← 返回 Quant Digests · 站点首页
别把这篇 2023 论文的 701% gross 当成 production 证据：对 short-cycle desk，更该先测的是「EMA(RSI) 分层 regime 识别 × uptrend-only 约束」这条单资产趋势 raw alpha
更新时间：2026-04-02 22:17 UTC
研究时间：2026-04-02 22:14 UTC
类型：2023 开放获取论文全文 PDF（IJECES article）
主题标签：raw-alpha / trend / momentum / single-asset / btc / regime-classification / ema-of-rsi / hierarchical-strategy / uptrend-only / psar-exit / loss-protection / long-flat / 15m / 5m / 3m / 1m / paper / public-data / cost
证据类型：开放获取全文 + 明确规则阈值 + 年度分解结果 + public-data 可移植
源文件：research/quant_digests/2026-04-02_2214_ema-rsi-regime-hierarchy-trend-alpha.md
- 时间：2026-04-02 22:14 UTC
- 类型：2023 开放获取论文全文 PDF（IJECES article）
- 主题类型：raw alpha
- 基础 alpha：单资产趋势跟随；用
EMA(7 or 9) of RSI 先判定市场处于 uptrend / downtrend / fluctuating，只在 uptrend 里放行趋势买入，并在 downtrend 用更快的 PSAR/状态切换做退出与 loss protection
- 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（但论文原始结果未计费、未计滑点，且是 long-flat 日频 BTC；desk 版必须重做成本与频率检验）
- 主题标签：raw-alpha / trend / momentum / single-asset / btc / regime-classification / ema-of-rsi / hierarchical-strategy / uptrend-only / psar-exit / loss-protection / long-flat / 15m / 5m / 3m / 1m / paper / public-data / cost
- 证据类型：开放获取全文 + 明确规则阈值 + 年度分解结果 + public-data 可移植
1. 这次看了什么
这次不再补一个 pairs / carry / microstructure 旁支，而是补一个很容易做最小实验、而且和现有 raw alpha 池互补的单资产趋势骨架。
主材料是：
- V. S. S. K. R. Naganjaneyulu G, Prashanth G, Revanth M, A. V. Narasimhadhan (2023)
- _Multi Indicator based Hierarchical Strategies for Technical Analysis of Crypto market Paradigm_
- Venue: *International Journal of Electrical and Computer Engineering Systems*, Vol. 14, No. 7, pp. 765-780
- DOI:
10.32985/ijeces.14.7.4
这篇东西如果只看 headline，很容易被 MIHCS with EMA7 = 701.8% 这种 gross 数字带偏；但对我们 desk 真正有价值的，不是“论文说自己赚很多”，而是它把一个可独立复现的趋势 raw alpha拆成了：
- regime 先判定，不是任何状态都开趋势单；
- uptrend 才放行 BUY，chop / downtrend 直接收手；
- downtrend 用更快的退出逻辑保护，承认“少赚一点，少死很多”更重要；
- 全部只依赖 OHLCV 派生指标，不需要低频外部数据，能直接映射到
1m/3m/5m/15m。
所以这轮我把它定位成：
> 不是“又一篇 TA 教程”，而是一条适合 desk 快速复现的『regime-conditioned single-asset trend raw alpha』。
2. 这条东西的 base alpha 到底是什么
先把一句话说清楚：
> base alpha = 单资产趋势跟随；核心不是 EMA 本身，而是“只有在 RSI 平滑后确认处于趋势态时，才允许趋势入场”。
也就是：
- 市场不是一直适合同一套信号；
- 论文先用
EMA(RSI) 来判定当前更像：
uptrenddowntrendfluctuating- 然后不是三种状态都去做 full trading，而是发现：
- Uptrend：趋势信号最有用；
- Downtrend：重点不是抄底，而是赶紧退出；
- Fluctuating：虽然 RSI 能做一些来回，但对 BTC 这类主流币，追这些小波动经常不值手续费和误判成本。
所以 desk 角度最该 intake 的，不是论文 headline 里的四个策略全家桶，而是这一句：
> 趋势 alpha 要先过 regime gate；最有用的改造不是加更多入场条件，而是把“不该买的时候别买”写死。
3. 论文到底给了什么明确规则
这篇 paper 的好处是：规则不黑箱，阈值也写得相对清楚。
3.1 原始单指标基线
作者先测了四类单指标策略：
- EMA（文中图示使用
EMA9 与 EMA20）
- Bollinger Bands
