← 返回 Quant Digests · 站点首页

别把这份 2026 新 repo 只读成“4h 组合回测好看”：对 desk 更该先测的是「trend continuation × pullback re-entry × correlation-budget shell」完整 raw alpha

• 时间：2026-03-29 22:42 UTC
• 类型：2026 GitHub 新仓库 + README/source audit + repo 内置回测/validation 输出复核
• 主题类型：raw alpha
• 基础 alpha：bull-regime breakout continuation；pullback 只是同一条趋势 alpha 的更优再进场层，不是另起一条独立 alpha
• 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/pullback/continuation/single-asset/portfolio-shell/correlation-gate/risk-budget/pyramiding/majors/15m/5m/1m/3m/repo/paper/public-data/cost
• 证据类型：源码规则 + repo 报告的回测/走前验证结果

1. 这次看了什么

这次看的是 azuzxx9-jpg（2026） 的 GitHub 仓库 Quant Trade System v1。它表面上像一个“4h 多币种趋势系统”，但真正对 desk 有价值的，不是它的年化曲线截图，而是它已经把一条 可直接拆成 entry / exit / sizing / risk / cost 的 raw alpha 骨架写全了：

• alpha 本体是 bull regime 里的 breakout continuation；
• pullback sleeve 不是另起炉灶，而是给同一条趋势 alpha 提供 回撤再进场；
• 更关键的是，repo 已经把很多 desk 真会碰到的东西显式工程化了：相关性闸门、sleeve risk budget、组合 gross exposure、drawdown 降杠杆、score-based sizing、partial take-profit、ATR trail、pyramiding。

这比“又一篇解释 trend 为什么有效”的材料更值得进当前素材池，因为它天然就是一套 完整策略模板。

2. 核心结论

• 一句话结论：这篇东西的 base alpha 很清楚——顺着 bull regime 的方向，等 20-bar 突破 + 波动扩张 + 多窗口动量共振，再追同向 continuation；pullback 只是在趋势还没坏时，用更便宜的位置把同一条 alpha 再做一遍。
• repo 的 trend sleeve 条件很直接：close > SMA20 > SMA50、ADX >= 18、ATR% 进入近 120 bar 的较高分位、close 突破过去 20 bar 高点、ret20 > 3%、ret60 > 5%。这不是“AI 黑箱”，就是一条可复现的短中窗趋势 continuation state machine。
• pullback sleeve 也很清楚：强趋势背景 (ADX >= 22) 下，价格相对 SMA20 有一定深度回撤但还没跌穿 SMA50 太多，RSI 回到 30~44，再等一个 rebound bar 重新抬头。所以 pullback 在这里是 trend alpha 的 entry refinement，不是均值回归本体。
• 更值钱的是组合外壳：repo 不是“信号来了就全上”，而是显式设置 risk_per_trade=1.05%、max_portfolio_risk=5.5%、max_positions=8、max_gross_exposure=1.40，并按 sleeve 分配 72% trend / 28% pullback 的风险预算，还用 90 bar rolling correlation 做候选剔除。这一层对 desk 很实用，因为很多短周期 trend 信号不是死在方向错，而是死在相关性拥挤 + 同质仓位叠太满。
• exit 也不是一句“止盈止损自己调”：trend sleeve 在 2.2R 先减半、止损抬到 break-even，然后用 5 ATR trailing stop 持有趋势，并允许在 2R 后做一次金字塔加仓；pullback sleeve 则更短，直接配 1.8 ATR target、56 bar time stop。这是完整策略，不是只给 entry。
• repo 报告的 4h 结果本身也值得参考，但只能当“结构有效”的证据，不能直接当 desk 预期：从 10,000 到 28,508.16，总回报 185.08%，最大回撤 -9.16%，389 个 trade events，trade profit factor 2.4769；9 个 walk-forward 窗口的平均回报 2.99%、平均 PF 1.852，但中位回报只有 -0.10%。这说明它有 raw edge，也有明显 regime dependence。

3. 为什么和当前项目有关

这轮更该补的是 可独立落地的 raw alpha，而不是再补一个解释型 gate。这个 repo 值得写，原因是：

• 最近 intake 里 pairs / carry / relative-value 已经很多，这份材料正好补回 single-name trend continuation 这条能直接上线做最小实验的主线；
• 它不是“只会说趋势有效”，而是把 趋势 alpha + pullback 再进场 + 组合相关性预算 一次性打包，适合直接拆成 desk 组件；
• 代码已经把很多容易被忽视的实盘细节写出来：drawdown 到 12%/18% 自动把风险系数降到 0.75/0.50；BTC/ETH 的 symbol scalar 只给 0.45，主动压低大币拥挤风险；candidate rank 里直接给高相关标的扣分；
• 它和 1m/3m/5m/15m 的关系也清楚：不是照搬 4h 参数，而是照搬 state machine。 对短周期 desk，最应该迁移的是“趋势状态 + 突破确认 + pullback 再进场 + 相关性闸门”这套结构，而不是生搬 ret20 > 3% 这组 4h 数字。

3.5 策略拆解（必填）

• 方向属性：单币趋势 continuation，组合层面做多币种筛选与预算控制
• 基础 alpha：bull-regime breakout continuation
• regime：close > SMA20 > SMA50 且 ADX >= 18；pullback sleeve 额外要求 ADX >= 22
• filter / veto：ATR% 波动扩张分位过滤、候选评分下限、90-bar 平均相关性阈值、cooldown、持仓上限、gross exposure 上限、sleeve risk/notional budget
• risk / sizing / execution overlay：
• 单笔风险基线 1.05%
• 组合总风险 5.5%
• gross exposure 1.40x
• score-based sizing 0.90~1.25x
• drawdown scalar：回撤超 12% 降到 0.75x，超 18% 降到 0.50x
• cost 假设：fee_rate = 4 bps，进出场 slippage 各 5 bps
• exit：trend 2.2R partial + 5 ATR trail + 96 bar time stop；pullback 1.8 ATR target + 56 bar time stop

