← 返回 Quant Digests · 站点首页

别把这份 Coinbase 多 agent repo 只读成“AI trader”：对 short-cycle desk，更该先拆的是「oversold confluence score × fee-floor scalp shell」这条 raw alpha

• 时间：2026-04-15 08:23 UTC
• 类型：2026 GitHub repo source audit（README.md + backend/agents/scalp_agent.py + backend/agents/signal_generator.py + backend/tests/test_scalp_agent.py + backend/agents/order_executor.py）+ Binance Spot BTCUSDT/ETHUSDT 1m 近 10d portability probe
• 主题类型：raw alpha
• 基础 alpha：单资产、超短周期的 oversold mean reversion——当 RSI(7) / BB(20,2) / VWAP(20) / StochRSI / MFI / OBV slope 同时指向“跌过头但还没彻底失控”时，未来 5~15m 更容易反弹；ADX 在这里主要是 regime gate，不是 alpha 本体
• 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 / single-asset / mean-reversion / oversold-confluence / RSI / Bollinger / VWAP / StochRSI / MFI / OBV / ADX / scalp / cost / BTC / ETH / 1m / 3m / 5m / 15m
• 证据类型：repo 源码 + public-data portability probe

先回答 base alpha：它的 base alpha 很清楚，不是“大模型帮你交易”，而是 1 分钟级过冲后的均值回归。 这个 repo 真正值得 intake 的，也不是前端或多 agent 架构，而是 ScalpAgent 里那条已经写成可下单壳的 long-only oversold scalp。

1. 这次看了什么

看的是 gl4500/coinbase-ai-trader。repo 表面是 Coinbase 多 agent 交易系统，但真正对当前 desk 有价值的，不是 AI 包装，而是 backend/agents/scalp_agent.py 里那条非常具体的短周期策略：

• 只做 BTC-USD / ETH-USD，明确把标的限制在 tight-spread majors；
• 每 60s 扫一次 entry，每 1s 检查 exit；
• 用一个 0~10 分的 oversold confluence score 触发入场：
• RSI(7) < 25 给 +2，<35 给 +1
• price <= BB lower band 给 +2，<= BB mid 给 +1
• VWAP distance < -0.5 给 +2，<0 给 +1
• StochRSI K < 20 给 +1
• OBV slope > 0.15 给 +1
• MFI(7) < 25 给 +1
• ADX(10) 只拿来分市场状态：
• ADX > 25 视作 trend regime，最低入场分数 5
• ADX < 20 视作 range regime，但要求更高，最低分数 6
• 中间 dead zone 直接不做
• 出场壳也很完整：
• 固定 TP = +0.30%
• 固定 SL = -0.25%
• ATR(7) * 1.5 trailing stop
• 15m time exit
• 单仓最多 20% 资金、最多 2 个并发仓位、单日回撤超 3% 直接停机
• 代码里还把 成本门槛 明写了：Coinbase maker 0.006%/side，round-trip 0.012% = 1.2 bps，并据此写明最小可行 TP 大约 0.15%，实际用 0.30% 给 2.5x cushion。

这就不是“指标拼盘 idea”，而是已经接近 production shell：entry / regime / exit / sizing / risk / cost floor 都在源码里。

2. 核心结论

• 一句话核心结论： 这份 repo 真正值得 intake 的，是「oversold confluence score × fee-floor scalp shell」这条完整 raw alpha，而不是它的 AI 外壳。
• 一句话证明方式： repo 代码先把完整规则写死；我再把这套 long-only 过冲反弹壳迁到 Binance Spot BTCUSDT/ETHUSDT 1m 做近 10d portability probe，看未来 5m/15m 回报和简单 TP/SL/time-exit 壳是否还活着。
• 最重要的不是“分数越高越好”，反而是：5 分入场 比 7~8 分极端入场 更健康。 这点很值钱，因为它说明更深的 oversold 不一定更有 edge，很多时候只是接更掉落的刀。
• 这条线天然适合当前 desk：
• 原生就是 1m；
• 最大持有期就是 15m；
• 能直接向 3m/5m 降噪迁移；
• 而且明确把 交易成本 当成策略设计约束，而不是事后补丁。

