全关”更稳。

6. 来源

dronebassan. (2026). Hyperliquid-Trading-Bot. GitHub repository.
Repo URL: https://github.com/dronebassan/Hyperliquid-Trading-Bot
README: https://github.com/dronebassan/Hyperliquid-Trading-Bot/blob/main/README.md
Strategy code: https://github.com/dronebassan/Hyperliquid-Trading-Bot/blob/main/strategies/hyperliquid_momentum.py
Config: https://github.com/dronebassan/Hyperliquid-Trading-Bot/blob/main/strategies/hyperliquid_momentum_config.json
Backtest methodology note: https://github.com/dronebassan/Hyperliquid-Trading-Bot/blob/main/docs/backtests/methodology.md