- RSI
- PSAR
结论很直白：
- EMA 是单指标里最强的；
- PSAR 次之；
- RSI / BB 在他们的默认阈值下都一般，尤其 BB 很弱。
五年合并（2018-2022）结果：
- EMA：
394.1% profit percentage，35 笔交易
- PSAR：
113.8%，67 笔
- RSI：
-64.5%，19 笔
- BB：
-71.7%，17 笔
这个 baseline 很重要，因为它先说明：
> paper 里的“新意”不是发现 EMA 有 alpha，而是发现“EMA 只在特定 regime 里开仓，会比裸跑 EMA 更干净”。
3.2 MIHS：先判 regime，再分层使用指标
作者构造了 MIHS (Multi-Indicator based Hierarchical Strategy)。
核心规则：
- 先算 RSI；
- 再对 RSI 做 EMA7 或 EMA9 平滑；
- 用这个
EMA(RSI) 判状态：
EMA(RSI) > 60 → UptrendEMA(RSI) < 40 → Downtrend- 中间区域 → Fluctuating
- 状态识别后再分配交易逻辑：
- Uptrend：使用 EMA 趋势 BUY
- Downtrend：使用 PSAR 更快 SELL / 保护
- Fluctuating：使用 RSI 45/55 做来回交易
这里最关键的不是 60/40 这两个具体数，而是：
> 他们不是拿 RSI 当入场信号，而是拿 RSI 的平滑值当“市场结构分类器”。
这对 short-cycle desk 很有启发，因为我们完全可以把它当一个shared state machine，而不只是一个老派指标。
3.3 MIHCS：真正值得 desk 先测的 branch
作者后来发现，问题出在：
- 从 uptrend 向 chop / downtrend 切换时，
EMA(RSI) 本身有滞后；
- 这段过渡期里，fluctuating 状态下的 RSI/PSAR BUY 容易把人带进坑里；
- 为了抓那些不大的震荡利润，反而会在突然下跌里付出更大代价。
于是他们进一步做了 MIHCS (Multi-Indicator based Hierarchical Constrained Strategy)：
> 把 fluctuating / downtrend 场景里的 BUY 直接砍掉。
翻成人话就是：
- 只在确认 uptrend 后允许做多；
- 不再试图在震荡和下跌状态里“聪明抄底”；
- 代价是放弃一些 chop 里的小收益；
- 回报是明显更好的 loss protection。
这正是我觉得最值得 desk 先复现的部分。
4. 这篇 paper 里最有信息量的数字
4.1 单指标基线：EMA 比裸 RSI/BB 强很多
五年合并结果：
- EMA：
394.1%，35 笔
- PSAR：
113.8%，67 笔
- RSI：
-64.5%，19 笔
- BB：
-71.7%，17 笔
说明在 BTC 这种大币上，作者样本里最先活下来的不是均值回复，而是趋势主导。
4.2 regime gate 确实改善了策略骨架
多指标版本五年合并结果：
- EMA baseline：
394.1%，35 笔
- MIHS7：
437.5%，49 笔
- MIHS9：
154.5%，49 笔
- MIHCS9：
256.3%，20 笔
- MIHCS7：
701.8%，20 笔
这组数里最有用的信息不是 701.8% 本身，而是两个结构事实：
EMA7 比 EMA9 更好：说明 regime classifier 太慢会伤害趋势信号；- constrained 版把交易数从
49 压到 20：说明真正有价值的改进，更像是交易许可收紧，而不是更频繁地下单。
4.3 2022 熊市里，loss protection 的价值很明显
2022 年单年结果：
- EMA：
-52.8%
- MIHS7：
-45.0%
- MIHCS9：
-42.7%
- MIHCS7：
-38.7%
这正是对 desk 最有价值的信号：
> 这个框架的亮点不是牛市多赚多少，而是熊市少亏多少。
也就是说，它更像一条带 regime veto 的趋势壳，不是裸 beta。
5. 我对这些结果的判断：别把 headline 当真，但骨架值得收
必须老实说，这篇 paper 的原始结果有很重的学术/教学实验味：
- 只测 BTC
- 日频数据（作者明确写了
1 sample per day）
- long-flat，不是 long-short
- 未见严肃 transaction cost / slippage / fee / funding 处理
- 使用的是 Yahoo Finance 数据
所以：
701.8% gross 不能直接当 production 证据；- 这不是“拿来就能跑实盘”的成品；
- 但它确实给了我们一个很干净、极易复现的 raw alpha 骨架。
我会把这篇 paper 的正确读法写成：
> 不要抄它的收益率，要抄它的状态机。
6. 和我们 1m / 3m / 5m / 15m desk 的关系
这条东西的好处，是它不依赖低频外部数据，完全可以直接下沉到短周期。
6.1 为什么它值得进当前素材池
因为我们最近 intake 很多：
- pairs / stat-arb
- funding / basis carry
- OFI / microstructure
- event-driven shock
但相对缺一个特别轻量、特别容易先跑出来的单资产 trend shell。
这篇 paper 正好补这个空位：
- base alpha 清楚；
- 原始规则可写成几十行；
- public data 足够；
- 可以直接拿 Binance / OKX / Bybit 的
1m/5m/15m klines 快速转译；
- 还能顺手测出一个共享组件：
