BTC / ETH / BNB / SOL / LTC / XRP 六币种 · 17 策略 × 5 周期 × 7 杠杆 全景回测报告

回测口径（用户指定） 本金 $10,000 ｜ 手续费 单边 0.0125%（万1.25） ｜ 滑点 单边 0.005% ｜ 往返成本 0.035% 多空双向 · 信号在 t 根收盘确认、t+1 根开盘成交 仓位：保证金 = 当前权益，杠杆放大名义（复利） 强平：触及维持保证金（0.5%）即权益归零、该组合回测终止 数据：币安 U 本位永续 15m，聚合到 30m / 1h / 2h / 4h 规模：17 机制 × 5 周期 × 6 币种 × 7 杠杆 = 3,570 个组合，全部跑完，0 失败

一、先给结论

1.1 你要找的"交易圣杯"——不存在

不是"我没找到"，是在这 3,570 个组合的全部搜索空间里，它的形状是这样的：

那 28 个"好看"的组合，绝大多数属于多重比较的必然产物。

3,570 次尝试里总会冒出几个漂亮的——这在数学上是确定的，不是策略好。

"圣杯"的标准写法是：3,570 次尝试里挑出最好的那个，然后宣布它有效。

本报告拒绝这种做法。因为那 3,570 次尝试本身就是筛选，

从中挑最好了，等于把随机噪声当成信号。

1.2 真正活下来的只有 3 个机制

1.3 ★ 最重要的一处纠错

历史报告里 PF 排名第一的 J_ma_supertrend（4h PF=5.442）是过拟合。

它在同一份数据上的真实面貌：

同一个机制，BTC 上 4.3、SOL 上 0.13。这是随机性的形状，不是能力。

它在 BTC 4h 上只有 51 笔交易 —— 样本太小，PF 数值完全不可信。

每笔交易的周期数越少，PF 越不可信。 一个 51 笔的策略和一个 2,140 笔的策略，

PF 的可信度差好几个数量级。

二、杠杆：数据给出的判决

这是本次回测唯一"一边倒"的结论，也是最反直觉的。

2.1 杠杆与爆仓率

10× 杠杆：510 个组合里 504 个爆仓。 剩下的 6 个是幸存者偏差。

2.2 杠杆是怎么杀掉策略的

杠杆不是"放大收益"，它在复利 + 强平的结构下是不对称的毁灭机制：

1× 时亏 30% → 权益剩 7,000 → 下次用 7,000 博
5× 时亏 30% → 权益剩 ... 直接爆仓归零

关键：1× 跌 30%，5× 就跌 100%。
      而 1× 涨 30%，5× 涨 100%。
      收益是对称的，但【存活】是不对称的：
      涨完还能跌回来，爆仓了就再也没机会。

2.3 为什么 1× 也有 51 个爆仓

这 51 个 1× 爆仓不是 bug，是真实结果，全部来自极端行情：

1× 满仓做空 ETH，在 2020-03-13 被 323 的插针价打爆——数学上完全正确。

这条本身就是一个可交易的结论：满仓（1×）做空加密，在极端行情下也会归零。

三、三个有效机制的完整战绩

3.1 F_emacross（双线 EMA 20/200）

胜率只有 25%~30%——典型趋势跟踪特征：大部分交易小亏，少数几笔大赚。

3.2 G_decycler（自适应去循环）

3.3 N5_ema_rsi_adx（EMA 交叉 + RSI + ADX）

三个机制里回撤控制最好的（30m/4h 上只有 34%~40%）。

四、与买入持有的正面碰撞

这是最有杀伤力的一张表。

表面看：6 个币种全部跑赢买入持有。

但这张表有致命的选择偏差 —— 那个"最优策略组合"是从 85 个组合里事后挑出来的最好的一个。

事前你不知道是哪个。这不是可执行的结果。

而且注意：那些"最优"里有一半是高危样本：

• ETH 15m E_kernel 880 笔 —— 尚可
• SOL 4h G_decycler 167 笔 —— 尚可
• BNB 4h J_ma_supertrend —— 样本不足，且跨币种不可复现（SOL 4h 上 PF 只有 0.133）
• 2h K_wavetrend（LTC）—— K_wavetrend 的跨周期胜率只有 3%，是 17 个机制里最差的
• 4h J_ma_supertrend（BTC）—— 51 笔，同样不可复现

4.1 去掉选择偏差后的真相

看中位组合（不挑最好的，取中间那个）：

中位列 6/6 全部跑输买入持有。 这是全部 3,570 个组合给出来的、最诚实的答案。

「最好」那一列全部跑赢 —— 但那需要你在事前就知道 85 个组合里哪个最好。

这个信息在事前不存在。用事后最优来评价策略，是最常见的自欺。

4.2 三个有效机制 vs 买入持有（各币种中位）

4.3 三个有效机制的汇总（跨全部 30 个 币种×周期）

对照：买入持有 BTC 6 年 +994.6%（年化 43.2%），SOL +2,984.5%（年化 77.8%）。

这三个机制最好的那个（F_emacross, 年化 17.8%）也只有买入持有 BTC 的 40%。

而且注意回撤：中位回撤 67%~82%。也就是说，你用这套策略，大概率会经历一次

本金腰斩以上的回撤——和买入持有加密现货的回撤幅度差不多，但收益少了一个数量级。

五、周期：没有"哪个周期更好"

差异不大（0.3%~1.4%），统计上不构成"某周期更好"的证据。

2h 略高、1h 略低，都在噪声范围内。

唯一有实际意义的是交易成本的影响：

短周期不是输在"没行情"，是输在"手续费吃掉了一切"。

六、币种：LTC 是唯一的绝对输家

LTC 上所有机制全线 PF < 1（看 m6_crosscheck.txt：G_decycler 在 LTC 上五个周期分别 0.790/0.932/0.853/0.810/0.878）。

