SHI XIAOLONG

Beta套利止盈止损算法说明

Beta套利止盈止损算法说明 架构概览 监控线程 (_stop_loss_monitor) │ 每 3 秒循环一次 │ ├─ 1. update_position_prices() ← 从 WS L2缓存/REST API 获取最新价格 ├─ 2. calculate_pnl() ← 计算组合 PnL ├─ 3. check_stop_loss() ← 固定止损检查 ├─ 4. check_trailing_stop() ← 移动止盈检查 ├─ 5. check_max_hold_duration() ← 持仓超时检查 └─ 6. _close_with_retry() ← 触发平仓(带重试) 检查优先级:Kill Switch >

By SHI XIAOLONG

Beta套利配对交易策略设计方案3

Beta套利配对交易策略设计方案 1. 概述 Beta套利是一种基于ETH/BTC下行联动性的配对交易策略。通过追踪ETH在下跌行情中相对于BTC的收益率比值(beta),识别ETH相对强势的时机,做多ETH同时做空BTC,捕获两者之间的相对价值回归。 核心假设:当ETH的下行beta较低且趋势收敛时,说明ETH在下跌中比BTC更抗跌,暗示短期相对强势,此时做多ETH/做空BTC存在正期望。 1.1 与现有策略的区别 维度 现有协整Z-Score策略 Beta套利策略 信号来源 价差Z-score偏离与回归 下行beta收敛 Beta估计 IMM Kalman滤波器(全样本) 仅负收益K线的收益率比值 过滤体系 4层动量过滤器 + 协整门控 无外部过滤,信号自包含 交易方向 双向(多/空ETH) 单向(固定做多ETH/做空BTC) 持仓周期 中等(数小时~数天) 短周期(平均6小时) 适用标的 多币种配对

By SHI XIAOLONG

Beta套利配对交易策略设计方案2

Beta套利配对交易策略设计方案 1. 概述 Beta套利是一种基于ETH/BTC下行联动性的配对交易策略。通过追踪ETH在下跌行情中相对于BTC的收益率比值(beta),识别ETH相对强势的时机,做多ETH同时做空BTC,捕获两者之间的相对价值回归。 核心假设:当ETH的下行beta较低且趋势收敛时,说明ETH在下跌中比BTC更抗跌,暗示短期相对强势,此时做多ETH/做空BTC存在正期望。 1.1 与现有策略的区别 维度 现有协整Z-Score策略 Beta套利策略 信号来源 价差Z-score偏离与回归 下行beta收敛 Beta估计 IMM Kalman滤波器(全样本) 仅负收益K线的收益率比值 过滤体系 4层动量过滤器 + 协整门控 无外部过滤,信号自包含 交易方向 双向(多/空ETH) 单向(固定做多ETH/做空BTC) 持仓周期 中等(数小时~数天) 短周期(平均6小时) 适用标的 多币种配对

By SHI XIAOLONG

Beta套利配对交易策略设计方案

Beta套利配对交易策略设计方案 1. 概述 Beta套利是一种基于ETH/BTC下行联动性的配对交易策略。通过追踪ETH在下跌行情中相对于BTC的收益率比值(beta),识别ETH相对强势的时机,做多ETH同时做空BTC,捕获两者之间的相对价值回归。 核心假设:当ETH的下行beta较低且趋势收敛时,说明ETH在下跌中比BTC更抗跌,暗示短期相对强势,此时做多ETH/做空BTC存在正期望。 1.1 与现有策略的区别 维度 现有协整Z-Score策略 Beta套利策略 信号来源 价差Z-score偏离与回归 下行beta收敛 Beta估计 IMM Kalman滤波器(全样本) 仅负收益K线的收益率比值 过滤体系 4层动量过滤器 + 协整门控 无外部过滤,信号自包含 交易方向 双向(多/空ETH) 单向(固定做多ETH/做空BTC) 持仓周期 中等(数小时~数天) 短周期(平均6小时) 适用标的 多币种配对

By SHI XIAOLONG

黄金价格与宏观的关系

你这个判断方向是对的,但可以再“结构化”一点,会更清晰也更有解释力。 很多人把黄金当成“避险按钮”,但实际上黄金更像一个宏观变量的合成函数,而不是单一因子的反应器。 可以这样拆👇 一、黄金真正的“定价核心” 黄金长期价格,本质上更接近: 实际利率(Real Yield) + 流动性(Liquidity) + 信用风险(Trust) 而不是简单的“有没有战争”。 更具体一点: 1️⃣ 实际利率(最核心) * 实际利率 = 名义利率 - 通胀 * 实际利率下降 → 黄金上涨(机会成本下降) 这点可以用 美国10年期国债实际收益率 来观察 👉 这是黄金最强的负相关因子 2️⃣ 全球流动性 / 货币供应 比如: * 美联储 放水(QE) * M2扩张 * 信用扩张周期 👉 本质:货币被“

By SHI XIAOLONG

IMM Kalman Filter 模块参数详解(v5.0)

IMM Kalman Filter 模块参数详解(v5.0) IMM(Interacting Multiple Model)是一个时变 [α, β] 联合估计器,核心思想来自 Blom & Bar-Shalom (1988):M=5 个并行 Kalman Filter 各自使用不同的 (Q_β, Φ_β) 参数对,通过贝叶斯模型概率实时加权融合。双用途输出:体制检测(regime_score → 入场过滤)+ Hedge Ratio(kalman_beta → 仓位加权)。 一、状态空间模型核心参数 1. IMM_Q_BETA_GRID — β 过程噪声网格

