源文件:research/quant_digests/2026-04-03_1956_quantx-zscore-uptrend-flatclose-alpha.md
README.md + src/strategy.py + src/backtest.py + docs/Report_Notes.txt)+ Binance Futures 公共 1m/3m/5m/15m 最小便携性快检intraday z-score oversold + 5-day trend allow + flat-close + vol/ATR sizing 这条完整单资产壳先回答 base alpha:这篇东西的 base alpha 很清楚,不是“机器学习、报表、可视化框架”这些外围,而是一个非常具体的单资产 raw alpha——短周期 oversold 回撤,在更高层日内/日间趋势仍向上的前提下,做 intraday mean reversion。
这轮值得写它,不是因为它在美股上回测数字好看,而是因为它刚好补了我们当前 research queue 里的一个缺口:
entry / exit / sizing / stop / cost / no-overnight 一次写齐,适合快速做 first verdict。结合当前 LEARNING_TRACK / FACTOR_BACKLOG:我们还处在继续积累可独立复现的基础 alpha阶段,而这条线正好是“解释性强、可快速搬到 crypto 的完整 mean-reversion 壳”。
2025-10-16,最近 push 2026-01-16README.mdsrc/strategy.pysrc/backtest.pydocs/Report_Notes.txtREADME 里直接给出一组完整的回测摘要(QuantX V4.9 Full-Year 2024 Backtest):
32 个大盘股 ticker$1,000,000$1,401,058+40.11%26.30%-1.91%2.363,30866.63%docs/Report_Notes.txt 还补了两个对我们很重要的点:
翻成人话:
> 这不是“看到跌就抄底”,而是一个有上层方向允许、下层偏离触发、并且日内强平归零的短周期回归壳。
从 src/strategy.py 和 src/backtest.py 看,这条线最值钱的是它把完整交易母板写得非常具体:
DAILY_TREND_WINDOW = 5INTRADAY_LOOKBACK = 15Z_THRESHOLD = 0.65VOLUME_MIN_FACTOR = 0.35CONFIRM_BARS = 0在 backtest.py 里,入场不是裸做反转,而是同时满足:
z-score <= -0.655-day trend 之上entered_today)这说明它真正的 base alpha 不是“无脑均值回复”,而是:
> 上层仍偏强时,做短周期 oversold 回撤修复。
这和纯粹的逆势抄底差别很大,也更适合 crypto 的短周期实盘:
repo 直接给了能落地的参数:
RISK_PER_TRADE = 0.035MAX_POSITION_FRACTION = 0.05MAX_GROSS_EXPOSURE = 2.2STOP_LOSS_PCT = 0.022TAKE_PROFIT_PCT = 0.10TRANSACTION_COST_PCT = 0.0002SLIPPAGE_PCT = 0.0005backtest.py 里的 sizing 也不是瞎分配,而是:
risk_budget = total_value * RISK_PER_TRADEmax(ATR, exec_price * volatility, floor) 估单股 dollar riskMAX_POSITION_FRACTION 和 gross exposure 上限约束这点很关键,因为它不是“只有信号没有壳”的研究仓库,而是把:
一次写齐了。
这份 repo 很适合我们 desk 的一点,是它明确坚持:
对 crypto 来说,24/7 没有美股那种固定收盘,但这个思想非常有价值:
> 你可以把它翻译成“pseudo-session flat-close”,比如 UTC 00:00、北京时间 08:00、或美股 regular session close 对应时刻,把它当成强制降风险和结算点。
这份 repo 最值得 intake 的地方,不是指标名,而是它把单资产 mean reversion 写成了一个非常诚实的完整策略壳:
所以它不是一个“指标堆砌”的 filter,而是一条能直接进入复现实验队列的 raw alpha 母板。
先强调口径:下面不是 repo 的原始复现,也不是 production PnL,只是做一个最小便携性检查,看这条壳搬到 crypto 1m/3m/5m/15m 后,是否还能形成像样的 short-cycle alpha。
BTCUSDT / ETHUSDT / SOLUSDT2026-03-01 到 2026-04-03 19:5x UTC5-day 日线趋势允许15-bar intraday z-score1 trade / symbol / day 上限-2.2% 止损、+10% 止盈UTC 日切7bps / side(沿 repo 的 cost + slippage)reports/artifacts/quant_digests/2026-04-03_quantx_mean_reversion_portability_probe.csv5m proxy 结果(更接近当前 desk 默认频段)15 笔,胜率 66.7%,累计收益 proxy +11.3%,最大回撤约 -2.38%16 笔,胜率 81.3%,累计收益 proxy +28.2%,最大回撤约 -1.49%14 笔,胜率 57.1%,累计收益 proxy +8.4%,最大回撤约 -4.25%15m proxy 结果(仍然能活)15 笔,胜率 66.7%,累计收益 proxy +13.6%,最大回撤约 -2.47%16 笔,胜率 75.0%,累计收益 proxy +21.4%,最大回撤约 -1.49%14 笔,胜率 64.3%,累计收益 proxy +10.9%,最大回撤约 -3.97%1m / 3m sidecar 结果(说明它也能下压到更高强度 alpha)16 笔,胜率 87.5%,累计收益 proxy +30.9%16 笔,胜率 87.5%,累计收益 proxy +32.2%1m / 3m 也维持正累计收益这组快检最重要的结论不是“收益数值本身”,而是:
> 这条 repo-based shell 不仅能搬到 crypto,而且在 5m / 15m 上也不是一搬就死。
如果要把它写进素材池,我会这样命名:
short-horizon z-score oversold × 5d trend-allow × flat-close
这比笼统写“均值回归”更准确,因为它强调了三件核心事:
这条线可以直接扩成:
repo 当前更像 equities long-only 逻辑。放到 crypto perp,我会优先补一条对称 short sleeve:
z >= +z_th 且 day_close < 5-day trend,允许做空回归也就是说:
> repo 的 long-only 版本已经足够做 first verdict;但真要变成 perp desk 的 production 候选,下一步必须加下行趋势中的 overbought fade。
5m / 15m 都能快速做实验,1m / 3m 也可向下压5-day trend 在 crypto 可能过慢,需比较 1d/3d/5d 或 288-bar EMA 等替代在 momentum 里做一个最小复刻版:
BTC / ETH / SOL5m 为主,15m 为稳健对照,3m 为高强度附加组zscore(close, 15) 或 zscore(vwap, 15)close > trend_filterstop / tp / pseudo-session flat-close7 / 10 / 15 bps per side至少测这三种:
UTC 00:00UTC 08:00(更贴近北京时间日切)UTC 21:00~22:00(贴近美股 regular session 尾部)因为这条策略不是简单信号,而是信号 + 强制结算边界。
做对称版本:
z <= -z_th 且 trend_upz >= +z_th 且 trend_down这一步非常重要,因为我们 desk 不是只能做 equities long-only。
最适合的对照不是继续和 pairs/carry 比,而是直接和现有单资产 MR 母板比:
BB/zscore + RSI confirm + trend vetozscore oversold + trend allow + flat-close要回答的问题是:
如果只用一句话总结:
> 这份 repo 最值得 desk intake 的,不是“美股回测成绩单”,而是一条非常清楚、能快速迁移到 crypto 的单资产 raw alpha 壳:短周期 z-score oversold 只在 5-day trend 仍向上时触发,并用 flat-close + vol/ATR sizing 把它收束成完整日内策略。
它的研究价值在于:
5m / 15m 快检看,值得进入下一轮正式 admission check。reports/artifacts/quant_digests/2026-04-03_quantx_mean_reversion_portability_probe.csv