源文件：research/quant_digests/2026-04-03_0445_ema-obv-caution-atr-trend-alpha.md
topics/momentum/strategies/wf_testing/momentumBTC_wf.ipynb raw notebook 输出）Close > EMA 的趋势壳为本体，再用 OBV divergence + swing/ATR caution + ADX override + ATR sizing/stop 决定何时放行、何时缩手、何时退出这次补的不是又一个 pairs / carry / ETF 分支，而是一条可以独立成完整策略、而且非常适合快速下沉到 15m / 5m 的单资产趋势 raw alpha 壳。
主材料来自一个很新的公开仓库：
Epsilon-Fund2026-02-18, updated at 2026-04-02）这个 repo 首页写得很泛：Systematic crypto trading research | Momentum, stat-arb & algorithmic strategies。但真正值得 desk intake 的，不是它“有很多 topic”，而是 notebook 里已经给出了一条规则清楚、可 walk-forward、带 sizing/stop/cost stress 的完整趋势骨架。
我这轮把它定成主 digest，是因为它先能清楚回答一句话：
> base alpha 是什么？ > > 就是单资产趋势延续；EMA 趋势方向是 alpha 本体，OBV divergence / ATR caution / ADX override 这些不是 alpha 本体，而是让趋势单在不该追的时候少追、在该收手的时候更快收手。
这点很重要：它不是“一个模糊的过滤器专题”，而是有 entry / exit / sizing / risk / cost 全链路的 raw alpha 候选。
先把结构讲成人话。
repo 里这条 momentum notebook 做的不是复杂预测，而是一个很典型、但被认真包装成 production shell 的逻辑：
所以如果要一句话概括：
> base alpha = 趋势延续；repo 真正提供的新信息，是如何把“追趋势”包进一个相对完整的 caution-veto + dynamic stop 壳里。
这正适合当前 desk，因为最近素材池里：
但一个极轻量、只依赖 OHLCV、可以几小时内跑完最小实验的单资产 trend shell，反而仍然值得多补几个高质量版本做对照。
notebook 明确写了：
BTCUSDT / ETHUSDT / SOLUSDT / BNBUSDT'1m' '5m' '15m' '1h' '4h' '1d' '1w'COST = 0.001，并附 transaction cost stress test虽然示例 notebook 实际拉的是：
SYMBOL = 'BTCUSDT'INTERVAL = '1d'LOOKBACK = 2150但关键在于：这套策略只用 OHLCV 派生指标，所以迁移到 15m / 5m 并不需要新的低频外部数据。
核心代码可以概括成：
EMA = Close.ewm(span=ema_span)Vol_MA = Volume.rolling(vol_ma_period).mean()Entry_Long = (Close > EMA) & (~Caution_Long | ADX_14 > adx_override) & (Volume > Vol_MA)翻译一下：
这点非常 desk-friendly，因为它不是那种“再加十个指标拼投票”的杂糅逻辑，而是很清楚地把结构分成：
repo 里最有意思的部分是 Caution_Long：
((Swing_Hi_Cau - Low) > caution_threshold * ATR_Cau)(Close > Close.shift(obv_lookback)) & (OBV < OBV_MA)所以这条策略最值得 intake 的一句，不是“EMA 有用”，而是：
> 追趋势时，最该先补的不是再找一个 entry trigger，而是做一个专门拦截“拉高末端追单”的 caution veto。
这比很多“均线 + RSI + MACD 一起买”的东西更像 production 逻辑。
repo 里把 ATR 同时用于三件事：
position_size_raw = risk_per_trade / (ATR_Sz / Close)max_leverageSwing_Hi_Stp - ATR_Stp * stop_multiple * stop_atr_scale这意味着它不是“仅有入场，没有风险管理”的半成品，而是个完整壳。
notebook 保存的 OOS fold 结果是：
1.44，test return 0.80，test DD -0.31，12 笔交易2.09，test return 0.93，test DD -0.14，16 笔1.56，test return 0.99，test DD -0.31，11 笔-2.22，test return -0.60，test DD -0.60，9 笔这组数的正确信息量不是“平均下来还不错”，而是：
> 这条壳不是纯过拟合垃圾，因为前三个 OOS fold 能活；但它也绝不是稳定 production alpha，因为最近一个 OOS fold 明显失效。
这恰好符合我们 intake 的标准：值得进素材池，但必须快速复现、快速证伪。
notebook 的 transaction cost stress test：
0.0010：Sharpe 0.84，Return 173.19%，MaxDD -72.42%0.0015：Sharpe 0.81，Return 160.50%0.0020：Sharpe 0.78，Return 148.39%0.0030：Sharpe 0.73，Return 125.81%，MaxDD -73.57%这说明两件事：
notebook 给出稳定后固定的参数包括：
ema_span = 21adx_override = 63max_leverage = 3stop_mult_ent_normal = 1stop_mult_pos_normal = 1atr_size = 13这些是相对像样的“骨架参数”。
但同时它还打印出：
risk_per_trade = 0.46而前面 notebook 声明的搜索空间却是：
risk_per_trade: 0.005 ~ 0.05这意味着 repo 至少存在一个参数口径 / 展示卫生问题。所以正确读法不是盲信 tuned number，而是：
> 抄结构，不抄参数。尤其 sizing 参数，必须自己重做。
当前很多新材料的问题是：
而这条 repo 提供的是：
Close > EMA + volume confirm这完全符合“可直接落地完整策略”的优先级。
15m / 5m / 3m / 1m 的最小实验虽然 notebook 示例是 1d，但这套规则只依赖：
所以它对 desk 最大的价值不是 daily 表现，而是：
> 可以直接压缩到短周期，并快速回答：在 crypto perp 的高噪声环境里，OBV caution veto 到底能不能显著改善趋势策略的“追顶死法”？
这是一个很适合当前阶段的问题，因为它既服务单资产趋势，也可能反向服务：
risk_per_trade 参数口径异常，说明 repo 有实现 / 展示卫生风险所以这轮最合理的定位是：
> 把它当“单资产趋势壳候选 + caution veto 组件库”，而不是把 notebook 输出当成可直接信任的收益证明。
如果只能摘 3 个最值得复现的模块，我会选：
反而我不会先抄：
目标：先验证这条壳能不能在短周期 survive fee + funding + slippage。
BTCUSDT perp15mClose > EMA(21) 且 Volume > Vol_MA(12~24)price-up / OBV-weak 背离(recent swing extension) / ATR > thresholdADX(14) > 55~65swing high/low + ATR trailing stopEMA cross down 更能保留 trend leg。目标：验证 repo 最有意思的旁支——OBV caution veto——在快周期是否真的有增益。
如果 variant 只是让 trade 少了，但尾部没改善，那这个 caution 组件就不值得扩散到更多策略里。
标的：ETH / SOL / BNB
目的不是立刻做多币组合，而是回答：
> 这条壳是 BTC 专属，还是主流大币 trend shell？
若 BTC 有效、ETH/SOL 同向，则可把它升级成：
这份 2026 新 repo 真正值得 desk intake 的，不是 notebook 上那串回测数字，而是它把一个简单趋势 alpha包装成了一个有 veto、有 override、有 sizing、有 trailing stop 的完整策略壳。
对我们来说，最该先复现的问题不是“它 daily 有没有赚很多”，而是：
> 把 OBV caution veto 和 ATR trailing stop 塞进 15m / 5m 的 EMA 趋势壳后，能不能明显减少 short-cycle 里最伤的那类追顶回撤。
2026-02-18T13:17:24Z2026-04-02T16:09:50ZSystematic crypto trading research | Momentum, stat-arb & algorithmic strategies