气泡水选币策略（上、下集）深度分析报告

视频来源：

《26分享会策略直播16-邢不行：气泡水选币策略介绍（上）》约 54 分 38 秒

《26分享会策略直播16-邢不行：气泡水选币策略介绍（下）》约 41 分 51 秒

分析方法：完整离线语音转录 + 关键画面抽帧核验 + 与此前落单狗、都江堰、沧浪亭策略交叉比较。

重要说明：文中的“30 倍、140 倍、200 多倍”等均是视频中展示或口述的历史回测结果，不是我用原始代码和数据独立复现的结果，不能直接视为未来收益预期。

一、先说结论

气泡水不是一个普通的“跌了就追空”策略。它真正要捕捉的是：在横截面上明显弱于市场、并且可能继续独立下跌的币种。

整套策略分成两个互补方案：

方案 1：固定回撤 + 市场状态过滤
- 先找出距近期高点回撤超过固定阈值的币；
- 再要求这种币在全市场中只占很小比例；
- 本质是在市场整体比较平稳时，做空少数独立走弱的币。
方案 2：动态相对回撤
- 不再直接用固定的 20%；
- 每小时计算全市场回撤的均值和标准差；
- 只做空回撤显著超过市场均值的币；
- 本质是在任何市场状态下，寻找横截面上的异常弱势币。

它的收益结构不是高胜率，而是高赔率：大量小仓试错、少量持续下跌交易贡献大部分利润。视频最终建议只给总账户约 10% 的空头仓位，并把两个方案各分 5%，单币总账户仓位限制在 5% 以内。

我对它的总体判断是：策略逻辑成立，方案 2 的横截面标准化尤其有研究价值；但视频展示的回测倍数非常高，实盘前必须重新验证币池构造、手续费、资金费率、成交滑点、退市币和极端逼空。它适合做空头组合的增强模块，不适合作为单一主策略重仓运行。

二、上集到底讲了什么

2.1 原始策略：从近期高点回落 20% 后做空

讲师先从一个非常简单的规则开始。

设币种 i 在小时 t 的成交均价为：

P_i(t) = 当前小时成交额 / 当前小时成交量

也可以用小时收盘价近似。再计算过去 N 小时成交均价的最高值：

H_i(t) = max(P_i(t-N+1), ..., P_i(t))

用正数表示当前距高点的回撤幅度：

D_i(t) = 1 - P_i(t) / H_i(t)

原始入场条件为：

D_i(t) >= 20%

也就是价格跌破 0.8 × H_i(t) 时开始做空。已经持有空单后，如果价格重新回到这条动态阈值线上方，则触发离场。

视频的原始示例参数是：

回看窗口 N = 60 小时；
回撤阈值 20%；
24 小时型持仓周期/offset；
现货合约币池；
视频展示的原始累计回测约 30 倍。

这里没有做横截面排名。所有满足条件的币都会进入候选集合，因此某些小时可能一个币都没有，极端市场中也可能同时出现几百个币。

2.2 为什么它能赚钱

盈利路径主要来自连续下跌。

币种跌破阈值后，如果继续下跌，旧高点会逐步移出 N 小时窗口；新的滚动最高价降低，0.8 × H_i(t) 这条离场线也随之下移。这样一来，已经获得的空头利润会逐渐被动态阈值保护。

