Apex Liquid Bot 算法文档总览

📚 文档列表

本项目包含 7 个核心交易分析指标的详细算法文档，每个文档都包含：

• 算法概述和核心概念
• 详细的计算公式和推导
• 完整的代码实现（含注释）
• 实际应用场景
• 完整的测试用例

🎯 核心指标文档

1. 净入金算法详解

指标名称: True Capital（真实本金）

核心公式:

true_capital = deposits - withdrawals + external_to_spot - external_out

指标意义:

• 计算用户实际投入的净资金量
• 排除交易盈亏的影响
• 准确反映资金流入流出

应用场景:

• 计算累计收益率的分母
• 计算夏普比率时的基准
• 计算最大回撤时的基准

关键特性:

• ✅ 排除交易盈亏，只计算资金流动
• ✅ 智能识别内部转账（Perp ↔ Spot）
• ✅ 支持充值、提现、外部转入转出

2. 盈亏因子算法详解

指标名称: Profit Factor（盈亏因子）

核心公式:

profit_factor = total_gains / total_losses

指标意义:

• 评估交易策略盈利能力

• 1 表示盈利，< 1 表示亏损

• 数值越高，策略越优秀

评级标准:

• < 1.0: ❌ 不可接受
• 1.0 - 1.5: ⚠️ 勉强可接受
• 1.5 - 2.0: ✅ 良好
• 2.0 - 3.0: 🌟 优秀
• > 3.0: 🏆 卓越

关键特性:

• ✅ 同时考虑已实现和未实现盈亏
• ✅ 高精度计算（50位精度）
• ✅ 特殊处理无亏损、无盈利等边界情况

3. 胜率统计算法详解

指标名称: Win Rate（胜率）

核心公式:

win_rate = (winning_trades / total_trades) * 100
bias = ((long_trades - short_trades) / total_trades * 100 + 100) / 2

指标意义:

• 评估交易准确性
• 反映盈利交易占比
• 分析多空方向偏好

方向偏好:

• bias = 50: 多空平衡
• bias > 50: 偏多头
• bias < 50: 偏空头

关键特性:

• ✅ 准确识别交易方向（含翻仓）
• ✅ 零盈亏交易不计入胜率
• ✅ 大小写兼容的方向判断

4. 夏普比率算法详解

指标名称: Sharpe Ratio（夏普比率）

核心公式:

sharpe_ratio = (mean_return - risk_free_rate) / std_dev
annualized_sharpe = sharpe_per_trade × √(trades_per_year)

指标意义:

• 衡量风险调整后的收益
• 承担每单位风险的超额收益
• 值越高，风险收益比越好

评级标准:

• < 0: ❌ 差
• 0 - 1: ⚠️ 一般
• 1 - 2: ✅ 良好
• 2 - 3: 🌟 优秀
• > 3: 🏆 卓越

关键特性:

• ✅ 基于真实本金，不受杠杆影响
• ✅ 使用复利计算年化
• ✅ 与累计收益率逻辑一致

5. 最大回撤算法详解

指标名称: Max Drawdown（最大回撤）

核心公式:

drawdown = (peak - current_value) / peak × 100%
max_drawdown = max(all_drawdowns)

指标意义:

• 评估最坏情况下的损失
• 从峰值到谷底的最大跌幅
• 反映风险承受能力

风险评级:

• < 10%: 🏆 优秀
• 10% - 20%: ✅ 良好
• 20% - 30%: ⚠️ 可接受
• 30% - 50%: ❌ 高风险
• > 50%: 🚨 极高风险

关键特性:

• ✅ 基于真实本金计算
• ✅ 复利累计收益率序列
• ✅ 记录峰值和谷底时间

6. 累计收益率算法详解

指标名称: Cumulative Return & Annualized Return（累计收益率和年化收益率）

核心公式:

cumulative_return = (total_pnl / true_capital) × 100%
annualized_return = ((1 + cumulative_return) ^ (365 / days) - 1) × 100%

指标意义:

• 累计收益率：总体表现
• 年化收益率：标准化对比

计算特点:

• 使用累计总盈亏（已实现 + 未实现）
• 基于净入金计算
• 复利年化（非简单线性）

关键特性:

• ✅ 不受出入金影响
• ✅ 包含未实现盈亏
• ✅ 自动标记短期数据可靠性

7. 持仓时间统计算法详解

指标名称: Hold Time Statistics（持仓时间统计）

核心公式:

hold_time_days = (close_time - open_time) / 86400000
average_hold_time = Σ(hold_time_i) / n

指标意义:

• 识别交易风格
• 评估资金效率
• 优化策略参数

交易风格:

• < 1 小时: 超短线 / 高频
• 1-24 小时: 日内交易
• 1-7 天: 短线交易
• 7-30 天: 中线交易
• > 30 天: 长线交易

关键特性:

• ✅ 多空分离配对
• ✅ 支持部分平仓
• ✅ FIFO 先进先出原则
• ✅ 正确处理翻仓交易

📊 指标关系图

净入金 (True Capital)
   ↓
   ├─→ 累计收益率 = 累计总盈亏 / 净入金
   │      ↓
   │      └─→ 年化收益率 (复利计算)
   │
   ├─→ 夏普比率 = (平均收益率 - 无风险利率) / 标准差
   │      ↓
   │      └─→ 年化夏普比率
   │
   └─→ 最大回撤 = (峰值 - 谷底) / 峰值
          ↓
          └─→ 卡玛比率 = 年化收益率 / 最大回撤

交易记录 (Fills)
   ↓
   ├─→ 盈亏因子 = 总盈利 / 总亏损
   ├─→ 胜率 = 盈利次数 / 总次数
   └─→ 持仓时间统计 (FIFO 配对)

🔧 算法特点对比

💡 使用建议

1. 快速评估（3个指标）

# 最少需要这3个指标了解策略基本情况
1. 盈亏因子：盈利能力
2. 胜率：交易准确性
3. 累计收益率：总体表现

2. 全面评估（7个指标）

# 完整的策略评估体系
1. 净入金：资金基准
2. 盈亏因子：盈利能力
3. 胜率：交易准确性
4. 夏普比率：风险调整后收益
5. 最大回撤：风险水平
6. 累计收益率：总体表现
7. 持仓时间：交易风格

3. 指标组合分析

组合 A：高胜率 + 低盈亏比

胜率 = 70%，盈亏因子 = 1.2
→ 虽然胜率高，但单笔盈亏比不足
→ 建议：提高止盈目标，降低止损频率

组合 B：低胜率 + 高盈亏比

胜率 = 40%，盈亏因子 = 3.0
→ 少赢多亏，但赢时赢很多
→ 这是趋势跟踪策略的典型特征

组合 C：高收益 + 高回撤

年化收益率 = 100%，最大回撤 = 50%
→ 高收益伴随高风险
→ 建议：降低仓位或优化止损策略

📖 文档使用指南

阅读顺序建议

初学者

1. 先读 净入金算法 - 理解资金计算基础
2. 再读 盈亏因子 和 胜率统计 - 了解基本盈利指标
3. 最后读 累计收益率 - 掌握收益计算

进阶用户

1. 重点阅读 夏普比率 - 理解风险调整
2. 深入学习 最大回撤 - 掌握风险评估
3. 研究 持仓时间 - 优化交易策略

代码集成

每个文档都包含完整的可运行代码，可以：

1. 直接复制到项目中使用
2. 根据需求修改和扩展
3. 参考测试用例进行验证

🔗 相关资源

• 项目源码: apex_fork.py
• API 文档: https://hyperliquid.gitbook.io/hyperliquid-docs/for-developers/api
• Apex Liquid Bot: https://apexliquid.bot/

📝 更新日志

v1.0 (2026-02-03)

• ✅ 完成 7 个核心指标文档
• ✅ 每个文档包含完整代码实现
• ✅ 提供详细的测试用例
• ✅ 添加应用场景说明

📧 联系方式

如有问题或建议，请联系：

• Email: support@apexcalculator.com
• GitHub: https://github.com/apex-calculator

文档生成时间: 2026-02-03
作者: Apex Calculator Team
版本: v1.0