落单狗选币策略“适度理解”报告
核心结论
这期视频不是重新介绍落单狗怎么选币，而是在回答两个更重要的问题：
- 策略究竟赚的是什么钱？
- 为什么它会突然大幅回撤，并且不同offset的实盘差异很大？
视频给出的解释是：落单狗有两类主要收益来源。
- 低相关因子主要帮助筛出上市初期超额下跌的新币。
- 在排除新币后的高波动币域中，涨跌量比能够区分放量下跌和放量上涨，从而做空持续弱势币、较快退出突然反弹币，并较早捕捉高位放量转跌。
但收益与风险同源：新币、高波动币也最容易突然拉盘。因此落单狗不是稳健型主导空头，而是一套高波动、选币容量有限的辅助空头策略。
一、原策略回顾
落单狗首先在同时具有现货和合约的币中，用两层规则选币：
与BTC小时收益率相关系数最低的前10%
↓
涨跌量比最低的前50%
↓
均仓做空，持有24小时，offset全覆盖涨跌量比定义为：
涨跌量比 = 过去N小时上涨K线的成交量总和
÷ 过去N小时下跌K线的成交量总和因子越低，说明成交量更多发生在下跌K线上，价格结构更弱。
视频回顾的落单狗空头曲线使用0.5倍仓位，历史累计净值约3.5倍，通常持有三四十个币。这个数量比更集中型空头策略多，但仍低于讲者认为较稳妥的近100币水平。
二、两个因子的拆解实验
视频先把低相关因子和涨跌量比因子拆开，分别与做空全市场比较：
- 低相关因子单独使用时，历史超额相对更强、更稳定。
- 涨跌量比单独使用时，也存在一定超额，但阶段性正负波动更明显。
- 两者按原策略顺序组合，历史表现比任一单因子更好。
这说明落单狗并不是一个因子完全有效、另一个只是装饰；但二者的作用并不相同，而且存在明显的条件交互。
三、低相关因子为什么有效
3.1 主要收益来自新币
视频把上市时间不超过500小时（约20.8天）的币定义为“新币”，然后对低相关币域进行分层：
- 保留全部低相关币。
- 单独观察低相关域中的新币。
- 从低相关域中剔除新币，再观察剩余老币。
结果显示，剔除新币后，低相关币域相对全市场的超额明显下降。由此视频认为：低相关因子的大部分历史收益来自它筛出的超额下跌新币。
关键统计口径：
- 新币在低相关币域中的平均占比约13%。
- 中位数约11%。
- 不同阶段可从接近0%到很高，早期市场占比更高。
- 大约70%的新币会落入低相关筛选，约30%不会被选中。
- 被选中的新币历史做空表现较好；未被选中的新币做空反而可能亏损。
因此，低相关规则不是简单地“做空所有新币”，而是在新币中做了一次区分：上市后走出独立行情、并与BTC联动较弱的新币，更容易成为候选。
3.2 为什么新币容易低相关
新币上市后的价格发现、筹码释放、做市行为和市场热度与成熟币不同，可能出现独立暴涨、暴跌或先炒作后快速回落。因此，它们与BTC的同步性通常较弱，容易进入低相关前10%。
视频展示的新币案例中，有些币在持仓期下跌超过90%，对空头贡献很大。
需要注意：500小时是本期归因实验对“新币”的定义，不一定等于生产策略的新币过滤参数。介绍篇曾口述举例过滤上市后的前250小时，最终部署应以正式代码为准。
四、排除新币后的“高波动币域”
视频把低相关域中排除新币后的剩余部分戏称为“废物域”。这个名字只是直播中的方便称呼，其真实特征是：
- 单看整体资金曲线，它相对全市场的超额不强。
- 内部并不是普通随机币，而是涨跌分布集中在两端。
- 要么近期暴涨，要么近期暴跌。
- 最近波动率在全市场中的排名中位数约0.76，即整体偏向市场高波动端。