等币种不再下跌、出现温和反弹时，它往往只需要略微反弹就会重新穿过下移后的阈值线，从而离场。换句话说，这个机制同时承担了：

趋势跟随；
让利润奔跑；
随滚动高点下降而逐渐锁定利润；
趋势结束后的动态退出。

2.3 为什么大多数交易反而亏钱

问题出在大量“跌破后马上反弹”的假信号。

信号在小时结束时才能确认，实际开仓已经晚于第一次跌破；如果下一小时又大幅反弹，平仓同样有执行延迟。因此，理论上的阈值止损并不意味着零损失。

更重要的是，策略采用多个 offset 分批建仓和离场。24 小时型设置并不是“所有仓位持有满 24 小时后一次平掉”，而是把资金拆为多份：

第一个信号小时只进入约 1/24；
信号持续时，每小时继续加入一份；
约 24 小时后才可能形成完整仓位；
离场也按各 offset 的检查周期逐步完成。

这会带来两个相反效果：

好处：错误信号快速反弹时，通常只损失已经进入的一小部分资金；
坏处：已经建成大仓后遇到突然逼空，仓位不会瞬间全部退出，尾部亏损会被放大。

2.4 为什么不能简单把持仓周期改成 1 小时

视频展示：持仓周期缩短后，策略表现持续变差；1 小时版本甚至亏钱。较好的区域大致在 12、18、24 小时，口述中 18 小时最高，24 小时也较好。

原因是错误信号太多。如果用 1 小时版本，每次跌破都全仓进入、下一小时反弹又全仓退出，相当于不断用完整仓位承担噪声磨损。24 个 offset 则把一次全仓试错变成许多次小额试错。

信号持续时间的诊断结果是：

不足 24 小时的信号约占 85%；
超过参数窗口（示例 60 小时）的信号仅约占 1.7%；
只看不足 24 小时信号，对应资金曲线接近归零；
信号超过 24 小时的组在视频诊断中约 20 倍；
信号超过 60 小时的组在视频诊断中约 1700 倍。

后两项使用了未来的信号持续时长进行事后分组，讲师也明确说明存在未来函数，因此不能作为交易条件。它们只用来说明：绝大部分利润集中在极少数持续下跌的长信号中。

2.5 按选币数量拆分，找出真正的收益来源

原始规则的选币数量波动极大。视频不同参数阶段的统计略有差异，但总体呈现：

可以为 0；
中位数只有几个币；
极端时可超过 350 个币；
不做排名，满足条件就全部选入。

讲师没有继续只调 N 和 20% 阈值，而是按“当前有多少币同时满足条件”拆分回测。

结论是：

选中币很少时，策略有明显超额；
选中比例约 1%、2%、3% 时表现较好；
3%–5% 仍可能有超额，但稳定性下降；
选中币很多时，超额消失，甚至成为负超额。

固定币数不能直接跨时期使用。2021 年币池可能约 100 个币，后期可能达到 400–500 个；“选 5 个币”的市场含义完全不同。因此最终采用候选币数量占全币池的比例，而非绝对数量。

2.6 选币数量为什么能表示市场状态

如果全市场只有少数币距近期高点跌了 20%，说明整体市场并没有普跌。这时被筛出的币具有相对独立的弱势，未来更可能继续下跌。

如果一次筛出几百个币，通常不是几百个项目同时出现独立问题，而是整个市场发生了系统性暴跌。在这种环境下：

绝大多数币都已大幅回撤；
策略不再能区分独立弱势；
市场更容易出现猛烈反弹；
跌得最深的币有时反弹也最强，继续追空风险很高。

上集画面中的市场状态表显示，随着信号数增加，过去 60 小时全市场平均涨跌由正转负并不断恶化。例如：

信号数为 0 时，过去 60 小时币池均值约 +3.07%；
信号数 4–10 时约 -2.01%；
信号数 11–20 时约 -6.36%；
信号数 21–50 时约 -11.50%；
信号数大于 50 时约 -19.99%。

这证明候选数量不是普通的仓位参数，而是一个隐含的市场状态指标。

2.7 方案 1 的形成

方案 1 最终变成：

第一层：D_i(t) >= 固定回撤阈值
第二层：满足第一层的币数 / 当前可交易币池规模 <= q

核心语义是：只在市场整体比较平稳时，做空少数独立回撤的币。

视频展示：

只在候选占比 0%–3% 时开仓，累计回测约 140 倍；
较有效的 N 大致集中在 40–100 小时；
候选占比大致在 0%–5% 内较好；
参数覆盖示例包含 N = 48、72、96、120，讲师认为 120 已不太必要；
上集后段参数覆盖后的结果低于单一最优参数，但稳定性更重要。

