← 返回 Quant Digests · 站点首页

别把这份 2026 Kraken mean-reversion bot 只读成“布林带抄底脚本”：对 short-cycle crypto desk，更该先保留的是「BB 下轨偏离 × RSI/波动率/Monte Carlo 置信度 admission」这条 raw alpha 壳

• 时间：2026-04-19 21:56 UTC
• 类型：GitHub
• 主题类型：raw alpha
• 基础 alpha：价格短时明显跌到局部均值下方后，下一小段时间更容易向布林中轨回归；交易上对应 lower-band deviation -> long mean reversion
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否
• 主题标签：raw-alpha / mean-reversion / bollinger-band / RSI / volatility / monte-carlo / long-only / kraken / 5m / 15m / repo
• 证据类型：工程经验

1. 这次看了什么

看的是 2026-04-10 新建的 GitHub 仓 GenesisBots/KrakenMeanReversionBot。公开可见材料主要是 README.md，没有完整回测报告，但已经把策略壳讲得很直白：只做均值回复 long，核心 admission 由 Bollinger 偏离 + RSI 不过热 + 波动率在安全区间 + Monte Carlo 回归概率 组成，出场则用 hard stop / take profit / trailing stop。

2. 核心结论

• 这东西的 base alpha 很清楚：不是“AI bot”也不是“HODL 管理器”，就是 price below Bollinger mean 之后赌短时回归的单资产均值回复。
• 对我们 desk 更值钱的不是它挂在 Kraken，而是它把 raw alpha、admission、sizing、exit 明确拆层了：BB 偏离 是 alpha，本体之外的 RSI / vol / Monte Carlo confidence 更像 filter 和 sizing。
• repo 明确写了 dynamic top-30 universe、paper mode 默认开启、30 秒 HUD、JSONL 订单日志、position size scaled by Monte Carlo confidence，说明它已经是一个可直接借骨架的研究壳，而不只是公式片段。
• 但也别高估：当前公开材料几乎只有 README，没有给手续费、滑点、成交约束，也没给 out-of-sample 指标；所以它现在更像完整策略骨架候选，还不是可直接信任的已验证 alpha。
• 一句话核心结论：可以先保留“BB 下轨偏离做多均值回复”，但真正值得抄的是它把 filter / sizing / exit 分层写清楚的方式。
• 一句话证明方式：证据主要来自 repo 的策略描述与工程接口，而不是公开的严肃回测结果。

3. 为什么和当前项目有关

这轮仍然值得收进研究池，因为它服务的是我们当前更缺的东西：一个可独立复现、可迅速改写成 5m/15m 实验的单资产 MR raw alpha 壳。相比继续围绕固定 price-action 形态内循环，这种 repo 至少能直接回答：

• raw alpha 是什么：布林带下轨偏离后的回归
• filter 是什么：RSI / vol / Monte Carlo confidence
• sizing 怎么接：confidence-weighted sizing
• exit 怎么写：hard stop / TP / trailing stop

这对短周期 desk 的价值在于：即便最后 Monte Carlo 这层不保留，BB 偏离本体 + 轻量 filter + bracket/trailing exit 也能很快拆成最小可测版本。

3.5 策略拆解（必填）

• 方向属性：逆势
• 基础 alpha：close 显著跌破局部均值/下轨后的短时向中轨回归
• regime：更适合非单边瀑布、但也不能是极低波动死水；repo 明确要求 volatility 落在安全区间
• filter / veto：RSI 不过热、volatility guardrails、Monte Carlo 回归置信度 共同决定是否准入
• risk / sizing / execution overlay：仓位按 Monte Carlo confidence 缩放；离场用 hard stop + take profit + trailing stop；当前缺的仍是 fee/slippage/容量建模

4. 可复刻的最小实验

• 研究假设：在 Binance 或 Kraken 的 liquid majors 上，15m 下轨偏离后的 long MR 是否在成本前仍有肉；如果有，哪一层 filter 真正在加分。
• 一个可计算定义：
• bb_mid = SMA(close, 20)，bb_std = rolling_std(close, 20)，bb_lower = bb_mid - 2 * bb_std
• 基础入场：close < bb_lower
• 过滤 1：RSI(14) < 35
• 过滤 2：realized_vol_z 落在 [-0.5, 1.5]
• 过滤 3（轻量替代 Monte Carlo）：用过去 20 根 bar 的一阶漂移+波动做 200 次 bootstrap path，若 P(next 4 bars touch bb_mid) >= 60% 才入场
• 最小回测切口：BTC/ETH/SOL/LINK，15m 先测近 90d，5m 只作为 child execution；先做 long-only，持有 4/8/12 bars，对比 tp at bb_mid vs fixed-hold。
• 最该先看哪 1~2 个指标：gross bps/trade 与 hit rate after 8bps round-trip。第二层再看 filter 拆解后的 trade count，避免只靠过度删信号变好看。

5. 风险与保留意见

• 这是 README-heavy 来源，不是论文，也不是带完整 artifact 的严肃策略仓；证据强度明显低于我们最近那些带 backtest 明细的 repo/paper。
• Monte Carlo confidence 很容易沦为噪音包装：若只是用同一窗口估漂移与波动再做短 path simulation，可能只是把当前偏离程度重新说一遍。
• long-only MR 在 crypto 上特别怕单边 trend day；如果没有更强的 regime veto，很容易把“接飞刀”误写成“均值回复”。
• 仓库没公开成本、滑点、盘口深度与成交方式；所以现在最多只能说它是可借骨架，还不能说是可直接上桌的完整策略。

6. 来源

• GenesisBots. (2026). *KrakenMeanReversionBot*.
• Repo URL: https://github.com/GenesisBots/KrakenMeanReversionBot
• Readable URL: https://raw.githubusercontent.com/GenesisBots/KrakenMeanReversionBot/main/README.md
• GitHub API metadata: https://api.github.com/repos/GenesisBots/KrakenMeanReversionBot