BTC 基准多币种回测 v2 — Gate1+Gate2 真实协整验证结果

运行时间: 2026-02-16 19:31 ~ 20:35
脚本: src/scripts/validate_multicoin_btc_base_v2.py
基准: BTC/USDC:USDC | 回测天数: 30 | min-bars: 1000

1. 背景与目标

v1 回测脚本 (validate_multicoin_btc_base.py) 跳过了 Gate1（协整检验）和 Gate2（健康监控），导致回测结果比实盘宽松。实盘中 analyze_multi_period() 会在策略评估前强制执行两个门控：

• Gate1: 3 个周期 × 2 种 OLS 方法 = 6 次协整检验，通过数 ≥ 3
• Gate2: 4H/60D 短期健康监控状态 = HEALTHY

v2 在每个潜在入场点调用真实的 analyze_multi_period()，Gate1+Gate2 同时通过才纳入回测。

2. Gate 通过率统计（94 个币种）

2.1 各币种 Gate 通过率排名

高通过率（≥ 40%）— 9 个

中通过率（10% ~ 40%）— 24 个

低通过率（< 10%）— 44 个

SPX(10.3%), GOAT(9.8%), PENDLE(9.8%), ENA(9.3%), CAKE(9.1%), kPEPE(8.8%), AVAX(8.6%), APE(8.1%), ONDO(8.1%), RSR(8.0%), POPCAT(7.6%), AERO(7.3%), TAO(7.3%), LTC(6.3%), AR(6.2%), INJ(6.1%), TIA(5.4%), EIGEN(5.3%), BRETT(5.1%), SEI(4.9%), GALA(4.8%), FET(4.6%), LINK(4.5%), WIF(4.5%), CRV(4.3%), TURBO(3.8%), AAVE(3.6%), W(3.5%), PNUT(3.4%), VINE(3.3%), TON(3.2%), VIRTUAL(3.2%), PYTH(3.0%), DYM(1.9%), NEAR(1.8%), ADA(1.7%), ALGO(1.7%), JUP(1.6%), ARB(1.6%), kNEIRO(1.6%), LDO(1.5%), CFX(1.5%), ATOM(1.4%), STRK(1.3%)

完全排除（0%）— 17 个

DOGE, HBAR, SUI, KAS, APT, GMX, ETHFI, ENS, TRUMP, kBONK, S, STX, kFLOKI, SUPER, MORPHO, RUNE, SAGA

3. 回测结果

3.1 各方案最优配置对比

3.2 全局最优配置

TRADING_STRATEGY_EMA_SPAN = 72          # 耦合 (STD_WINDOW = EMA_SPAN)
TRADING_STRATEGY_ADAPTIVE_THRESHOLD = 3.0   # ← v1 默认 2.5，gate 后提高更优
TRADING_STOP_LOSS_PCT = 0.03               # ← 更紧的止损（v1 默认 0.05）
TRADING_STRATEGY_REVERSION_FACTOR = 0.30    # ← 更积极的反转（v1 默认 0.18）
TRADING_MAX_HOLD_HOURS = 0.5               # 30 分钟
TRADING_STRATEGY_COOLDOWN_MINUTES = 15

综合指标: 53 币种 | 盈利率 66.0% | 中位胜率 66.7% | 中位PnL +0.31% | 回撤 0.77%

3.3 全参数网格 TOP 10

3.4 解耦方案完整排名（B 方案 + D 网格解耦子集，评分降序）

解耦 (Decoupled) = EMA ≠ STD，快 EMA 捕捉短期变化 + 长 STD 稳定标准差估计。

Tier 1 — 评分 ≥ 22.5

Tier 2 — 评分 21.0 ~ 22.5

Tier 3 — 评分 < 21.0

解耦方案规律总结

解耦最优推荐: EMA=24, STD=72, Th=2.5, H=120m 或 EMA=36, STD=72, Th=3.0, H=30m

• 前者：更高中位PnL (+0.71%)，更宽松的币种覆盖 (54 个)
• 后者：更高中位胜率 (66.7%)，更低回撤 (0.79%)，更少交易但每笔质量更高

3.5 最优配置各币种明细（按收益排序）

盈利: 35 币 | 亏损: 18 币 | 盈利率: 66.0% | 总 Gate 过滤: 1307

4. 关键发现

4.1 Gate 过滤效果

• 过滤率极高: 中位数通过率仅 6.3%，绝大部分入场信号被 Gate 过滤
• v1 回测过于宽松: v1 不加 Gate 允许所有信号入场，结果偏乐观
• 17 个币种完全无协整: DOGE, SUI, APT, TRUMP 等与 BTC 在 30 天内完全不具备协整关系
• ETH 通过率仅 11.9%: 即使是市值第二的代币，与 BTC 的协整关系也不稳定

4.2 Gate 通过率与收益不线性相关

结论: Gate 是必要的质量过滤，但高通过率不等于高收益。策略层参数（threshold, RF, SL）同样重要。

4.3 参数敏感度

4.4 与 v1 的差异

5. 建议

5.1 生产参数调整

当前生产默认 Threshold=2.5，建议考虑提升至 3.0：

# 当前
TRADING_STRATEGY_ADAPTIVE_THRESHOLD = 2.5

# 建议（v2 回测最优）
TRADING_STRATEGY_ADAPTIVE_THRESHOLD = 3.0
TRADING_STRATEGY_REVERSION_FACTOR = 0.30
TRADING_STOP_LOSS_PCT = 0.03

5.2 币种筛选

基于 Gate 通过率，可将币种分为三档：

• 优先交易（通过率 ≥ 40%）: SOL, SUSHI, SNX, OP, BIGTIME, CELO, BSV, SCR, XLM
• 谨慎交易（通过率 10%-40%）: ORDI, REZ, IO, ARK, XRP, ALT, TRB, IMX, UNI, DYDX 等
• 建议排除（通过率 < 5% 或 = 0%）: DOGE, SUI, APT, TRUMP, ADA, ATOM, STRK 等

5.3 后续验证

1. 扩大回测天数: 用 --days 60 或 --days 90 验证结论稳定性
2. 对比实盘: 抽样验证 gate 结果与 DB 中 analysis_results.cointegration_passed 一致性
3. 动态阈值: 探索根据 gate 通过率动态调整 threshold 的可能性

6. 运行方式

# Gate 通过率分析（~12 分钟）
python -m src.scripts.validate_multicoin_btc_base_v2 --min-bars 1000 --gate-only

# 完整回测（~42 分钟）
python -m src.scripts.validate_multicoin_btc_base_v2 --min-bars 1000

# 指定回测天数
python -m src.scripts.validate_multicoin_btc_base_v2 --days 60 --min-bars 1000