低相关规则在这里主要发挥了一个条件域构建器的作用：它先把低波动、走势平庸的币排除，使候选集合集中到方向极端的高波动币。
五、为什么涨跌量比只在这个币域中有效
视频做了一个重要对照：
- 在全市场直接使用涨跌量比，提升很小或不明显。
- 在排除新币后的低相关高波动域中使用涨跌量比，提升非常明显。
其解释是：普通全市场包含大量低波动币。低波动币即使价格变化不大，也可能拥有与高波动币相似的涨跌量比，从而干扰排序。
低相关规则先把候选压缩到暴涨和暴跌的高波动币中，此时涨跌量比才能更清楚地区分：
- 放量主要发生在上涨方向的币。
- 放量主要发生在下跌方向的币。
所以，涨跌量比不是一个普遍适用于所有币的强因子，而是一个依赖特定高波动条件域的方向识别因子。
这也是落单狗最值得保留的研究思想：因子有效性依赖选币域，不能只做一次全市场单因子检验就判定有效或无效。
六、涨跌量比的三个具体作用
6.1 继续持有持续放量下跌币
当一个高波动币持续下跌，而且下跌K线成交量占主导时，涨跌量比较低，策略会继续持有空头，获取后续弱势延续。
6.2 比普通涨跌幅更快退出放量反弹币
某个币前期持续下跌，随后突然放量上涨：
- 纯价格动量需要等累计涨幅足够大，才会把它排出空头候选。
- 涨跌量比会给放量上涨K线更高影响，即使价格刚开始反弹，因子也可能迅速升高并离开最低50%。
因此，它可以更早停止做空突然反转的币。不过第一段上涨仍然无法完全回避。
6.3 较早捕捉高位放量转跌
某些币先独立暴涨，因此进入低相关域；上涨期间因为上涨成交量占主导，策略不会马上做空。若币价在高位出现几根放量下跌K线，涨跌量比会快速降低，使其进入最低50%，策略可能较早建立空头并吃到后续下跌。
视频认为，这是落单狗区别于普通价格动量空头的重要收益来源。
七、收益与风险同源
落单狗主要交易新币和高波动币，因此它具有以下结构性特征：
- 单日上涨或下跌约4%并不罕见。
- 个别币的瞬间拉盘会显著影响组合。
- 平稳赚钱阶段不容易被主观感知，突然亏损的币却会非常显眼。
- 选币数量不能简单放大，因为市场中的高波动币数量有限；放宽数量会加入低波动币，稀释涨跌量比的效果。
这不是简单增加币数就能解决的分散问题。提高分散度与保持条件域纯度之间存在真实冲突。
八、为什么不同offset和分钟偏移差异大
完整回测覆盖24个offset，相当于每小时都有一份24小时持仓到期或新开：
一个币发出退出信号
↓
24个offset在之后约24小时内逐份退出
↓
完整组合获得接近平均的退出价格而给个人体验的随机版本可能只运行一个offset。不同用户的调仓时点可能相差数小时甚至接近一天：
- 有人恰好在暴涨前退出。
- 有人可能在暴涨后才退出。
- 分钟偏移也可能决定是否吃到一根极端K线。
由于落单狗交易的是高波动币，这种时间差会比黄果树等更分散、低波动空头策略造成更大的净值差异。
因此，单offset体验结果不能直接等同于24-offset完整组合的回测曲线。
九、主要回撤场景
9.1 BTC先涨，滞涨山寨币随后补涨
典型过程：
- BTC先上涨约一段时间。
- 一批山寨币没有跟涨，导致它们与BTC的相关性降低，被选入空头域。
- BTC进入横盘后，滞涨山寨币开始集中补涨。
- 涨跌量比能帮助退出一部分，但无法避开最初的上涨。
如果当时候选币数量少，低相关域里的币可能几乎全部上涨。此时即使仍然选择其中“较低量比”的前50%，所选币也可能全部是上涨币，横截面排序无法创造绝对下跌标的。
9.2 突然出现一批“妖币”