讲师特别提醒：当 N 扩大到 150、168、200 小时以上时，“少量币距一周高点回撤 20%”并不罕见，候选少已经不能代表市场平稳。此时参数对应的是另一个策略逻辑，不能因为热力图好看就混在一起。

2.8 上集给出的仓位结论

上集先给出较保守的初步建议：落单狗约 45%，新策略约 5%；口述也提到新策略最多约 10%。原因是该策略有时只选一个或少数几个币，策略内部权重会高度集中。

下集完成方案 2 后，最终建议更新为落单狗 40%、气泡水 10%。所以理解最终组合时应以下集为准。

三、下集到底讲了什么

3.1 先回顾方案 1 的特征

下集先回顾了上集结论，并给出方案 1 参数覆盖后的统计画像：

平均持有约 4.33 个币；
最大持有约 30 个币；
有时为 0；
日均换手约 42%；
选中的币多为成交额较高、较活跃的币，成交额分位大致位于市场前 20%；
平均仓位利用率约 62%；
空仓/无币可选时间约 24%；
平均持有时长约 45 小时；
单笔或持币收益为正的比例约 25%。

这些统计再次说明方案 1 是低胜率、高赔率、仓位利用率不稳定的空头策略。

3.2 固定 20% 回撤并不等于“独立回撤”

假设某币回撤 20%，但全市场平均也回撤了 10%，那么真正相对市场的独立回撤只有约 10%。

更极端地说，如果全市场平均回撤 38%，SOL 只回撤 21%，固定 20% 规则会把 SOL 选入空头；但它实际上比市场强很多，根本不是策略想找的独立弱势币。

因此，单币总回撤可以拆成：

单币总回撤 ≈ 市场共同回撤 + 单币独立回撤

方案 2 的目标就是更直接地估计第二部分。

3.3 第一版动态阈值：市场平均回撤 + 20%

先计算每个小时全市场所有币的回撤均值：

mu_D(t) = mean_i(D_i(t))

第一版动态条件为：

D_i(t) >= mu_D(t) + 20%

例如：

市场平均回撤 3%，单币至少回撤约 23% 才做空；
市场平均回撤 30%，单币至少回撤约 50% 才做空。

这种方法能避免市场暴跌时一次选出几百个币。视频中 N = 60、动态均值加 20% 的版本展示约 90 多倍累计回测。

3.4 第二版动态阈值：市场均值 + k 倍标准差

固定多回撤 20% 仍带有较强经验参数。更自然的做法是同时计算横截面标准差：

sigma_D(t) = std_i(D_i(t))

最终入场阈值为：

D_i(t) >= mu_D(t) + k × sigma_D(t)

如果实现中把回撤写成负收益，则公式符号会反过来，变为低于 均值 - k × 标准差；两者表达的是同一个条件：只选距离横截面中心足够远的极端弱势币。

它的优势是阈值会自动适应市场离散程度：

市场平稳、币间差异小时，阈值可能低于固定 20%，能够更早发现独立弱势；
市场暴跌、币间差异大时，阈值会显著提高，只选真正异常弱的币；
候选币数量不会随系统性行情无限膨胀。

3.5 方案 2 的参数与视频回测

视频展示的若干结果包括：

N = 60，k = 3：约 70 多倍；
N = 60，k = 4：约 400 多倍；
N = 120，k = 4：约 50 多倍；
覆盖 N = 48、72、96、120 与 k = 3、3.5、4 后：约 200 多倍；
参数平原大体在 N = 48–120、k = 3.5–5 一带较好；
个别单一参数曾展示约 600 倍，但不应把它当成推荐参数。

讲师强调参数覆盖，而不是只选择最高的单一格子。视频也承认 2024 年存在参数表现异常或漂移，后续“适度理解”还会继续解释。

3.6 动态阈值每小时都会变化

进入一笔交易时的动态阈值不会永久固定。每个小时都重新计算市场均值和标准差，所以离场时使用的是当时新的阈值。

视频案例中：

某币入场时阈值约 6.76%，币本身回撤约 10.4%；
离场阶段阈值变为约 6.89%；
XEM 案例画面显示入场币种回撤约 -12.67%，动态入场阈值约 -11.27%。

