加密合约常用量化策略清单:怎么选,怎么落地
在开源社区里,公开可查的交易策略文件成百上千——光一个 Freqtrade 项目的官方策略仓库就有数十个示例,第三方和 Star 数过千的组合框架也不止一个。数量从来不是问题,问题是你不知道哪一个适合自己的账户和所在的行情阶段。
本文不做“策略全集”式的堆砌,而是把常见的加密货币永续合约量化策略分成五个大类,逐类说明:它赚的是什么钱、什么行情下有效、什么行情下必然失效、以及落地时要额外注意什么。看完之后,应该能回答一个更实用的问题——手里的这套策略,是拿来做什么的。
边界说明:以下内容是对公开策略类型与实现思路的梳理,仅供学习参考,不构成任何投资建议,也不提供可直接照抄的下单操作。加密资产波动剧烈,永续合约带杠杆,任何策略在不同市场阶段的表现都可能与历史完全相反。
一、先确定一条前提
在讨论策略之前,有一件事值得先说清楚:长期来看,决定账户死活的是仓位管理和止损规则,不是入场信号本身。
同样的双均线交叉,配 1 倍仓位和固定止损是一套东西,配 20 倍杠杆和不设止损是另一套东西。市面上多数“策略失效”的案例,复盘到最后都是风控失效——信号只负责告诉他什么时候进场,亏光账户的往往是仓位和扛单。
所以下面每一类策略,都默认配合独立的止损与仓位规则使用,这部分放在最后专门讲。
二、五类策略的划分逻辑
按“利润来源”而不是“用了什么指标”来分类,是最实用的切法:
| 大类 | 利润来源 | 本质 |
|---|---|---|
| 趋势跟踪 | 单边行情的差价 | 用小亏换大赚 |
| 均值回归 | 价格偏离后的修复 | 用大概率小赚累积 |
| 结构与多周期 | 特定形态/时段/周期共振 | 提高单次胜率 |
| 合约中立 | 资金费率、基差、跨所价差 | 不赌方向,赚结构性价差 |
| 进阶框架 | 多信号组合、统计模型 | 叠加上述来源 |
这个分类的意义在于:同一套指标,赚钱逻辑可能是完全不同的东西。比如布林带用来做触碰下单是均值回归,用来做带宽突破则是趋势跟踪,两者的失效条件恰好相反。
三、趋势跟踪类
这是加密永续合约场景下最主流的一类,也是社区公开实现最多的一类。
| 策略 | 核心逻辑 | 最佳行情 |
|---|---|---|
| Supertrend | ATR 自适应通道,价格突破上/下轨即判定趋势翻转 | 单边趋势、波动率上升 |
| 多均线交叉 | EMA/SMA 快线穿越慢线 | 中大级别趋势的初期 |
| MACD | 快慢线差值 + 柱状动能变化 | 趋势中段的延续确认 |
| ADX + 均线 | ADX 确认强度后才允许均线信号进场 | 强趋势,同时过滤震荡 |
| OTT / 波动率通道 | 按波动率动态调整偏离倍数 | 波动率明显放大的行情 |
| 纯趋势跟踪(多空双向) | 合约方向中立,多空对称处理 | 加密永续的下跌行情同样能参与 |
这一类怎么赚钱:胜率通常不高(30%~45% 很常见),靠的是赢面次数虽少但单次盈利远大于亏损。判断一套趋势策略是否健康,看的是盈亏比和最大回撤,而不是胜率。
共同的、不可避免的失效场景:长时间横盘震荡。这个阶段会反复触发小额止损,资金曲线表现为持续阴跌。这是趋势策略的固有成本,不是 bug——能识别趋势的工具,逻辑上就一定会把震荡误判成趋势。
趋势策略最常见的死法:在连续 8~10 次假信号止损后,人为关掉策略或手动改参数,结果恰好错过随后的真正趋势。要么承认这部分成本并用仓位控制它,要么一开始就别选这类策略。
四、均值回归 / 震荡类
| 策略 | 核心逻辑 | 最佳行情 |
|---|---|---|
| 布林带 + RSI 极值 | 触及上/下轨且 RSI 超买超卖,反向进场 | 箱体震荡、无明确方向 |
| 短线 Scalp | 极小幅度快进快出,快速止盈 | 流动性充足、点差小的主流币 |