EMA(RSI) regime gate。
6.2 desk 版应该怎么读
对我们来说，最合理的 desk 化读法不是“照抄 long-flat 日频 BTC”，而是：
- raw alpha 本体：趋势跟随
- 核心改造：
EMA(RSI) regime gate
- 最有价值的约束：只在 uptrend 放行 trend entry
- 次优先 branch：把 fluctuating 状态单独拆成另一个 MR sleeve，而不是和趋势混在同一条策略里
也就是说，这篇东西更像是在告诉我们：
> 趋势和震荡回复最好拆开研究，别在同一套入场权限里混用。
7. 最小可复现实验：先做 15m 主实验，再下钻 5m / 3m
我建议不要先碰 1m；先把骨架跑明白。
实验 A：论文思想的最小 short-cycle 版
标的：BTCUSDT perp / spot（先单资产）
bar：15m
状态机：
- 计算
RSI(14)
- 计算
EMA7(RSI14) 与 EMA9(RSI14)
- regime：
> 60 → uptrend< 40 → downtrend- else → fluctuating
raw alpha entry：
- 使用
EMA9 close vs EMA20 close 做趋势 cross
- 仅当
regime == uptrend 且 EMA9 > EMA20 时开多
exit：
PSAR flip 向下，或EMA(RSI) < 55 先减仓，< 40 全平，或EMA9 < EMA20
sizing：
- 先固定 notional / 1x
- 再加简单 ATR 或 realized vol target
成本：
- taker 2-6 bps 双边扫
- maker / taker 分开记
- funding 单独记账
实验 B：验证“constrained 版是不是核心增益来源”
同一数据，至少平行跑 4 条：
- 裸 EMA9/20 趋势
- EMA9/20 + regime gate（只在 uptrend 开多）
- 2 + PSAR emergency exit
- 2 + 允许 fluctuating 内 RSI bounce
要回答的问题不是谁收益最高，而是：
- 谁的 net Sharpe / Calmar / turnover-adjusted return 最好？
- 哪条策略的 熊市回撤压得最明显？
EMA7(RSI) 是否稳定优于 EMA9(RSI)？
实验 C：再下钻到 5m / 3m
当 15m 跑通以后，再做：
- signal 仍在 15m 生成
- execution 下沉到 5m / 3m
- 看入场滑点、追价偏差、以及 stop 触发效率
这更符合 desk 实际：
8. 下一步怎么测
我建议按下面顺序，不要一上来就乱加 feature。
Step 1：先验证 regime gate 是否真的有边际价值
最先回答一句：
> 同样是 EMA9/20 趋势，加入 EMA7(RSI)>60 的开仓许可后，净收益和最大回撤有没有稳定改善？
如果这句都答不出来，就别继续堆 PSAR / RSI / BB。
Step 2：只测“禁止在 chop / downtrend 买入”这一个动作
也就是复刻 MIHCS 的精神，而不是复刻它的所有细节。
重点看：
- trade count 是否明显下降
- fee drag 是否明显下降
- bull regime 的参与率是否还能接受
- drawdown 是否改善
Step 3：把 fluctuating 逻辑拆成独立 sleeve
论文把 fluctuating 下的 RSI 交易也放进体系里，但 desk 版我建议先拆开。
可以单独做一个小实验：
- 只有当
40 <= EMA(RSI) <= 60 时，才允许 RSI(45/55) 震荡回复
- 然后和 trend sleeve 分账
原因很简单：
- 趋势跟随和 chop MR 的胜率 / 持有期 / 成本结构不同；
- 混在一起会看不清是谁在赚钱、谁在赔钱。
Step 4：最后才做对称 short 版本
论文原始版本是 long-flat。
desk 版可以最后再测镜像：
EMA(RSI) < 40 且 EMA9 < EMA20 时开空- 但这一步必须放在 long 版本验证后，因为 crypto 下跌段的成交、资金费率、反抽结构和多头并不对称。
9. 我当前的判断
这条题我会给 中高优先级，原因不是它“paper headline 很猛”，而是它满足几个很现实的要求：
- raw alpha 清楚：就是单资产趋势，不是解释型故事；
- 能独立成完整策略：entry / exit / state / sizing 都能立起来；
- public data 即可：OHLCV 足够；
- 非常适合最小实验：15m 几乎当天就能跑；
- 和当前 intake 互补：补的是单资产 regime-conditioned trend 壳，而不是再加一篇 pairs/carry 变体。
一句话结论：
> 这篇 paper 最值得 intake 的不是 701% gross，而是「EMA(RSI) 先判结构，再只在 uptrend 做趋势」这套极易复现、极适合短周期 desk 做第一轮快检的 raw alpha 壳。
10. 来源与复现入口
论文
数据口径（论文原始）
- 数据源： Yahoo Finance BTC-USD
- 公开性： 公开可得
- 更新频率： 日频（论文原始）
- 最小可复现实验口径： Binance / OKX / Bybit 公共
15m klines 即可转译短周期版本
这篇 digest 的一句话结论
别把这篇 2023 论文读成“又一个 TA 指标拼接”；对我们的 short-cycle desk，更值得先测的是「EMA(RSI) regime gate × uptrend-only 趋势许可 × PSAR/状态退场保护」这条单资产 raw alpha。