视频将“妖币”描述为突然暴涨一段、随后缺乏持续性或快速回落的币。它与有趋势延续的动量币有部分重合，但并不相同。
妖币往往成批、阶段性出现：没有妖币时落单狗表现较好；妖币密集出现时落单狗容易回撤。因此净值会表现为一阵好、一阵坏，而不是稳定直线上升。
9.3 下架币异常拉升
一些币在发布下架公告后出现突发拉盘。单根K线可能涨幅极大，任何小时级因子都来不及在拉升前完全退出。即使后续币价继续下跌并把亏损赚回，瞬间上涨仍会形成明显回撤。
9.4 锯齿式反复上涨
有些币以“涨一点、跌一点”的方式持续上行。上涨与下跌成交量交替，使量比排名在阈值附近反复，部分参数或offset可能重新开空，导致退出不彻底。这是视频承认值得继续研究、但本期未完全解释的案例。
十、策略在组合中的正式定位
这期视频比介绍篇进一步明确了仓位定位：
- 落单狗不适合作为主导空头。
- 讲者规划其长期占总账户约15%，属于辅助空头。
- 后续另一套更分散的主导空头预计占约35%。
- 两者合计形成账户约50%的空头部分。
- 新人在其他空头尚未发布时，暂时用50%空头跑落单狗，是体验与过渡安排，不是最终建议结构。
这也解释了沧浪亭2中落单狗的角色：它是空头内部的一种特殊收益来源，与更分散的空头组合搭配，由二代仓位机制在子策略间动态分配。
十一、我的独立判断
有说服力的部分
- 做了因子拆解和分层归因，不是只用一条漂亮资金曲线讲故事。
- 发现了条件交互：涨跌量比在全市场不强，在低相关高波动域中才有效，逻辑与案例基本一致。
- 能解释实盘离散性：高波动币加单offset，确实会显著放大调仓时点差异。
- 承认容量约束：增加选币数量会稀释信号，不能用机械分散掩盖策略本质。
仍未被严格证明的部分
- 新币贡献可能受上市数据、幸存者偏差、下架数据完整性和合约可交易时间影响。
- “上市500小时以内”是归因切分点，是否存在事后选择，需要检查200～1000小时的连续敏感性。
- 两因子组合的优秀表现可能包含同一样本内研发偏差，需要滚动样本外和真实上线后数据验证。
- 视频用案例说明量比更快退出，但还需要统计全部交易的平均提前时间、避免损失与误退出成本。
- 只用横截面最低50%意味着无论市场状态多差都必须选一半；当候选集整体上涨时，策略仍缺少绝对风险开关。
- 下架公告、突发拉盘和流动性枯竭可能造成远高于K线回测的真实滑点。
十二、建议的验证方法
- 对低相关因子做新币年龄分层：0～250、250～500、500～1000、1000小时以上。
- 使用当时真实可交易合约集合，保留已下架币，避免幸存者偏差。
- 构造2×2实验：低/高相关 × 低/高涨跌量比，检验交互项而非只看两条曲线。
- 将涨跌量比与普通涨跌幅比较：统计每笔交易退出提前多少小时、少亏多少、误退出多少。
- 分别回测1、4、8、12、24个offset，量化时点分散带来的回撤改善。
- 增加绝对风险条件测试，例如候选域整体上涨比例、BTC快速上涨后山寨补涨状态、单币小时涨幅限制。
- 用真实盘口和资金费率重放下架币与妖币事件，检查尾部损失。
- 在沧浪亭2组合中限制落单狗的最大权重，再与固定15%配置进行样本外比较。
最终判断
这期视频让落单狗从“两因子公式”变成了一套可解释的条件策略：低相关先聚合独立、高波动币并捕获部分超额下跌新币；涨跌量比再在这个特殊币域中做方向识别。
它的优势与缺陷是同一个来源。新币和高波动币提供了空头超额，也带来了突发拉盘、offset敏感和容量有限。因此，落单狗适合做组合里的小比例特殊空头收益源，不适合承担全部空头风险。