← 返回 Quant Digests · 站点首页
别把这份 2026 大而全引擎只读成“策略超市”：对 short-cycle desk，更该先测的是「BB/z-score overshoot × RSI confirm × trend-veto」这条单币完整 mean reversion raw alpha
更新时间：2026-04-02 23:55 UTC
研究时间：2026-04-02 23:56 UTC
类型：2026 GitHub 新 repo source audit（`README.md` + `src/strategies/mean_reversion.py` + GitHub API metadata）+ 2025 intraday BTC mean reversion thesis 作 sanity anchor
主题标签：raw-alpha/mean-reversion/single-asset/bollinger-bands/zscore/rsi-confirmation/trend-veto/keltner-squeeze/atr-stop/zscore-bucket/5m/15m/1m/3m/repo/paper/public-data/cost
证据类型：2026 repo 源码证据（主）+ 2025 thesis 频率/成本 sanity anchor（辅）
源文件：research/quant_digests/2026-04-02_2356_bb-zscore-rsi-trendveto-meanreversion-alpha.md
- 时间：2026-04-02 23:56 UTC
- 类型：2026 GitHub 新 repo source audit（
README.md + src/strategies/mean_reversion.py + GitHub API metadata）+ 2025 intraday BTC mean reversion thesis 作 sanity anchor
- 主题类型：raw alpha
- 基础 alpha：单资产价格在短窗内对 rolling mean 的偏离达到异常 z-score 后，后续若不是顺着更大级别趋势继续扩散，就更容易向均值/中轨回吐；alpha 本体是“overshoot snapback”，不是 RSI，也不是 trend filter。
- 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/mean-reversion/single-asset/bollinger-bands/zscore/rsi-confirmation/trend-veto/keltner-squeeze/atr-stop/zscore-bucket/5m/15m/1m/3m/repo/paper/public-data/cost
- 证据类型：2026 repo 源码证据（主）+ 2025 thesis 频率/成本 sanity anchor（辅）
1. 这次看了什么
一句话核心结论
这轮最值得 intake 的，不是 repo 里“20+ strategies”那串清单，而是已经被源码写成完整闭环的一条单币 raw alpha：|z-score| >= 2 的 BB overshoot，配 RSI 确认、50-bar EMA slope 反向 veto、ATR stop 与 z-score/bb-mid 回归出场。
一句话它是怎么证明的
证明方式不是作者在 README 里吹结果，而是源码把策略四层全写死了：异常偏离定义、入场 admission、出场与止损、按 z-score 分桶统计 edge。 这比“又一个均线/RSI 教程”更像可直接下场做最小实验的完整策略卡。
2. base alpha 是什么
先把这句说死：
> base alpha = 单币短周期 overshoot snapback。
更具体一点：
- 先用
z = (close - rolling_mean) / rolling_std 衡量价格对短窗均值的偏离；
- 当
|z| 足够大时，把它当成“局部过冲”，不是普通噪音；
- 如果这次过冲没有获得更高一级趋势的继续扩散许可，那么价格更容易向均值回归；
- 因此可以在 oversold 时做多、overbought 时做空，吃回到中轨/均值附近的那一小段回吐。
翻成人话：不是“RSI 超卖就抄底”，而是“价格已经偏离到统计意义上的极端，再用 RSI 与更高一级趋势状态判断，这次偏离到底是该继续追，还是该赌回归”。
3. 为什么这轮值得写
- 最近 intake 里
pairs / stat-arb / carry / order-flow 已经非常多；这轮补一张单币 5m/15m mean reversion 完整卡，能显著提高素材池多样性。
- 它不是纯 filter 主题。raw alpha 本体非常清楚，而 RSI / trend / squeeze 都只是 admission 或 veto 层。
- 它和当前 desk 节奏很对：
5m / 15m 是 repo README 明写的目标频率；- 源码里已经包含
entry / exit / sizing / stop / bucket stats；
- 不需要外部稀缺数据，只用公开 OHLCV 就能先跑 existence test。
- 相比再补一篇新 pairs，这条线更容易在一晚之内做出可解释的 ablation：
- base overshoot 是否有边；
- RSI 是否增益；
- trend veto 是否减少左侧抄底的灾难；
- 哪个
|z| 桶费后还能活。
4. 来源信息
主工程来源
频率/成本 sanity anchor（不是主证据）
5. repo 具体是怎么把这条 alpha 写出来的
5.1 目标频率就是我们关心的 5m / 15m
README 的策略表明确把这个模块标成：
- Strategy： Mean Reversion
- Description： Bollinger Band + z-score statistical mean reversion