By SHI XIAOLONG

不同宏观结构背景下,美国公用事业股票的表现特征

美国公用事业股票(Utilities Sector)在不同宏观结构下的表现特征,核心在于其防御性:提供电力、燃气、水务等必需服务,需求刚性(不受经济波动大影响)、受监管保护(可转嫁成本)、高股息(历史约3-4%)、资本密集型但盈利稳定。代表性指数为S&P Utilities或XLU ETF。 其表现高度依赖宏观结构,主要体现在商业周期阶段、利率环境、通胀与增长组合等维度。以下基于历史数据(1962年以来多个周期,来源包括State Street Global Advisors、Fidelity、Morningstar、MSCI等)总结特征。 1. 商业周期不同阶段(Business Cycle) 公用事业属于非周期性防御板块,在经济下行时跑赢,在扩张时落后。 * 衰退期(Recession):表现最佳。需求稳定,高股息提供缓冲。历史8次衰退中7次跑赢大盘(胜率88%),平均周期超额回报+7.

By SHI XIAOLONG

IMM Beta 导致 Adaptive Z 虚假入场信号 — BUG 分析报告

IMM Beta 导致 Adaptive Z 虚假入场信号 — BUG 分析报告 日期: 2026-03-19 严重程度: P0(已造成实际错误交易) 影响范围: 所有使用 IMM Kalman β 的交易配对 状态: 待修复 1. 事件摘要 2026-03-19 14:25:05,IMM 改造后的新代码对 ASTER/USDC:USDC|BTC/USDC:USDC 配对发出了错误的 long 入场信号,导致以 $0.68924 买入 29.0 ASTER。该信号在老代码(无 IMM 改造)中不存在。

By SHI XIAOLONG

如何用链上数据 + 流动性指标,判断ALT Season是否真正开始(避免假启动)

很好,这一步就进入真正“能拉开差距”的交易层了。 目标只有一个: ❗避免假 Alt Season(假启动),只在“资金真正扩散”时出手 我给你一套**“链上 + 流动性 + 市场结构”三层确认模型**,不是单一指标,而是组合信号。 🧠 一、先讲本质(你必须理解) 👉 Alt Season 的本质不是价格上涨,而是: BTC主导 → ETH承接 → 资金外溢 → ALT扩散 ❗所以判断标准只有一个: 资金是否真的从 BTC / ETH 流出,进入 ALT 📊 二、第一层:链上数据(资金有没有动) ✅ 1️⃣ BTC Dominance(最重要) 👉 Bitcoin Dominance 📌 怎么看: * 上升 → 钱在

By SHI XIAOLONG

如果未来6–12个月进入阶段3中后期 / 阶段4,各资产会怎么走(含BTC和ALT节奏图)

好,这一题我们直接做成**“路径 + 节奏 + 资产行为”**的交易蓝图,重点是你最关心的: 👉 阶段3中后期 → 阶段4(流动性全面回归)时,资产怎么走、顺序是什么 🧠 一、先给你一个核心结论(很重要) 这一轮上涨不是“所有资产一起涨”, 而是一个严格的资金传导链条(Liquidity Transmission Chain) 🔁 二、资金传导顺序(必须记住) 流动性预期 → BTC → 大盘股 → ETH → 主流ALT → 小盘ALT → MEME 👉 本质: 钱是从“最安全风险资产” → “最疯狂资产”逐层扩散 📈 三、阶段3中后期(最舒服赚钱阶段) 📌 特征: * 已开始降息(或非常确定) * 流动性明显改善 * 经济还没完全复苏 🟢 市场行为: 1️⃣ Bitcoin 👉 状态: * 已上涨一段

By SHI XIAOLONG

供应链重构 → 通胀 → 哪些行业/资产最受益(具体到投资标的)

好,这一题我们直接从你已经建立的链条出发,落到**“行业 → 资产 → 标的”三个层级,尽量做到可操作**。 🧠 一、先把核心逻辑再压缩一次(你这套的底层) 供应链重构(去全球化) ↓ 效率下降 + 冗余增加 ↓ 生产成本上升(能源 / 劳动力 / 物流) ↓ 结构性通胀(更粘、更久) 👉 投资本质: 谁“掌握资源 / 定价权 / 稀缺性”,谁受益 🏭 二、最直接受益的四大方向 我按“确定性强 → 弹性大”排序。 🟡 1️⃣ 能源(第一优先级) 📌 为什么最直接受益? * 供应链重构 → 运输成本 ↑ * 地缘冲突 ↑ * 能源 = 一切成本的底层 👉 本质: 能源 = 通胀的源头资产 🎯 重点细分: * 石油 * 天然气 * LNG(

By SHI XIAOLONG

当前(2026)全球大致处于: 🟨 阶段2 → 🟩 阶段3 的过渡期 (紧缩尾声 → 宽松预期初期)

好,我们把你刚才那套“四阶段模型”真正落地到 2026 当前环境,用的是“方向判断 + 结构推演”,而不是死数据(因为市场交易的是预期)。 🧭 一、先给结论(再解释) 👉 当前(2026)全球大致处于: 🟨 阶段2 → 🟩 阶段3 的过渡期 (紧缩尾声 → 宽松预期初期) 也可以更精确一点说: 已经走出“最危险阶段1”, 正在经历“阶段2尾部”, 并逐步进入“阶段3早期”。 📊 二、用你那3个指标来验证(最关键) ✅ 1️⃣ 通胀(CPI趋势) 现实状态(2026): * 已经从2022高点明显回落 * 但还没有完全回到低通胀时代 👉 结论: 通胀 = 下降趋势(但仍有粘性) ✔ 对应阶段: 👉 从 阶段2 → 向阶段3移动 ✅ 2️⃣ 利率(或预期)

By SHI XIAOLONG