趋势择时与波动率仓位量化回测系统产品系统Vibe Coding

我要开发同款
悟空2026年10月18日
5阅读

技术信息

语言技术
Python、postgres
系统类型
算法模型
行业分类
金融、科学研究

作品详情

行业场景

数字资产(BTC)波动大、回撤深,买入持有在 2018–2026 年间最大回撤超过 75%,普通投资者很难撑住。立项目的是做一套有文献依据、规则透明的日线趋势择时加波动率仓位方案,在尽量保留长期收益的同时把回撤压到可接受的范围,并用严格的回测和稳健性检验避免过拟合。适用于量化研究、策略验证和资产配置场景。

功能介绍

1. 数据管道:交易所历史小时 K 线和资金费率数据采集、清洗、落库,聚合成日线。
2. 信号模块:9 条来自学术文献的规则(20/50/100/200 日均线、多周期动量、20 日突破)打分。
3. 仓位模块:按目标波动率缩放仓位,只做多与多空混合;差额超过权益 10% 才调仓,减少交易成本。
4. 回测引擎:按次日开盘执行,扣除手续费、滑点和资金费;输出年化、最大回撤、夏普、逐年收益。
5. 稳健性检验:去掉任一规则、成本翻倍、延迟一天执行、分段样本对比,确认结论不依赖个别参数。

项目实现

我独立完成文献调研、规则设计、数据管道、回测和报告。
技术栈:Python、pandas、NumPy、PostgreSQL / Parquet。
亮点:规则在测试前冻结并写成文档,避免边看结果边改;2018-07 至 2026-09 回测,推荐方案年化约 32%、最大回撤 30%、夏普 1.19,同期买入持有回撤 77%。如实记录了局限:混合比例和目标波动是看过结果后选的,存在过拟合风险。同一项目还做过网格、资金费套利、机器学习(LightGBM)等方向的研究和模拟盘验证。

示例图片

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论