源文件:research/quant_digests/2026-04-21_2154_passivbot-forager-grid-bounce-alpha.md
高近期波动合约里,短时价格冲击更容易出现小幅反弹/回吐;用分层限价网格吃这个 bounce这次看的是高星开源仓 enarjord/passivbot:它不是预测趋势的 bot,而是明确写成 contrarian market maker,在 perp 上用 grid / trailing entry / trailing close、EMA band、wallet exposure limit、auto-unstuck、hard-stop 等组件管理仓位。最值得 desk intake 的不是“马丁格尔”标签,而是 Forager 选币 + 波动自适应网格 + 小幅反弹止盈 这一条完整 raw alpha 壳。
wallet_exposure_limit / n_positions,risk 有 auto-unstuck 与 equity hard stop。5m/15m 最近各 1500 根;用 rolling normalized range 选 top3,再用 |ret_z| > 1.75 反向开仓,5m 15bps TP / 40bps SL / 6 bar timeout,15m 25bps TP / 60bps SL / 4 bar timeout。5m 全池 316 笔,gross -2.96 bps/笔,粗扣 8 bps 后 -10.96 bps/笔;15m 全池 351 笔,gross -6.62 bps/笔,net -14.62 bps/笔。LINKUSDT 15m 31 笔,gross +7.99 bps/笔,胜率 77.4%,扣 8 bps 后约 -0.01 bps/笔,说明这条线不是不能做,而是必须转成 symbol/router + maker-first + 更严格 shock admission。momentum 现在缺的不是又一个“漂亮网格”,而是能拆成完整策略组件的 raw alpha 壳。Passivbot 给了一个值得复用的工程拆法:把“反向吃小回弹”拆成 选币 / 初始入场 / 加仓间距 / 止盈网格 / trailing close / stuck 处理 / 总风险上限,这比只测一个 RSI 超卖更接近实盘可控。
下一步不要直接复刻完整 Passivbot,而是测一条干净 baseline:
volatility top-k 合约里,ret_z < -z 后的 long bounce 与 ret_z > z 后的 short pullback 是否有成本后边。forager_score = rank(mean(log(high/low), 48 bars));只交易 top1/top3;entry 用下一根开盘或 maker-limit mid-pullback;exit 用 TP = 0.3~0.6 × recent_rr、SL = 1.5~2.5 × TP、timeout 3~8 bars。1m/3m/5m/15m,先测 LINK/AVAX/DOGE/ADA/SOL 这类更会动的币,再和 BTC/ETH 分开统计。这类策略最大风险是“均值回复假设在趋势崩盘里失效”。repo 的 auto-unstuck 能让权益曲线更平滑,但它本质上是在受控范围内承认亏损,不是免费午餐。当前 quick probe 已经说明:如果用 taker 成本和粗糙 shock rule,全池不成立;只有在特定币种、maker-first、严格 admission 下才可能接近可做。
passivbot — Trading bot running on Bybit, OKX, Bitget, GateIO, Binance, Kucoin and Hyperliquid. GitHub repo.README.md, docs/configuration.md, docs/risk_management.mdreports/artifacts/quant_digests/passivbot_forager_grid_probe_2026-04-21.pyreports/artifacts/quant_digests/passivbot_forager_grid_probe_summary_2026-04-21.csvreports/artifacts/quant_digests/passivbot_forager_grid_probe_trades_2026-04-21.csv