这说明方案 2 不是单纯找“跌得特别多”的币，而是找“在当时横截面环境下跌得异常多”的币。

3.7 方案 2 的统计画像

视频给出的参数覆盖后统计包括：

历史市场平均回撤均值约 6.06%；
横截面回撤标准差均值约 3.87%；
平均持有约 5.68 个币；
最大持有约 23 个币；
只有约 2% 的时间完全选不到币；
平均仓位利用率约 44.5%；
平均持有时长约 44 小时；
胜率接近 50%；
小时平均换手率 2.83%；
日均换手率 67.96%；
同样偏向成交活跃、成交额较大的币。

方案 2 比方案 1 更稳定地选出少量币，但代价是换手更高，而且在市场暴跌时仍可能做空“比市场跌得更多”的币，并没有方案 1 那个明确的市场平稳过滤。

3.8 方案 1 与方案 2 的差异

维度	方案 1	方案 2
核心定义	固定回撤 + 候选占比过滤	横截面均值/标准差动态阈值
市场状态	明确要求整体较平稳	不要求市场平稳
独立弱势	间接识别	直接标准化识别
候选数量	可能为 0，利用率不稳定	更稳定，很少完全空仓
参数	`N`、固定回撤、候选占比	`N`、`k`
胜率	约 25%	接近 50%
换手	日均约 42%	日均约 67.96%
主要风险	少数币集中、低胜率磨损	高换手、暴跌中仍可能追空

两者不是简单的参数替代，而是在表达两个不同的市场假设，因此视频最终选择同时覆盖。

3.9 与其他空头策略的重合度

视频对持仓重合度进行了比较：

方案 1 与落单狗约 11.3%；
方案 2 与落单狗约 13.2%；
与其他空头策略多在十几个百分点；
与黄果树的相关或重合更低。

这说明气泡水并不是落单狗的简单重复。落单狗更偏向低 BTC 相关、量价结构异常的币；气泡水更偏向从近期高点出现异常独立回撤的币。两者可以在同一个空头组合中提供不同来源的超额。

四、最终实盘组合建议

下集画面最终给出的示例为：

多头 50%
  四龙      20%
  都江堰    30%
 
空头 50%
  落单狗    40%
  气泡水    10%
    方案 1   5%
    方案 2   5%

气泡水总仓位只给 0.1 倍杠杆/总账户 10%，而不是拿视频中的高倍净值去推导重仓。

视频还加入单币上限：

不希望任何一个空头币占总账户超过 5%；
气泡水总预算为 10%，所以若某币占气泡水内部超过 50%，其总账户权重就会超过 5%；
超出部分直接削减为空仓，不强行再分配给其他气泡水候选币。

视频口述中，加入单币限制后，新策略自身的回测累计倍数从约 5 倍下降到接近 3 倍；这是用收益换取尾部安全。

落单狗 40% + 气泡水 10% 的空头组合，在视频展示的 0.5 倍总空头杠杆设定下，累计回测约 5 倍，高于只跑落单狗的约 3–3.5 倍。该数字同样未独立复现。

