低波突破策略 · 第二篇：交易复盘与出场规则

Binance USDT-M 永续 · 市值 top 200 · OR 背景 × anomaly · 仅多头 · 20 日 Donchian 通道价 stop 单 · 100 槽 · 单边 10bp · 2023-01-01 → 2026-09-03 · 生成于 2026-09-04 · 第一篇（策略定义与信号检验） · 交互式回测台

1. 起点

第一篇的结论是审慎的：全币种 30 日通道的原始信号在 24 个组合里没有一个 |t| ≥ 2，最优配置是多重检验的产物， 而市值池上最强的读数（6.7 节）在控制住动量之后 alpha 完全消失。本篇不重开这些问题。它从交互式回测台上 被选出的一组配置出发 —— 市值 top 200、OR 背景再叠加 anomaly、仅多头、20 日通道、100 槽、固定持有 5 天 —— 只问一件事：给定这个入场，出场该怎么设计。

为此先给回测台加了逐笔交易明细和逐币 K 线复盘（入场出场标记、通道、背景关闭日、1 分钟放大），用来审阅具体交易。 复盘的第一个发现不是关于出场，而是关于结算口径（第 2 节）。之后是持有天数扫描（第 3 节）、入场后路径（第 4 节）、 约 35 种出场规则的像对像实验（第 5 节）、稳健性（第 6 节）与采纳配置的完整刻画（第 7 节）。 所有实验都保持入场、背景、槽位、ADV 优先、费用与 funding 完全不变，只换出场。

2. 逐笔复盘发现的结算口径问题

按 PnL 排序，回测台默认配置里最赚钱的一笔是 SIRENUSDT（2026-03-18 入场，2026-04-07 出场）： 出场价比入场价低 31%，PnL 却是名义的 +381%。 原因在引擎的记账方式：每个仓位每天用恒定名义 × 当日收益累加，等价于每天把仓位重置回入场名义 —— 涨了减仓、跌了加仓。而表里的"价格收益"、胜率、盈亏比用的是出场价 / 入场价 − 1 的固定数量口径。两套口径混用； 价格路径大起大落时差得很远（这一笔的路径是 0.87 → 2.37 → 0.14 → 0.60）。

固定数量近似 = 1 + Σ 名义 × (价格收益 − 双边费)，忽略 funding，且沿用引擎路径上的名义，不是严格重算。

回测台默认配置（多空、持有 20 天）下两种口径差 1.69，18 笔相差超过 50 个百分点 —— 那份结果的大部分来自逐日重置名义的效果。本篇的配置持有短、仅多头，两种口径只差 0.05； 长持有时固定数量口径反而更高（持有 20 天：4.47 对 4.71）。下文所有引擎数字仍按引擎口径， 第 5 节的实验表并列给出固定数量口径，方便核对结论是否依赖记账方式。这个口径问题本身还没有定论，是否改引擎另议。

3. 持有天数扫描：H5 是尖峰

固定持有 3 / 4 / 5 / 6 / 7 天的终值是 2.00 / 2.05 / 2.91 / 2.47 / 2.27x，Sharpe 1.12 / 1.10 / 1.49 / 1.20 / 1.00。 H5 比左右邻居的中位数高 35%。另一侧，持有 18 到 22 天是一个宽平台 （3.81 / 3.77 / 4.47 / 4.39 / 4.29x），但回撤从 25 天起急剧变差（H25 -44%，H30 -50%）。

H5 的尖峰来自哪里？把每笔交易第 5 天的当日收益按出场日聚合：3356 笔合计 +2936%（每笔 1% 名义）， 而前 8 个日子合计 +3158%，超过了全部 —— 其余日子净贡献为负。

这是入场的批量属性造成的。策略多数日子空仓（杠杆中位数 0.00x），背景放行时一次进几十到一百个币； 固定持有 N 天，实际上是在选这一批仓位暴露在哪几个市场日上。H4 / H5 / H6 的前 5 大贡献日几乎是同一批日子， 差别只在哪个批次恰好落在哪天：

4. 入场后路径：冲 5 天、回落 5 天、右尾续涨

把基准 H5 的 3384 笔入场按入场后天数对齐。均值第 5 天 +3.6%，第 7 到 9 天回到 +3.2% 附近， 第 20 天 +8.2%；中位数第 5 天 +1.9%，第 10 天 +0.0%，第 20 天只有 +0.9%。 长持有的收益全靠少数大赢家。