3. public-data portability probe：first verdict

我做了一个快速移植版：把 repo 的 confluence 打分、ADX gate、TP/SL/time-exit 迁到 Binance Spot BTCUSDT/ETHUSDT 1m 近 10d（各 14,400 根 bar）上；为保持速度，这里没复刻 Coinbase tick 级 live entry，也暂时没加 trailing stop，只保留最核心的 TP/SL/time 壳。

3.1 未来收益先看方向对不对

对所有触发 entry 的 bar：

• BTCUSDT
• entry bars：1,989（约 13.8% bar）
• 未来 5m 平均：+0.07 bps
• 未来 15m 平均：+1.17 bps
• 未来 15m 中位数：+1.60 bps
• ETHUSDT
• entry bars：2,001（约 13.9% bar）
• 未来 5m 平均：+0.03 bps
• 未来 15m 平均：+0.94 bps
• 未来 15m 中位数：+2.85 bps

这说明一件事：这条 alpha 更像 10~15m 的 bounce，不是 1~2 根 bar 内立刻完成的 ultra-instant scalp。

3.2 最有意思的细节：高分不等于更强

按 entry score 分桶后，未来 15m 表现是：

• BTCUSDT
• score=5：+3.17 bps
• score=6：-0.02 bps
• score=7：-0.10 bps
• score=8：+0.97 bps
• ETHUSDT
• score=5：+3.14 bps
• score=6：+0.52 bps
• score=7：+0.00 bps
• score=8：-1.32 bps

这比“又一个 BB/RSI 反转壳”更值钱的地方就在这：

> repo 里的 confluence score 不该被读成“越多指标同时极端越该冲”，反而更像“至少要够，但太极端就可能进入 knife-catching zone”。

也就是说，这套源码更值得 desk 拿走的 branch，不是“无脑追高分”，而是：

1. 先保留 score >= 5 这条 oversold bounce 母线；
2. 再单独测试 5分、6分、7分+ 三个 pocket；
3. 看看是不是中等偏强的 oversold 最好，而极端 oversold 需要更强 veto。

3.3 简化交易壳 first pass 也还没死

用一个很朴素的 long-only 壳：entry bar 收盘进场，之后最多持有 15m，优先触发 +30 bps TP / -25 bps SL / TIME：

• BTCUSDT
• 模拟交易数：441
• 平均单笔 gross：+1.00 bps
• 胜率：51.25%
• TP / SL / TIME：15.2% / 18.1% / 66.7%
• ETHUSDT
• 模拟交易数：481
• 平均单笔 gross：+0.61 bps
• 胜率：53.01%
• TP / SL / TIME：20.0% / 27.9% / 52.2%

这不是“已经能上线”的意思，因为 gross 还不厚；但它至少说明：结构有迁移性，不是换个 venue 就瞬间翻负。

4. 为什么它和现有素材池不重复

库里当然已经有不少 VWAP / BB / RSI 的 mean reversion 摘要；但这条 intake 仍然有新增量，原因是它补的不是单个指标，而是下面这四件事一起出现：

1. 原生 1m，而不是把 15m/1h 的 envelope 生硬下采样；
2. 源码明确写出 cost floor，不是事后再问“手续费怎么办”；
3. ADX 不是方向信号，而是 market-state admission；
4. 最值得测的研究问题不是 alpha body 本身，而是 score saturation：为什么 5分 常常比 7分+ 更好？

所以这篇更像是在现有 mean reversion 素材池里补一块： “多指标 oversold confluence 不一定越极端越好，真正要做的是找到最能反弹、又没跌成事故现场的 pocket。”

4.5 策略拆解（必填）

• 方向属性：单资产、long-only、逆势 bounce / mean reversion
• 基础 alpha：短周期 oversold 过冲后，未来 5~15m 向均值回摆
• regime：ADX 低于 20 的 range 可做，但要更高分；ADX > 25 的 trend 也可做，前提是 oversold 只是 pullback 而不是结构性崩塌
• filter / veto：score saturation、dead-zone ADX、tight-spread majors only
• risk / sizing / execution overlay：TP/SL/time exit、ATR trailing、单仓 20%、最多 2 仓、日内 -3% halt、fee floor