原因：LTC 从 2020-09 的 $60.30 到 2026-08 的 $48.53，6 年净下跌 19.5%，

且全程在宽幅震荡里消耗——趋势跟踪在没有趋势的标的上必然亏损。

七、样本量：必须点名的高危组合

以下组合样本严重不足，PF 数值没有统计意义，请勿引用：

样本量分级标准（本报告统一采用）：

• OK：n ≥ 100
• 偏少：30 ≤ n < 100
• 不足：n < 30

3,570 个组合中，标 OK 的有相当部分，但 偏少/不足 的也不少 —

在 CSV 的 grade 列可以逐行筛。引用任何 PF 前，先看 n。

八、这份回测的已知局限（必须摊开）

8.1 G5 多重检验用了代理指标

m5_multitest.py 的 G5 闸门本应使用严格的 t 值（逐笔收益序列的 t 统计量），

但 M4 没有落盘逐笔明细，因此用 Sharpe 作代理。

这是一处已知的偷懒，会在结论上偏宽松（而不是偏严格）。

要修正需要 M4 重跑并保留每组合的逐笔序列。

8.2 未裁剪到共同时间窗口

6 个币种跑的是各自的全区间：

BTC/ETH 比 SOL 多约 0.7 年样本。做横向对比时须记住这一点。

严格版应裁剪到共同窗口 2020-09-14 → 2026-08-31（5.96 年）。

8.3 LTC/XRP 的成交量是现货补齐的

这两个币种的原始 CSV 缺成交量列。本轮从 data-api.binance.vision（现货）补齐，

覆盖率 99.96%。现货与永续的绝对量级不可比，但时序相对强弱高度相关。

影响范围：N3(VWMA)、N6(Fourier) 这两个依赖量的机制。

其余 15 个机制不受影响。

8.4 未做样本外切分

本报告的全部结论都建立在同一段历史上（2020-09 → 2026-08）。

没有留出真正的样本外区间。

那 3 个"有效机制"是样本内通过检验的。真正的样本外验证需要：

• 切出最后 1.5 年（2025-03 → 2026-08）完全不参与筛选
• 或者用 2020-2024 做筛选、2025-2026 做验证

**这一步没做。所以"F_emacross / G_decycler / N5 有效"的结论，

严格说是"在 2020-2026 这段历史上有效"，不是"未来有效"。**

8.5 极端行情未剔除（这是对的）

2020-03-13 插针（ETH 高低点差 3.4 倍）等极端数据保留。

剔除它们会让爆仓率变得好看，但那是在粉饰风险。

九、那么，能拿走的结论是什么

9.1 可以确定的

1. 杠杆是净负担：1× 爆仓率 10%，10× 爆仓率 98.8%。3× 以上零个组合通过筛选。

2. 交易圣杯不存在：3,570 个组合只有 0.78% 通过筛选，且中位组合跑不赢买入持有。

3. 17 个机制里只有 3 个能跨币种跨周期复现：F_emacross、G_decycler、N5。

4. 历史第一名的 J_ma_supertrend 是过拟合：47% 跨币种胜率，SOL 4h PF=0.133。

5. LTC 上没有任何策略能盈利：0/595 通过。

6. 短周期输在成本：15m 的往返成本占比过高，边际盖不住手续费。

7. 1× 满仓做空也会归零：2020-03-13 的插针能打爆满仓空头。

9.2 三个有效机制能给你的

它们的中位年化在 9%~21%，最大回撤 40%~85%。

同期买入持有 BTC 是 6 年 10 倍、SOL 是 30 倍。

如果目标只是"赚钱"，买入持有加密现货，在收益和回撤上都优于这 17 个机制。

（当然，前提是你能承受 60%~85% 的回撤而不割肉——这正是绝大多数人做不到的地方，

也是趋势跟踪策略唯一可能的价值所在：它给你一套不依赖情绪的执行规则，

代价是收益远低于躺着不动。）

9.3 下一步真正该做的（不是继续加指标）

如果目标是找到真正可用的东西，优先级排序：

1. 做样本外验证 —— 把 2025-03 之后的数据切出来，重跑那 3 个机制

2. 把回撤变成可承受的 —— 加波动率目标（vol targeting），把回撤从 60% 压到 20%

3. 组合配置而非单点押注 —— 3 个机制 + 6 个币种的等权组合，比挑一个"最好的"稳健得多

4. 放弃"找圣杯"，转向"活下来" —— 复利下，不爆仓比高收益重要一个数量级

继续在 17 个指标上做参数寻优，是往过拟合的深渊里走。

参数越多、筛得越细，样本外崩溃得越快。

十、交付文件清单

复现命令

cd quant-work/v6-replica
python src/m1_prepare_multi.py    # 数据准备
python src/m1c_fill_volume.py     # 补齐 LTC/XRP 成交量（需外网）
python src/m4_panorama.py         # 3,570 组合全景回测（约 10 分钟）
python src/m5_multitest.py        # 多重检验校正
python src/m6_crosscheck.py       # 交叉复现检验

Python 环境：C:/Users/芮瑶/.workbuddy/binaries/python/envs/default/Scripts/python.exe

（Python 3.13.14 / numpy 2.5.2）

附：1× 引擎对账证明

杠杆引擎在 1× 时退化为既有引擎。对账结果（BTC 15m，复利口径）：

9/9 完全一致。

本轮修正了强平价公式的一处偏差：原写作 entry×(1 − 1/lev + maint)， 正确应为 entry×(1 − (1−maint)/lev)。两者之差为 maint×(1−1/lev)， 10× 时偏保守 0.45%。1× 时偏差为 0，故不影响对账。