| 网格交易 | 预设区间分批挂单,低买高卖 | 明确的宽幅震荡区间 |
| 马丁格尔加仓 | 亏损后加倍加仓摊低成本 | 理论上是“只差一次反弹” |
这类策略的特征是胜率高、单次盈利小,曲线好看,容易让人上瘾。但它有一个结构性缺陷:它的亏损分布是极度偏斜的——大部分时间小赚,极少数时间巨亏。
马丁格尔和裸网格需要单独说清楚:两者都建立在“价格一定会回来”的假设上。在带杠杆的永续合约里,单边行情不需要很大,一次连续趋势就足以让账户爆仓。它们的回测曲线之所以漂亮,是因为回测样本里没有包含那次致命的单边。
网格策略如果要做,至少加一个硬性熔断:价格离开网格区间一定幅度后无条件平仓退出,而不是继续往下织网。
另一个常被忽略的点是手续费侵蚀。短线 Scalp 与密集网格的交易频次极高,若按 taker 费率成交,累积摩擦成本可能直接吃掉全部毛利,回测时务必把手续费和滑点算进去。
五、结构与多周期类
这一类不单独构成完整策略,更多是信号过滤器或入场触发器,常和前两类组合使用。
- TD Sequential:统计连续 K 线的结构(如连续 9 根收盘价低于前第 4 根),用于识别趋势衰竭位置。作为单独的买卖信号偏弱,作为“准备离场/减仓”的提示较有价值。
- 形态自动识别:TA-Lib 的 CDL 系列函数覆盖了数十种 K 线形态的自动判定。相比人工看图,好处是规则完全一致、可回测——能否识别形态,和形态是否能赚钱,是两个完全不同的问题,后者需要自己验证。
- 多周期共振:大周期判定方向、小周期寻找入场点。这是实践中最常见也最有效的组合方式之一,代价是交易频率大幅下降。
- 时段效应:加密市场 24 小时连续交易,但不同 UTC 时段的波动率和成交强度差异显著。按小时或按交易日划分 switches 参数是常见做法,前提是这个差异在样本外依然存在。
六、合约中立类
永续合约市场有两类现货没有的东西:资金费率和基差,由此衍生出一组不依赖方向判断的策略。
| 策略 | 利润来源 | 关键限制 |
|---|---|---|
| 资金费率套利(Cash & Carry) | 现货做多 + 永续做空,收取多头支付给空头的资金费 | 收益随参与资金增加而摊薄,需精确计算资金占用与费率变化 |
| 期现 / 跨期基差 | 交割合约与现货、不同到期月份之间的价差收敛 | 只在临近收敛阶段收益明确,且需要同时占用两侧保证金 |
| 跨所搬砖 | 同一标的在不同交易所的瞬时价差 | 依赖提币速度、链上手续费与账户风控审查 |
| Delta 中性组合 | 多空对冲掉方向敞口,赚波动或费率 | 需要动态调整对冲比例,滑点与再平衡成本敏感 |
这类策略的共同优点是收益来源清晰、回撤可控、逻辑可解释;共同缺点也一样明显——收益空间会被市场自身的效率压缩。一个被广泛知晓且执行门槛不高的价差,很快就会被资金填平,剩下的往往是执行成本和黑天鹅风险。
判断这类策略能不能做,只需要算一笔账:预期毛收益 − 手续费 − 资金占用成本 − 执行摩擦 − 异常事件损失。这个数字为正且能覆盖精力成本,才值得做。
七、进阶框架:什么时候才轮到它们
社区里 Star 数较高的几个组合框架(例如 NostalgiaForInfinity X 系列、MoniGoMani)提供了完整的多模式信号体系,Freqtrade 也内置了机器学习模块 FreqAI。它们的价值在于工程完整性——多模式自动切换、权重化打分、大量现成指标。
但有两个坑必须提前知道:
- 参数量与过拟合风险正相关。一个拥有上百个可调参数的框架,几乎可以在任何历史样本上拟合出漂亮结果。正确的用法是先跑一个最简单的基准策略(比如单均线 + ATR 止损),再逐步叠加复杂度,只有当新增复杂度在样本外持续带来改善时才保留。