- Timeframes：
5m, 15m
这点很关键，因为它不是“日频论文硬下沉”，而是工程作者一开始就把它摆在 short-cycle 档位里。
5.2 base signal：不是单看 BB 触边，而是先看 z-score 极端
源码默认参数：
bb_period = 20bb_std = 2.0zscore_lookback = 20zscore_entry = 2.0zscore_exit = 0.5zscore_stop = 3.5
也就是：
- 入场门槛：
|z| >= 2.0
- 均值回复出场： long 回到
z >= -0.5，short 回到 z <= 0.5
- 统计止损： long 若继续恶化到
z < -3.5，short 若继续恶化到 z > 3.5，直接认错
所以最准确的 desk 读法是： BB 只是把“均值”可视化，真正的 alpha admission 核心是“异常偏离已经达到统计极端”。
5.3 入场不是裸左侧，而是三层 admission
源码的 long/short 入场逻辑不是只看 z-score，还叠了 3 层 admission：
A. RSI 确认
- 默认
rsi_period = 14
- 默认要求：
z > 0 做空时，RSI >= 70z < 0 做多时，RSI <= 30
翻成人话：统计偏离要和传统“过热/过冷”方向一致，才允许开仓。
B. 高一级趋势 veto
- 默认
trend_ema_period = 50
- 用
EMA(50) 最近 5 根 bar 的 slope 判断趋势方向
- 若：
- 当前 overbought，但更高一级仍是明显上行斜率，则不做空；
- 当前 oversold，但更高一级仍是明显下行斜率，则不做多。
这层非常值钱，因为它直接回答了均值回复最常见的死法： > 不是 every overshoot 都该 fade；在强趋势里，很多所谓 oversold 只是趋势中的正常扩散。
C. 可选 squeeze gate
require_squeeze = False 默认关闭- 若打开，就要求 Bollinger Band 处于 Keltner Channel 内（BB inside KC）
这说明工程作者也承认：
- squeeze 更像可选的 range admission；
- 它不该和 base alpha 本体混为一谈。
5.4 出场写得很实用：均值回归 + ATR 价格止损双轨制
源码里同时存在两套退出逻辑：
统计出场
- long：
z >= -0.5 即认定“回归到差不多了”
- short：
z <= 0.5 即平仓
价格出场
- take profit：直接挂在 Bollinger middle band
- stop loss：
- long：
entry - 2.5 * ATR(14)
- short：
entry + 2.5 * ATR(14)
也就是： 它不是纯 z-score 策略，也不是纯 BB 策略，而是“统计极端入场 + BB 中轨止盈 + ATR 价格防守”的混合壳。
这很 desk：
- 统计层负责发现错位；
- BB 中轨负责提供朴素、透明的回归目标；
- ATR 负责对付“这次不是回归，是 regime shift”的尾部风险。
5.5 Sizing 也不是空白
源码默认：
risk_pct = 1.0- 用
calculate_position_size(account_balance, entry, stop, risk_pct) 按止损距离算仓位
- README 的全局风险模块还写了：
- 风险型 sizing
- ATR-based stop
- correlation filter
- daily/weekly loss limits
也就是说，这条线不是只有 signal，没有仓位骨架。
对我们来说，最值钱的不是 repo 的大一统风控平台，而是这条单策略最小闭环已经完整：
- entry
- exit
- stop
- size
- risk check
5.6 这份 repo 最独特的一点：它把 edge 按 z-score 桶追踪
源码显式维护 4 个桶：
1.5-2.02.0-2.52.5-3.03.0+
每个桶都记录：
tradeswin_rateavg_pnltotal_pnl
这点对 desk 特别有用，因为它让我们能直接回答： > 费后真正有边的是“轻微过冲”还是“深度过冲”？
很多均值回复策略死在这里：
|z| 太小：噪音太多，吃不掉成本；|z| 太大：经常不是回归，而是 regime break / liquidation cascade。
repo 把这件事从一开始就工程化成了bucket governance，这比“手动试几个阈值”更适合 desk 素材池。
6. 5 个最值得记住的硬数据点
- 目标频率不是模糊的。 README 明写 mean reversion 模块主要跑
5m / 15m。
- 默认入场阈值清楚。
|z| >= 2.0 才进，不是任何 BB 触边都做。
- 默认回归出场清楚。
zscore_exit = 0.5，也就是回到“离均值不远”就收。
- 默认止损有两道。 统计止损
|z| > 3.5 + 价格止损 2.5 × ATR(14)。
- bucket 治理已经内建。 repo 不是只给你一个整体 Sharpe，而是支持按
1.5-2.0 / 2.0-2.5 / 2.5-3.0 / 3.0+ 分桶追 edge。
7. 这条线最该怎么 desk 化理解
最容易犯的错，是把这条策略读成“BB + RSI + trend filter 的指标拼盘”。
更好的拆法是：
- raw alpha： 单币 overshoot snapback
- stat trigger：
|z| >= threshold
- traditional confirmation： RSI overbought / oversold
- regime veto： 50-bar EMA slope 不和你对着干
- execution/risk： BB 中轨出、ATR 止、仓位按止损距离算
- post-trade governance： 统计边际按
