开仓动量过滤器设计方案 版本：v5.0 日期：2026-03-06 适用系统：Hyperliquid 量化交易系统（Adaptive Bollinger Z-Score 配对策略） 升级摘要：v4.0 → v5.0 BOCPD 概率化机制检测，OU 半衰期约束，自适应 CUSUM drift，BTC 指数衰减 + 滚动领先滞后，OFI 量价升级路径，Phillips-Perron 检验，多时间框架确认，跨层信息共享 目录 1. 背景与问题定义 2. 算法选择与学术依据 3. 算法具体实现 4. 融入当前交易体系的方案 5. 与当前交易风格的契合度分析 6. 与四项开单约束的对应关系 7. 参数配置指南 8.
开仓动量过滤器设计方案 版本：v4.0 日期：2026-03-06 适用系统：Hyperliquid 量化交易系统（Adaptive Bollinger Z-Score 配对策略） 升级摘要：v3.0 → v4.0 DFA-2 二阶去趋势 + R² 质检，KPSS+ADF 对偶检验，BTC 跨资产动量因子，VWPM 量价确认，数据驱动非对称参数 目录 1. 背景与问题定义 2. 算法选择与学术依据 3. 算法具体实现 4. 融入当前交易体系的方案 5. 与当前交易风格的契合度分析 6. 与四项开单约束的对应关系 7. 参数配置指南 8. 风险与局限性 1. 背景与问题定义 1.
开仓动量过滤器设计方案 版本：v3.0 日期：2026-03-06 适用系统：Hyperliquid 量化交易系统（Adaptive Bollinger Z-Score 配对策略） 升级摘要：v2.0 → v3.0 新增 Layer 0（Hurst DFA），Rogers-Satchell 替代 Garman-Klass，Per-symbol 基准波动率，非对称阈值，ADF+ER 双重 Spread 仲裁 目录 1. 背景与问题定义 2. 算法选择与学术依据 3. 算法具体实现 4. 融入当前交易体系的方案 5. 与当前交易风格的契合度分析 6. 与四项开单约束的对应关系 7. 参数配置指南 8.
开仓动量过滤器设计方案 版本：v2.0 日期：2026-03-06 适用系统：Hyperliquid 量化交易系统（Adaptive Bollinger Z-Score 配对策略） 目录 1. 背景与问题定义 2. 算法选择与学术依据 3. 算法具体实现 4. 融入当前交易体系的方案 5. 与当前交易风格的契合度分析 6. 与四项开单约束的对应关系 7. 参数配置指南 8. 风险与局限性 1. 背景与问题定义 1.1 交易系统现状 当前系统基于 Adaptive Bollinger Z-Score 配对策略，核心逻辑是协整对的 spread 均值回归： * 当 adaptive_z 突破 adaptive_threshold 时产生入场信号
移动止损（Trailing Stop）设计方案 1. 概述 移动止损是风控体系中的止盈保护机制。当仓位盈利达到激活阈值后，系统开始追踪盈利峰值；当价格从峰值回撤超过回调阈值时，自动平仓锁定利润。 适用场景：短周期配对交易（持仓 < 30 分钟），捕获瞬间定价错误的套利机会。 2. 核心参数 参数 环境变量 默认值 说明 trailing_stop_activation_pct TRADING_TRAILING_STOP_ACTIVATION_PCT 0.01 激活阈值，盈利达到 1% 后启用追踪 trailing_stop_callback_pct TRADING_TRAILING_STOP_CALLBACK_PCT 0.003
开仓动量过滤器设计方案 版本：v1.0 日期：2026-03-06 适用系统：Hyperliquid 量化交易系统（Adaptive Bollinger Z-Score 配对策略） 目录 1. 背景与问题定义 2. 算法选择与理由 3. 算法具体实现 4. 融入当前交易体系的方案 5. 与当前交易风格的契合度分析 6. 与四项开单约束的对应关系 7. 参数配置指南 8. 风险与局限性 1. 背景与问题定义 1.1 交易系统现状 当前系统基于 Adaptive Bollinger Z-Score 配对策略，核心逻辑是协整对的 spread 均值回归： * 当 adaptive_z 突破 adaptive_threshold 时产生入场信号