- 机器学习不是免费的 alpha。FreqAI 这类模块的本质是把特征工程交给模型,数据量不足时,它拟合的主要是噪声。加密市场样本量并不充裕,且存在明显的结构性变化,用之前先想清楚“模型到底在学习什么”。
执行算法(TWAP、Almgren-Chriss 等)属于另一个层面的东西:它们不产生 alpha,解决的是“下单本身对价格的冲击”。只有单笔资金量相对于盘口深度已经明显偏大时才需要,小资金用它只会增加复杂度。
八、总览速查表
| 类别 | 代表策略 | 最佳行情 | 最差行情 | 上手难度 |
|---|---|---|---|---|
| 趋势跟踪 | Supertrend、ADX+均线、多均线 | 单边趋势、波动放大 | 长期横盘窄幅震荡 | 低 |
| 均值回归 | 布林带+RSI、均线偏离 | 箱体震荡 | 单边趋势、连续突破 | 低 |
| 高胜率回归 | 网格、马丁格尔 | 小幅反复震荡 | 单边突破(致命) | 低(危险) |
| 结构+多周期 | 形态识别、多周期共振、时段效应 | 特定结构/时段 | 假信号密集期 | 中 |
| 合约中立 | 资金费率套利、基差、跨所搬砖 | 费率/价差显著偏离 | 价差被抹平、效率提升 | 中高 |
| 进阶框架 | 多信号组合、机器学习 | 样本充足且验证充分时 | 样本外失效、过拟合 | 高 |
九、落地前必须做的四件事
1. 先写出这套策略赚的是什么钱
用一句话说清楚:赚趋势的延续、赚回归的修复、还是赚结构性的费率/价差。说不清楚的策略,通常也无法判断它什么时候会失效。
2. 回测要做样本外验证
标准做法是把数据切成“参数优化段”和“验证段”,参数只在优化段上选,验证段从不参与调参。更严格的做法是滚动窗口(walk-forward)。判断过拟合最快的一招是看参数邻域:如果某个参数设为 14 时收益爆表,13 和 15 时立刻崩,那它拟合的是噪声不是规律。
3. 把成本项全部算进去
永续合约持仓有资金费率(持仓时间长时这笔支出可能超过价格波动本身)、开平有手续费、成交有滑点、程序下一单有 API 频率限制。回测不包含这些的收益曲线没有参考价值。
4. 风控组件独立于策略信号
至少要包含:单笔最大亏损占总资金的比例、止损方式(固定比例或 ATR 自适应)、最低盈亏比门槛、单币种与整体杠杆上限。这些组件应当写成独立逻辑,而不是塞进信号判断里——信号可以随便换,风控不要跟着换。
十、几个高频踩坑点
- 周期串用:在 15 分钟图上优化出的参数,直接跑到 1 小时图上,多数是无效的。
- 品种串用:主流币的参数套到低流动性山寨币,深度不足会导致假信号和高滑点,务必加成交量过滤。
- 只看 BTC 回测:加密货币整体相关性高,只在一个品种上表现好,很可能是运气。
- 忽略资金费率:做多需要的资金费在长持仓中持续支出,回测不含资金费等于凭空多出一截利润。
- 杠杆倒推:先定策略能承受多大回撤,再倒推能开多少倍杠杆;反过来算的结果通常是爆仓。
小结
策略清单的价值不在于数量多,而在于能清楚知道每一套策略在什么条件下有效、什么条件下必须停机。趋势策略承担震荡期的磨损去换取单边利润,回归策略用高胜率换取尾部风险,合约中立策略用复杂度和资金占用换取确定性——没有哪一种更优秀,只有哪一种更匹配当前的行情与账户结构。
对多数人来说,合理的路径是:先用一套简单的趋势策略建立基准,跑满一个完整的“盈利—亏损—再盈利”周期,把仓位、止损、成本控制这三件事彻底跑顺,再考虑增加复杂度。跳过这一步直接追求框架和模型,通常会把本该用来打磨风控的时间,花在了调参上。
免责声明:本文所有内容仅为公开策略类型与实现思路的学习性梳理,不构成任何投资建议、不构成任何形式的操作指导,也不保证任何策略在未来的表现。加密货币合约交易具有高杠杆、高波动特征,可能导致本金全部损失。文中提及的策略名称、开源项目与社区实现,仅用于说明技术思路,不构成对其效果的推荐或背书。任何实际交易决策及其后果,由操作者自行承担。