五、这个策略真正的收益来源

我认为气泡水有四层收益来源：

5.1 横截面弱势延续

币种显著弱于整个市场，往往对应项目自身抛压、叙事衰退、解锁、做市撤退或注意力流失。该弱势可能比市场共同波动更持久。

5.2 加密小币种的右偏崩跌分布

大量小币不会平滑下跌，而会出现少数长时间、深幅度的崩跌。低胜率、高赔率的空头趋势策略能依靠这些尾部事件获得利润。

5.3 分批 offset 降低假突破成本

假信号占绝大多数，但每次只用一小部分仓位试错；只有信号持续时仓位才逐渐增大。这相当于把持仓权重与趋势持续时间建立了正相关。

5.4 动态离场保留长趋势

滚动高点与横截面阈值同步变化，使持续下跌交易不会因为固定止盈过早结束，同时能在弱势消退后逐步退出。

六、关键风险与视频未充分回答的问题

6.1 回测倍数很高，过拟合风险不能忽视

从 30 倍到 140 倍，再到个别参数 400–600 倍，结果提升来自多层条件拆分和参数选择。虽然每一步都有经济解释，但仍需要：

严格样本外测试；
滚动选择参数，而不是全历史挑最优；
对 2024 年参数漂移单独解释；
检查收益是否集中在极少数币和极少数月份。

6.2 币池和退市数据可能产生幸存者偏差

空头策略最大的收益往往来自后来消失或下架的币。如果历史币池只保留当前仍交易的币，结果会失真；反过来，如果回测允许在现实中已无法开空或流动性枯竭时成交，也会高估收益。

必须使用 point-in-time 可交易币池，并记录：

上线和下线时间；
合约实际可交易时间；
限价、停牌和强制结算；
是否能够建立或维持空头仓位。

6.3 手续费、滑点和资金费率

方案 1 日均换手约 42%，方案 2 约 67.96%。方案 2 尤其是明显的高换手策略。视频提到手续费问题，但没有在当前两集里完整展示：

使用的 maker/taker 费率；
滑点模型；
资金费率；
极端行情成交冲击；
大资金容量。

这些因素足以显著改变实盘结果。

6.4 极端逼空与离场滞后

币种独立下跌后可能因消息、下架前拉盘或低流动性操纵突然暴涨。24 个 offset 虽然保护了早期试错，却也使完整仓位不能立即全部退出。

单币 5% 上限是必要的，但还不够。实盘还应考虑：

单小时涨幅熔断；
标记价格而非最后成交价；
按波动率缩放仓位；
盘口深度和预估冲击限制；
交易所强平距离；
单行业、同叙事币种的合并上限。

6.5 横截面均值容易受币池结构影响

方案 2 用所有币的回撤均值和标准差。币池扩张、新币集中上市、极端小币和缺失数据都会改变横截面分布。

需要测试：

等权均值与成交额加权均值；
mean/std 与 median/MAD 等稳健统计；
新币最短历史要求；
极端值 winsorize；
不同交易所和不同币池定义。

6.6 新币收益加成没有被隔离

视频最后承认新币会对策略收益有加成，但表示剔除新币后策略仍有效；当前两集没有展示完整的剔除对比。新币通常高波动、易崩跌，但也最难按回测价成交，应单独做归因。

6.7 “候选少”与“单币仓位大”的矛盾

方案 1 在最有超额时恰恰只选少数币，这会自然提高单币权重。也就是说，最强的历史信号与最危险的实盘集中度来自同一个机制。不能只看分散后收益，也必须看真实集中度下的尾部损失。

七、与落单狗、都江堰、沧浪亭 2 的关系

7.1 与落单狗

落单狗主要寻找低 BTC 相关、量价结构异常的空头币；气泡水寻找相对近期高点和全市场异常走弱的币。二者持仓重合较低，适合共同构建空头组合。

气泡水不是替代落单狗，而是用较小仓位增强落单狗：视频最终给出 40% 落单狗 + 10% 气泡水。

7.2 与都江堰

都江堰是多头低成交量/缩量型 alpha，气泡水是空头独立回撤型 alpha。两者方向和信号来源不同，可以形成多空中性组合中的两侧收益来源。

视频最终示例把都江堰放在 30% 多头，气泡水放在 10% 空头，说明气泡水被定位为高收益但高集中、高换手的辅助模块。

7.3 与沧浪亭 2

沧浪亭 2 负责组合内部各子策略的仓位管理。气泡水本身并不解决多空总仓漂移，也不解决策略间长期强弱切换；它是空头侧的一个子策略输入。

合理架构应是：

气泡水方案 1 / 方案 2
          ↓
空头子策略组合（与落单狗等并列）
          ↓
沧浪亭 2 管理空头内部策略权重
          ↓
更上层管理多头与空头总敞口