三条对出场设计有直接含义的事实：（a）早期亏损不预示失败。第 1 天收盘低于入场价的仓到第 5 天仍有 +1.27% 的期望、胜率 51%；5 天内最大浮亏中位 -3.3% 只是正常噪音。 （b）浮盈守得住。5 天内曾浮盈 10% 以上的仓占 34%，其中 76% 在第 5 天收盘时仍保得住 —— 止盈没有用武之地。 （c）第 5 天盈利的仓，第 5 到 10 天均值 +0.01%、中位 -1.97%， 到第 20 天均值 +6.04%、中位 +1.28%。要拿到右尾必须先扛过第 6 到 10 天的回落。

5. 出场规则实验：35 种，六类

实验室复制引擎的循环，只把出场判定换成可插拔规则；cap(5) 与采纳配置两个点与引擎精确一致（偏差 < 1e-9）。 "固定数量"列按固定数量口径重算同一组交易，用来核对结论不依赖记账方式。

紧止损全部亏钱。跌破入场价即出把终值从 2.91 打到 2.10x（回撤 -14%，但 Sharpe 只有 1.27）， 因为它砍掉的是仍有正期望的仓（第 4 节 a）。"回到通道内"与"跌破入场价"结果完全相同 —— 通道价就是入场价。 3 日低、回撤 5%、池等权 −3% 全平同理。唯一值得留的风控叠加是 1×ATR10 跟踪：2.54x、Sharpe 1.45、回撤 -18%， 用 13% 的终值换回撤缩小 -6% 个点。

止盈全部亏钱（+5% / +10% / +20% 分别 1.83 / 2.14 / 2.54x），截的是右尾。 状态类出场无益：背景关闭即出 2.36x（平均只持有 2.9 天），振幅爆量、成交额干涸、BTC 或池等权大跌日全平都在基准附近或更差。 经典右侧跟踪单独用也不行：海龟式 10 日低无上限 2.28x、 回撤 -37%，因为第 6 到 10 天的回落会被吃掉。 分批时间出场是 H5 的诚实版本（第 4/5/6 天各 1/3：2.54x），把参数运气平均掉之后就是这个水平。

起作用的是时间的不对称。"亏损仓 N 天限时出、盈利仓持到 20 天上限"这一族终值 2.46 到 3.19x， Sharpe 1.01 到 1.43；盈利仓用跌破 10 日低、20 日低还是 2×ATR 跟踪都一样， 因为 20 天上限承担了绝大部分出场，跟踪线很少触发。去掉上限只留跟踪线反而掉到 2.46x。这族的代价是胜率约 27%、盈亏比约 6， 回撤 -26% 到 -32%：多数交易小亏离场，收益靠少数拿满 20 天的赢家。

6. 稳健性

6.1 参数面：亏损限时 × 反向通道 × 持有上限

45 个格子里，持有上限 15 或 20 天的 30 格终值 2.72 到 3.19x、Sharpe 1.21 到 1.43， 没有孤立的尖峰；上限放到 30 天整体变差（2.69 到 3.19x），与第 3 节 H25 以后回撤恶化一致。 亏损限时 3 天略好于 5 到 7 天：输的仓早走，槽位早腾出来给下一批。

6.2 槽位容量

槽位越多，每仓名义越小，终值随之下降，这是暴露度的算术。看 Sharpe：200 槽下 H4 / H5 / H6 仍是尖峰形状 （H5 1.38）， 采纳配置在各档容量下都在 1.26 到 1.43。 100 槽是会绑定的：采纳配置 3892 个信号里 1133 个因槽位放弃（第一篇里这个统计漏掉了满仓日，本篇已修）。

6.3 分年

所有变体 2023 和 2024 年强、2025 和 2026 年弱，年内 Sharpe 在后两年都低于 1。采纳配置 2026 年 +13%， 固定持有 20 天 -1%，H5 +7%。出场改变不了这个形状。

6.4 开仓判定换成 1 分钟口径

日线 stop 单假设恰好在通道价成交，是最乐观的口径。换成生产语义（第一根整根在通道外的 1 分钟 K 线收盘价成交）， 采纳配置 3.19 → 2.80x，H5 2.91 → 2.75x。 结论的排序不变。

6.5 换选币方式：突破选币贡献了什么

沿用第一篇 6.7 的方法：背景、槽位、出场、费用不变，只把选币方式换掉。三层口径逐层剥离干扰： ① 6.7 的口径 —— 真实腿按通道价、对照腿按当日开盘、每天取与真实信号同样多的币； ② 全部统一按当日收盘价入场，只比"选了哪些币"； ③ 在 ② 之上把每天的个数改成每个 gate 日固定 k 个，去掉"当日信号数量"携带的当日信息。 p 值 = 随机选币终值不低于真实突破的比例。

