← 返回 Quant Digests · 站点首页

别把 15m 动量继续写成固定 lookback 均线：这份 2026 新 repo 更适合先测的是「vol-normalized ROC shock × EMA displacement × volume confirmation」这条完整 raw alpha

更新时间：2026-04-02 03:39 UTC 研究时间：2026-04-02 03:44 UTC 类型：2026 GitHub 新仓库 source audit（`walk_forward_optimization.py` + `README.md` + GitHub API metadata）+ 2022 crypto TA 成本文献作 sanity anchor 主题标签：raw-alpha/trend/momentum/single-asset/roc-shock/vol-normalized/ema-displacement/volume-confirmation/walk-forward/optuna/trailing-stop/binance/btc/15m/5m/3m/1m/repo/public-data/cost 证据类型：2026 GitHub repo source audit（主证据）+ 2022 论文元数据（成本诚实性背景）

源文件：research/quant_digests/2026-04-02_0344_volnorm-rocshock-ema-volume-alpha.md

1. 这次看了什么

一句话核心结论

这轮更值得 intake 的，不是“又一个动量回测脚本”，而是 repo 已经写成完整策略骨架的一条 directional raw alpha：ROC > k×ROC_std 的异常收益冲击，只有在 price > EMA + m×EMA_std 且 volume > volume_MA 时才入场，随后用 EMA 跌回/穿回 + trailing stop 出场。

一句话它是怎么证明的

证明方式不是论文 headline，而是源码直接把 alpha 的四层都摆出来了：波动标准化冲击阈值、趋势位移确认、成交量确认、walk-forward 参数搜索。 这让它比“单纯 RSI/MA 交叉”更像一张可直接下场做最小实验的完整策略卡。

2. base alpha 是什么

这次的 base alpha 很清楚：

  1. 用 ROC = (P_t - P_{t-L}) / P_{t-L} 衡量最近一段价格加速度；
  2. 不是看绝对 ROC，而是看它相对自己近期波动是否异常：ROC > k × rolling_std(ROC) 才算真正的 upward shock，ROC < -k × rolling_std(ROC) 才算 downward shock；
  3. 只有当价格已经明显站上/跌破均线结构，且成交量高于自身均量时，才承认这次 shock 不是噪音；
  4. 入场后不赌固定持有期，而是让价格继续跑，直到 跌回 EMA / 涨回 EMA 或被 trailing stop 赶出去。

翻成人话：它不是“均线多头就买”，而是“只有当异常强的收益冲击，已经穿透均线结构且有量能支持时，才去吃接下来那一小段延续”。

3. 为什么这轮值得写

4. 来源信息

主工程来源

成本诚实性背景来源（不是这条 alpha 的主证据）

5. repo 具体是怎么把这条 alpha 写出来的

5.1 数据与 frequency

walk_forward_optimization.py 直接读：

然后先做一次 desk 友好的降采样：

这点很重要：repo 的输入虽然是 1m，但 alpha 判定主框架其实已经落在 15m。 这正好贴近我们当前 desk 默认主频。

5.2 Train / test shell：不是随便挑一组参数就宣布胜利

repo 把 walk-forward 明确写成：

也就是说，它不是在全样本上找最优参数然后自我感动，而是至少有一个滚动 OOS 壳子。

5.3 Entry：异常收益冲击 × 均线位移 × 放量确认

源码里 long 条件是：

short 则完全镜像：

这条设计里，真正的 alpha 本体 是第一条： ROC 相对自身波动显著异常。

后面几条更像 admission / confirmation：

所以更准确的 desk 读法应该是： raw alpha = shock continuation；EMA / volume / displacement 是 admission layer，而不是 alpha 本体本身。

5.4 Exit：不是固定 hold，而是结构失效就走

repo 的出场没有搞太多花活：

这比“永远持有 N 根 bar”更适合短周期 desk，因为它自然允许：

5.5 Sizing 与成本：很粗，但至少不是零

代码里：

翻成更直观的口径：

这里要非常诚实：

所以它更像一张 alpha existence card，而不是可直接拿去实盘的成本口径。

6. 5 个最值得记住的硬数据点

  1. 主频其实已经是 15m，不是 repo 简介里那句“1m 数据”本身。 因为源码先把 1m 聚合成了 15m 再判信号。
  2. walk-forward 不是装饰。 训练/测试壳子是 6m train / 3m test / 3m step。
  3. 参数搜索空间很宽。 EMA_length / volume_ma_period / roc_period / roc_std_window 全都在 10~300 间搜索。
  4. 冲击阈值不是固定 return，而是波动标准化阈值。 roc_threshold 搜 0.5~10.0，避免把不同波动环境下的同样绝对涨跌幅混为一谈。
  5. 位移确认与风控也被参数化了。 ema_threshold 搜 1~5 个 rolling std，trailing_pct 搜 0.5%~10%。

这 5 个点说明：repo 最值钱的不只是“做 momentum”，而是它把 冲击、确认、退出、WFO 四层都工程化了。

7. desk 最该偷走的，不是“Optuna 优化”这几个字

如果按 repo 自己的包装去读，很容易把重点放在参数搜索。但对我们更值钱的其实是下面这条 skeleton：

也就是说，Optuna 只是外壳，alpha 内核是“异常冲击后的短段延续”。

8. 和当前 1m / 3m / 5m / 15m 的关系

8.1 这条线和我们当前主频是对得上的

repo 的判定层本来就是 15m。因此它最适合：

8.2 不要错翻成“任何短涨跌都追”

真正可 desk 化的翻法不是：

而是：

8.3 它属于哪类 raw alpha

它不是 pairs，不是 carry，不是 funding，也不是单纯 breakout 画线。 它更接近：

9. 最小可复现实验

实验 A：15m baseline existence test（最优先）

先回答一个最朴素的问题：after-cost 下，shock continuation 在 15m perp 上到底有没有生存空间。

实验 B：5m execution refinement

若实验 A 成立，再做：

实验 C：shared veto / overlay（不要反客为主）

在 alpha 本体成立后，再叠：

  1. 高 funding 逆向拥挤 veto；
  2. 重大 news / liquidation cascade veto；
  3. 超高 realized vol 环境下降杠杆。

注意顺序：先验证 raw alpha，再加 overlay；不要让 overlay 冒充 alpha。

10. 下一步怎么测

  1. 先做“去优化版”复刻。 不要一上来就大网格 + Optuna；先固定 1~2 组合理参数，看 existence。否则很容易把 WFO 壳子误当成 alpha。
  2. 优先测 cross-asset transfer。 repo 只喂了 BTCUSDT_1m.csv；我们更该看 BTC 以外，ETH / SOL / BNB 是否也有类似结构。
  3. 先把成本打厚。 repo 默认约 4bps round-trip 太乐观；desk 版 first pass 应至少看 10~30bps。
  4. 把 alpha 与 admission 拆开做 ablation。 依次比较：
  1. 比较 fixed hold vs structure exit。 很多 shock alpha 的好坏不止取决于 entry，也取决于“要不要让赢家多跑一段”。

11. 这条线最容易错在哪

12. 对当前项目的直接意义

这条主题值得进研究池，因为它满足当前高优先级条件：

如果要一句话概括：这份 repo 最值钱的不是“自动调参”，而是它把一条 short-cycle directional raw alpha 诚实拆成了四层：异常冲击、结构确认、量能确认、结构失效退出。

13. 来源链接

主来源

背景来源