八、建议的独立复现方案

8.1 先复现最小版本

不要直接复现 200 倍版本。先实现：

小时成交均价；
N = 60 滚动最高价；
固定 20% 回撤入场/离场；
24 个 offset；
point-in-time 现货合约币池；
真实手续费、资金费率和至少两档滑点。

先确认原始约 30 倍结果的方向和曲线形态是否接近。

8.2 再复现方案 1

测试：

N = 48、72、96；
固定回撤 15%、20%、25%；
候选占比上限 1%、2%、3%、4%、5%；
固定币数与相对比例的差异；
2021–2023 训练、2024 验证、2025–2026 样本外。

重点不是能否得到 140 倍，而是候选占比过滤是否在每个年份都能稳定提高超额。

8.3 再复现方案 2

测试：

N = 48、72、96、120；
k = 3、3.5、4、4.5、5；
mean/std 与 median/MAD；
等权市场与成交额加权市场；
是否同时加入“市场平均回撤不超过某阈值”的状态过滤；
入场和离场使用同一阈值，还是加入迟滞区间降低换手。

8.4 必做归因

至少拆分：

新币与老币；
当前仍存续与后来退市币；
前 10 大盈利币贡献；
不同年份、牛熊阶段；
资金费率收益与价格收益；
手续费前后；
不同 offset；
不同单币上限。

如果前 10 个币贡献了大部分收益，必须把策略视为尾部事件策略，而不是稳定横截面 alpha。

8.5 压力测试

模拟：

单币一小时上涨 30%、50%、100%；
交易所无法平仓 1–6 小时；
滑点扩大 3–10 倍；
资金费率持续不利；
同类币同时逼空；
币池突然缩小或扩张；
动态阈值受到极端币污染。

九、我的独立判断

值得肯定的地方

先拆收益来源，再改策略。 上集不是停留在资金曲线，而是用信号持续时间和候选数量解释盈利与亏损。
用候选占比而非固定币数。 这能适应币池长期扩张，是正确的时间一致性处理。
方案 2 的横截面标准化有清晰经济含义。 它把市场共同下跌和单币独立弱势分开，比固定回撤更接近真正的 alpha。
两个方案同时覆盖。 方案 1 强调市场状态，方案 2 强调相对异常，组合比押单一假设更合理。
最终仓位非常克制。 尽管展示高倍回测，最终只给 10%，并增加单币 5% 上限，这是比回测倍数更重要的结论。

我最担心的地方

高倍回测可能高度依赖退市币、新币和极少数崩盘样本；
方案 2 日均换手接近 68%，交易成本敏感；
24 offset 对普通噪声有利，但对已建成仓位后的极端逼空不利；
视频没有完整展示 point-in-time 币池、成交约束和资金费率处理；
2024 年参数漂移表明策略并非所有环境都稳定；
横截面 mean/std 可能被极端币和币池结构变化污染。

最终评价

气泡水最值得学习的不是某个 20%、60 小时或 4 倍标准差，而是完整的研究路径：

从近期高点回撤
→ 分析信号为什么赚、为什么亏
→ 发现利润来自极少数长趋势
→ 用候选数量识别系统性暴跌
→ 从绝对回撤升级为相对市场回撤
→ 用横截面标准差形成动态阈值
→ 两种逻辑组合
→ 小仓位 + 单币上限实盘化

如果只能记住一句话：气泡水是在市场横截面中寻找“异常独立走弱”的币，用分批试错换取抓住少数长期崩跌的机会；它应该被当成一个高赔率空头增强器，而不是高胜率的主仓策略。

十、材料位置

完整离线转录及关键画面位于：

D:\aitools\summarize\outputs\气泡水上-transcript.txt
D:\aitools\summarize\outputs\气泡水下-transcript.txt
D:\aitools\summarize\outputs\气泡水上-contact.jpg
D:\aitools\summarize\outputs\气泡水下-contact.jpg
D:\aitools\summarize\outputs\气泡水上-*.png
D:\aitools\summarize\outputs\气泡水下-*.png

MindCarver Blog

MindCarver

探索

气泡水选币策略上下集深度分析报告