|z| 桶来更新
换句话说： alpha 本体很老，但 repo 的价值在于把“怎么让它别死在强趋势和成本里”写成了清晰的 admission + governance 结构。
8. 和当前 1m / 3m / 5m / 15m 的关系
8.1 首选 15m 做 existence，不要先冲 1m
因为：
- repo 本身就支持
5m / 15m；
1m / 3m 上 BB/z-score 容易被 microstructure 噪音、手续费和滑点吃掉；- 这类 MR 最容易在更细级别上出现“看着经常回归，净值却被摩擦磨平”。
所以更合理的次序是：
- 先
15m 验 existence；
- 再去
5m 看是否能提高 trade count 但仍保留费后边；
- 最后才决定要不要把
1m / 3m 只当 execution refinement，而不是主信号级别。
8.2 这条线适合单币，不适合伪装成 shared gate
因为它的 base alpha 非常明确：
- 就是单资产局部过冲后的回归；
- 不是给别的 alpha 做 overlay；
- 不是单独的 regime classifier。
如果后面要服务其他 alpha，也应当是作为可迁移的 bucket/trend-veto 方法论，而不是硬把它改写成 shared filter 主题。
9. 最小可复现实验
实验 A：15m 单币 baseline（最优先）
- 标的：
BTC / ETH / SOL / BNB 永续，先从 BTC+ETH 起步
- bar：
15m
- base signal：
z = (close - SMA20) / rolling_std20- long 当
z <= -2.0
- short 当
z >= 2.0
- exit：
- 版本 1：
z 回到 -0.5 / +0.5
- 版本 2：触
BB middle band
- 版本 3：两者谁先到谁出
- stop：
2.5 × ATR(14)
- 成本： round-trip
8 / 12 / 20 / 30 bps
这一轮只回答一句： > 在 15m perp 上，单币 overshoot snapback 费后还有没有活口。
实验 B：admission ablation
对同一套标的与成本，依次比较：
z-score onlyz-score + RSIz-score + RSI + trend vetoz-score + RSI + trend veto + squeeze
目的不是找最好看的曲线，而是问：
- edge 到底来自 raw alpha 本体，还是来自 filter？
- squeeze 是真增益，还是只会让 trade count 掉到没法覆盖成本？
实验 C：z-score bucket 治理
固定最佳 admission 后，比较：
- 只做
2.0-2.5
- 只做
2.5-3.0
- 只做
3.0+
2.0+ 全做
重点看：
- 哪个桶的 gross 胜率 / avg pnl 最好；
- 哪个桶的 after-cost Sharpe / turnover 最能活；
- 是否存在明显的“太浅是假信号、太深是刀口接血”的 U 型生存区间。
实验 D：long / short 拆开
很多 crypto MR 会出现：
- long 侧靠 oversold snapback 活着；
- short 侧因为牛市 drift、上行 squeeze、更差的 borrow/funding 结构而变弱。
所以一定要拆：
long-onlyshort-onlylong+short
不要默认上下对称。
10. 下一步怎么测
- 先做
15m 的 no-frills baseline。 不上 Keltner squeeze、不上复杂 regime，只测 z + BB + ATR 是否费后活着。
- 第二步才加 trend veto。 因为这层最可能真能减少“抄底抄在趋势腿中段”的灾难。
- 把 RSI 作为可开关 admission，不要默认必需。 很多时候 RSI 只是让交易更少，不一定让净边更强。
- 必须做 z-score 分桶统计。 这是这份 repo 最值得偷走的方法，不做等于白看。
- 成本先打厚。 这类短周期 MR 对手续费/滑点很敏感，first pass 不要低于 round-trip
12~20 bps。
- 先看 cross-asset transfer。 BTC 有边不代表 ETH/SOL 也有；单币 MR 很可能高度依赖波动结构。
- 如果
15m 活、5m 死，就把 5m 降级成 execution layer。 不要硬要求 alpha 必须在最细级别也成立。
11. 风险与保留意见
- repo 没给公开回测表。 这篇 digest 的主证据是源码结构，不是作者披露的已验证绩效。必须自己跑 first verdict。
- 趋势 veto 可能把最肥的 V-reversal 也筛掉。 所以它是待验证 layer，不是先验真理。
- squeeze 可能过度稀释 trade count。 对 5m/15m 而言，这层很可能是“看起来高级，实际上把样本数杀没”。
- 极端 z-score 可能对应 liquidation cascade，不是均值回复。 所以
3.0+ 桶未必最好，甚至可能是最危险的。
- short 侧不能默认对称。 crypto 的 drift、上行 squeeze 与下行反弹速度常常不对称。
12. 结论
如果只留一句话给后续复现：
> 别把这份 2026 repo 的 mean reversion 模块读成“BB + RSI 指标拼盘”；对 short-cycle desk，更该先复现的是“单币 overshoot snapback”这条 raw alpha，再用 RSI confirm × trend-veto × z-score bucket governance 去判断它在哪些口袋还能费后活下来。
这也是为什么它值得进入当前研究池：
- 主题类型：raw alpha
- 基础 alpha：单币 overshoot snapback
- 可独立复现：是
- 可直接落地完整策略：是