4. 可复刻的最小实验

先别把它当“4h 系统移植到 5m”，而要当成状态机迁移：

• 研究假设：在主流 perp universe（BTC / ETH / SOL / BNB / XRP / AVAX）里，15m 与 5m 依然存在可交易的 trend continuation pocket；真正能迁移的不是原 repo 的绝对收益阈值，而是“regime → breakout → continuation / pullback re-entry → 相关性预算”的逻辑链。
• 数据源：Binance / Bybit / OKX 公共 perp klines（公开可得）；不需要专有数据，先从 OHLCV 就能起步。
• 最小实验口径：

1. 15m 做第一轮，5m 做第二轮；
2. 沿用 SMA20 / SMA50 / ATR20 / ADX14 / RSI14；
3. bull regime 继续要求 close > SMA20 > SMA50 与 ADX >= 18；
4. breakout 继续用 close > HH20.shift(1)；
5. 但把 ret20 / ret60 从固定百分比改成 rolling quantile gate，例如要求 ret20 高于近 30 天同频分布的 70% 分位、ret60 高于 65% 分位，避免把 4h 的 3%/5% 生搬到 15m/5m；
6. pullback sleeve 改成 ATR 归一口径：close - SMA20 落在 [-1.8, -0.6] ATR 区间、close >= SMA50 - 0.8 ATR、RSI 30~44、再等一根 rebound bar。

• entry / exit：
• entry：信号 bar 收盘确认，下一 bar 开盘进；
• trend exit：先测 repo 原版 2.2R partial + ATR trail；
• pullback exit：先测固定 1.5~1.8 ATR target；
• 两条 sleeve 都保留 time stop，优先看 24/48/96 bar 三档。
• sizing / risk / cost：
• 先复刻 repo 的风险壳：单笔风险 1%、组合风险 5~6%、gross exposure 1.2~1.4x；
• 先做两层 friction：low-friction（maker 偏多）与 repo-friction（4bps fee + 5/5bps slippage）；
• 保留 correlation gate，但把阈值网格化：0.70 / 0.82 / 0.90。
• 先看什么：

1. trend sleeve 单独的 signal density 与 hold-time；
2. pullback sleeve 是否真的提升 entry quality，还是只是把趋势信号重复做一遍；
3. correlation gate 打开/关闭后，净收益与 tail loss 有没有明显改善；
4. 15m 与 5m 哪个在成本后更诚实。

5. 风险与边界

• repo 的原始证据全部来自 4h 多币种回测，不能直接推断到 5m/15m；这篇值得 intake 的，是结构与组件，不是原始收益数字。
• 它目前只有 long sleeves，没有对称 short leg。对 desk 来说，这意味着第一轮更像“多币顺势 alpha + 组合预算控制”，不是标准 market-neutral book。
• pullback sleeve 很容易被误读成 mean reversion。这里要钉死：它不是跌了就抄底，而是在 bull regime 未破坏时，对同一条趋势 continuation 做更便宜再进场。
• 相关性闸门是这篇最值得搬的部分之一，但也最容易被误调：阈值太紧会错过强趋势群发，太松又会把组合做成同一笔 BTC beta 的不同名字。
• repo 的 fee/slippage 比较粗；正式 desk 版必须分开估计 maker / taker、队列损失、夜间流动性空洞，不然 5m 很容易被纸面 edge 欺骗。

6. 来源

1. azuzxx9-jpg (2026), _Quant Trade System v1_

• Venue: GitHub repository
• DOI: N/A
• Readable URL: https://github.com/azuzxx9-jpg/quant-trade-system-v1
• Repo URL: https://github.com/azuzxx9-jpg/quant-trade-system-v1
• 关键源码：
• https://raw.githubusercontent.com/azuzxx9-jpg/quant-trade-system-v1/main/README.md
• https://raw.githubusercontent.com/azuzxx9-jpg/quant-trade-system-v1/main/main.py
• https://raw.githubusercontent.com/azuzxx9-jpg/quant-trade-system-v1/main/src/strategies/trend_long.py
• https://raw.githubusercontent.com/azuzxx9-jpg/quant-trade-system-v1/main/src/strategies/pullback_long.py
• https://raw.githubusercontent.com/azuzxx9-jpg/quant-trade-system-v1/main/src/portfolio.py

1. Xu, Li, Singh, Li (2023/2024 working paper), _Cross-Market Intraday Time-Series Momentum_

• Venue: SSRN / working paper
• DOI: https://doi.org/10.2139/ssrn.4651331
• Readable URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4651331
• Repo URL: N/A

1. Moskowitz, Ooi, Pedersen (2012), _Time Series Momentum_

• 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
• Repo URL: N/A

7. 下一步怎么测

第一步不要整套移植，也不要一上来就在 1m 硬怼。

1. 先在 15m 主流 perp 上把 trend sleeve 单独跑出来，只测 bull regime + breakout + quantile-momentum gate；
2. 再加 pullback sleeve，看它是提高胜率/盈亏比，还是只是提高换手；
3. 保留 repo 的 correlation-budget shell 做 on/off 对照，验证它到底是在减噪，还是在白白砍掉最好机会；
4. 只有当 15m 在 conservative friction 下还能留边，才下钻到 5m；
5. 如果 5m 成本后崩掉，就别再执着追更快频，直接把这条线定位成 15m 主信号 + 5m execution timing，而不是硬说它是 1m alpha。