# 要剔除的配对：每行格式为 "alt_symbol base=base_symbol" PAIRS_TO_REMOVE_RAW = """ AERO/USDC:USDC base=SNX/USDC:USDC CRV/USDC:USDC base=TIA/USDC:USDC CRV/USDC:USDC base=SNX/USDC:USDC SUSHI/USDC:USDC base=SNX/USDC:USDC XRP/USDC:USDC base=FET/USDC:
你这段描述，其实已经非常接近“风味科学”的核心了。你不是在说做菜，你是在说风味结构的变化。 你说的“香草需要熟成”，这个现象确实存在，而且不只是香茅，很多香草都会这样，比如： * Cymbopogon citratus（香茅） * Ocimum basilicum（罗勒） * Coriandrum sativum（香菜） * Mentha（薄荷） 它们都有一个共同特点： 富含挥发性精油。 为什么刚切碎时“冲、硬、尖” 当你把香草切碎： 1. 细胞壁瞬间被破坏 2. 精油大量释放 3. 挥发性分子浓度瞬间拉满 4. 分子还没在液体中重新分布 这时候的香气是： * 高音区 * 刺激 * 单一 * 像一条直线 你说“像辣喉的白酒”，这个比喻非常准确。 因为本质一样——都是高挥发性分子浓度过高导致刺激。 为什么放一段时间会变“柔”
HIP-3 集成设计文档 版本: v1.0 日期: 2026-03-03 适用项目: Trading-in-websocket（全币种协整配对量化交易系统） 目录 1. 背景与目标 2. HIP-3 技术概述 3. 关键约束与设计决策 4. 整体架构设计 5. 数据层设计 6. 服务层设计 7. 交易执行层设计 8. 配置层设计 9. 文件改动清单 10. 使用流程 11. 验证方案 12. 风险与注意事项 1. 背景与目标 1.1 现状 当前系统（RealtimeKlineService）监控 Hyperliquid 主网标准永续合约（约 220 个币种），以
RiskManager peak_equity 文件持久化简化设计 1. 背景与现状 1.1 业务用途 * peak_equity：用于 RiskManager 的最大回撤检查。 * 回撤公式：drawdown = (peak_equity - account_value) / peak_equity，并与 config.max_drawdown_pct 比较。 * 只有当 account_value 低于 peak_equity 时才会触发回撤超限检查。 1.2 现有实现（与本次优化相关） 文件：src/trading/risk_manager.py * 文件级常量： * _PEAK_EQUITY_FILE
数据自愈并发优化设计方案（v2） 快速摘要 类别 改动项 优先级 存量 Bug（必修） _get_db_now() fallback 返回 naive datetime → TypeError P0 存量 Bug（必修） batch_insert 裸 INSERT，并发写入无冲突保护 P0（需先执行 DDL） 性能优化 KlineDataFiller 懒加载，消除 49 次废弃 HTTP 握手 P1 性能优化 ~100 次 DB 往返 → 1 次（批量查询含 db_now） P1 性能优化
订单跟踪系统严重 Bug 分析 — 完整因果链 本文档基于当前代码分析，建立「输入 → 状态变化 → 调用路径 → 出错点 → 根因」的因果链，聚焦订单跟踪（WebSocketOrderManager + EventBus + Executor）中的严重问题。 一、系统概览与正常因果链 1.1 输入来源 输入 来源 形态 限价单下单结果 Executor 下单 API 响应 OrderResult.order_id (int)、coin、timeout 订单状态流 交易 WS orderUpdates → OrderStatusEvent（order_id=str, status, price, size） 成交流 交易 WS