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。
点击空白处退出提示
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。
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。
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。



评论