5. 可复刻的最小实验

5.1 最小研究假设

单币 1m oversold bounce 在 crypto majors 上确实存在，但最佳 pocket 不是“极端 oversold”，而是“够深、但还没烂掉”的中等强度 confluence。

5.2 一个可计算定义

在 1m bar 上计算：

• RSI(7)
• BB(20,2)
• VWAP(20) 偏离
• StochRSI(14)
• MFI(7)
• OBV slope(10)
• ADX(10)

然后按 repo 原逻辑打分，比较：

• score = 5
• score = 6
• score >= 7

三档在未来 5m / 10m / 15m 的回报与 hit-rate 差异。

5.3 先怎么测

1. 先做 pocket test，不要先做总分回归。

• score=5、6、7+ 分开跑；
• TREND vs RANGE 分开跑。

1. 把 holding period 扫清楚：

• 3m / 5m / 10m / 15m；
• 看它到底是 quick bounce 还是慢一点更稳。

1. 成本先测三档：

• 1.0 / 2.0 / 4.0 bps round-trip；
• 因为这条壳虽然源码自带 cost awareness，但 transfer 到别的 venue 后不一定还够厚。

1. 加一个“更极端先别接”的 veto 测试：

• 比如 score>=7 时，要求 1m realized vol 不爆、或 5m return 不能过大负斜率；
• 直接验证 knife-catching 是否主要来自波动失控。

1. 再决定迁到 3m/5m：

• 如果 1m 费后太薄，就把同一套 score 改成 3m 触发、15m 管理，测试是否更像 production 版本。

6. 风险与保留意见

• 这是 long-only 单资产 bounce，不是 market-neutral 组合；容量、回撤路径、单边暴跌适应性都有限。
• repo 原始执行环境是 Coinbase spot + live tick；我的 portability probe 用的是 Binance spot 1m OHLCV proxy，执行 realism 明显更弱。
• quick sim 里暂时没加 trailing stop，真实壳可能略好，也可能因为更高换手变差。
• 目前 first verdict 还是偏谨慎：结构活着，不代表费后已经足够肥。

7. 本轮产出文件

• 研究笔记：research/quant_digests/2026-04-15_0823_oversold-confluence-scalp-shell.md
• portability artifacts：
• reports/artifacts/quant_digests/coinbase_scalp_confluence_probe_20260415_0815/summary.csv
• reports/artifacts/quant_digests/coinbase_scalp_confluence_probe_20260415_0815/btcusdt_score_bucket_returns.csv
• reports/artifacts/quant_digests/coinbase_scalp_confluence_probe_20260415_0815/ethusdt_score_bucket_returns.csv
• reports/artifacts/quant_digests/coinbase_scalp_confluence_probe_20260415_0815/btcusdt_sim_trades.csv
• reports/artifacts/quant_digests/coinbase_scalp_confluence_probe_20260415_0815/ethusdt_sim_trades.csv
• reports/artifacts/quant_digests/coinbase_scalp_confluence_probe_20260415_0815/meta.json

8. 来源

1. gl4500. (2026). _coinbase-ai-trader_. GitHub repository.

• Repo URL: https://github.com/gl4500/coinbase-ai-trader
• Readable URL: https://github.com/gl4500/coinbase-ai-trader

1. Key files used in this digest

• https://github.com/gl4500/coinbase-ai-trader/blob/main/README.md
• https://github.com/gl4500/coinbase-ai-trader/blob/main/backend/agents/scalp_agent.py
• https://github.com/gl4500/coinbase-ai-trader/blob/main/backend/agents/signal_generator.py
• https://github.com/gl4500/coinbase-ai-trader/blob/main/backend/tests/test_scalp_agent.py
• https://github.com/gl4500/coinbase-ai-trader/blob/main/backend/agents/order_executor.py