按 6.7 的口径（真实腿通道价、对照腿开盘价、每日取同样多的币）：随机选币中位 3.57x、30 日涨幅 4.96x，都高于真实突破 3.19x（p = 0.93）。看起来突破选币是负贡献。统一按收盘价入场后：真实突破 2.46x，随机中位 1.81x（p = 0.00），30 日涨幅 2.71x，10 日涨幅 2.53x ——突破选币显著好于随机，略低于动量选币。两种口径差距这么大，是因为对照腿在 gate 日按开盘价入场，吃到了当天开盘到收盘的涨幅，而真实腿要等价格越过通道才成交；第一篇 6.7 因此高估了动量相对突破的优势，那一节的“alpha 在控制动量后消失”应据此打折。

每个 gate 日固定 26 个（去掉“当日信号数量”这一当日信息）：开盘价口径随机中位 1.62x、30 日涨幅 2.16x；收盘价口径随机中位 1.41x、30 日涨幅 1.82x。匹配数量比固定数量高 1.94：当日有多少币突破就是当天的市场宽度，对照腿借用了这个数量，6.7 的对照腿同样如此。这个数量是突破系统自己合法拥有的信息 —— 它决定了哪天满仓、哪天空仓 —— 所以突破系统的价值主要在“哪天买多少”（宽度择时），其次才是“买哪些币”（统一收盘价下比随机高 0.65）；固定数量下开盘价与收盘价口径只差 0.22，日内涨幅并不可靠。

H5 出场下同样的形状：6.7 口径随机中位 3.64x 高于真实 2.91x（p = 1.00）， 统一收盘价后真实 2.59x 对随机中位 1.95x（p = 0.00）。 不对称出场对每一种选币都成立，它改善的是"gate 日拿到一批山寨多头之后怎么退出"，与怎么选币无关。

7. 采纳配置

7.1 出场构成

75% 的交易以"亏损仓限时"离场，22% 拿满 20 天。 这是一个低胜率（24%）、高盈亏比（7.0）的形态：连续多笔小亏是常态，需要在心理上接受。

7.2 邻域

当前终值与邻居中位数相差 +5%，邻域平滑。回测台的"邻域检查"按钮做的就是这张表； 同一按钮对 H5 给出"高 35%，像尖峰"。

7.3 收益的时间集中

采纳配置前 5 个交易日贡献 +38.5%，占总对数收益 116% 的约 33%；H5 是 +40.5% / 107%。 两者的前 5 大贡献日几乎是同一批（2026-08-21，2025-05-10，2023-01-20 …）。 这些日子是全市场山寨币的大涨日，恰好落在一整批仓位的持有期内。它是背景 gate 批量放行的结果，出场只能决定这批仓位拿多久。

8. 局限与未解决的问题

① 收益集中在少数批量日。约四成对数收益来自 5 天，任何一天缺席都会显著改写结果；这是入场结构而不是出场能处理的。 ② 2025 到 2026 年衰减。每一种出场都一样，说明是信号或市场状态的问题。 ③ 结算口径。引擎按固定名义逐日结算，本配置下两种口径接近，但引擎本身的口径问题尚未处理，回测台默认配置受它影响很大。 ④ 选币不是主要来源。统一收盘价下突破比随机中位只高 0.65，与动量相当；突破系统的价值主要在“当日突破个数”这个宽度信息决定的哪天买多少。第一篇 6.7 的对照借用了这个数量并按开盘价入场，其动量结论应据此打折。 ⑤ 样本内。出场规则族的选择、亏损限时 3 天、上限 20 天都是在同一段样本上看出来的；邻域平滑降低了过拟合的嫌疑， 但不是样本外证据。⑥ 口径。成交价、费用 10bp、按日收盘出场，都是近似；1m 生产口径下终值下降 12%。

下一步：把“当日突破个数”当作宽度信号单独检验它的择时价值，再决定选币用突破还是动量（6.5 已给出方向）； 用 2025 年后的数据单独检验背景 gate 是否仍有内容；决定引擎结算口径。

复现：python report_exit.py（约 3 分钟，含 100 次随机置换），目录 /home/ubuntu/ic/factor_backtest/research/20260903_ctashit。 所有数字由 app.py 的引擎实时算出，出场实验室在本脚本内（Lab），选币替换复用 control_mcap.py。 交互式回测台的"亏损仓限时 / 反向通道出场 / 邻域检查"与本篇同一引擎。