都江堰策略介绍：视频理解报告

一、结论先行

都江堰是一个小时级、多头、全市场选币策略。它想捕捉的不是第一次突然暴涨，而是：

币种先经历显著放量，随后成交量萎缩到相对极致；在缩量阶段入场，等待潜在的二次上涨，并在再次放量时离场。

策略真正重要的创新不只是成交量因子，而是把“入场”和“离场”拆成两套阈值。传统横截面策略只要币种掉出前 10% 就卖出，导致每小时频繁换仓；都江堰允许币种在进入后继续持有，直到排名恶化到很靠后才退出。这个迟滞区间把原始策略约 34.65% 的小时换手率降低到约 0.6%，让本来会被手续费拖到归零的信号变得可交易。

我的独立判断是：都江堰本质上是“相对成交量收缩 + 双阈值迟滞”的状态机。因子负责发现候选币，出入场分离负责把信号变成低换手组合。后者很可能比因子本身更有通用价值。

二、视频与分析口径

• 视频：26分享会策略直播14-邢不行：都江堰策略介绍.mp4
• 时长：约 1 小时 32 分 15 秒
• 媒体：1918×1078、30fps、AAC 音频
• 处理方式：本地 FFmpeg 抽帧、本地 Whisper 完整转录、关键画面人工复核
• 视频文件和内容未上传云端
• 转录稿：D:\aitools\summarize\outputs\都江堰策略介绍-transcript.txt
• 幻灯片/抽帧索引：D:\aitools\summarize\outputs\都江堰策略介绍-slides.txt

视频展示的回测倍数属于演讲者的历史回测结果，不是我独立复现的结果。报告将“视频事实”和“我的判断”分开处理。

三、策略直觉

1. 想吃的是二次上涨

视频先展示多类币种形态：

1. 第一阶段出现放量上涨；
2. 随后横盘、回落或整理，成交量显著收缩；
3. 若叙事和资金热度仍在，币种可能出现第二次拉升；
4. 第二次上涨通常再次放量，这又天然提供离场线索。

因此策略并不尝试预测第一次爆发，而是在第一次放量已经留下痕迹后，等待成交量冷却，再押注热度复燃。

2. 为什么不会只选到长期无人交易的小币

因子的分子需要足够小，但分母也需要足够大。一个长期无成交、一直冷清的币，当前成交量虽然低，历史最大成交量通常也低，二者之比未必极小。真正容易被选中的，是过去曾明显活跃、当前相对自身历史进入极端缩量的币。

视频统计称，策略选币的成交量分位大体落在全市场约 30%～40%，更接近中小币，而不是纯粹的最小、最不活跃币；同时也能选到部分大币。

四、核心因子

视频中因子在画面图例中显示为 VolumeMaxBias。可写为：

VolumeMaxBias_t(N) = Volume_t / max(Volume_{t-N+1}, ..., Volume_t)

其中：

• Volume_t：当前小时成交量；
• N：历史回看窗口；
• 分母：最近 N 小时内的最大单小时成交量。

性质：

• 因子值在 (0, 1]；
• 越接近 0，说明当前相对历史峰值越缩量；
• 等于 1，说明当前小时就是窗口内最大成交量；
• 横截面上按因子从小到大排序，越小越优先做多。

例子：若当前小时成交量为 100 万，最近 100 小时最大单小时成交量为 1 亿，则因子值为 1%。

五、选币范围与数据口径

1. 全市场选币

策略不是固定在“仅现货”“仅合约”或“现货与合约共有币”中的某一个域，而是在全市场范围进行横截面排序。

画面约 18:00 明确列出：

• 仅现货；
• 仅合约；
• 现货与合约共有币。

2. 同时有现货和合约时，以合约成交量为准

视频给出的理由是合约成交量通常更大、更有代表性。故涉及成交量类因子时，需要明确同币多市场的数据源，不能随意混用。

3. 策略会自然改变市场域暴露

视频统计称：

• 2021～2022 年，持仓大多来自仅现货域；
• 2025 年后，仅合约域占比提高，最高阶段约占 60%；
• 现货与合约共有币仍占相当比例。

演讲者用它说明：不要因为最近仅合约域表现好，就把策略硬限定在仅合约域；更合理的是让同一套信号根据市场结构自然选择当时活跃的域。

这是一个值得保留的设计思想，但上述“自然轮动是否真的稳健”仍需走样本外验证。

六、为什么原始策略不可交易

原始实现是：

• 每小时排序一次；
• 买入因子最小的前 10%；
• 一旦掉出前 10% 就卖出；
• 持仓周期相当于 1 小时。

由于分母是 N 小时最大成交量，短期变化慢；分子是当小时成交量，变化很快。因此币种排名每小时都会剧烈变化。

视频给出的结果：

• 无手续费分箱第一组约 800 多倍；
• 计入真实交易手续费后，原始资金曲线归零；
• 资金费率不是主要矛盾，去掉资金费仍近似归零；
• 去掉手续费则又能接近分箱结果；
• 原始策略平均小时换手率约 34.65%，高时接近 50%。

这说明分箱超额并不等于可交易超额。对小时级横截面策略，如果不把手续费、滑点和真实换手纳入资金曲线，结论很容易完全反转。

七、两种低换手改造

方案 A：限制每次最大换仓数量

若组合持有 5 个币，下一小时有 3 个币掉出前五：

• 原始方式：三个全部卖掉，换入新的前三；
• 限制换仓为 1：只卖出当前持仓中排名最差的一个，只买入候选中因子最小的一个。

关键规则：

最应该离场的先离场，最应该入场的先入场。

画面约 38:00 对这一规则进行了表格演示。视频称，仅将每小时最大换仓数限制为 1，资金曲线就由归零改善到约 160 多倍。

方案 B：入场和离场使用不同阈值

这是都江堰正式采用的核心模式：

入场：横截面因子排名 <= entry_threshold
离场：已持仓币的横截面因子排名 >= exit_threshold

示范值：

entry_threshold = 0.10
exit_threshold  = 0.90

含义是：只有最缩量的前 10% 才能进入，但进入后不会因为稍微掉出前 10% 就离场；只有当它由极端缩量演变为全市场相对放量、排名进入后 10% 左右时才卖出。

该设计在 10% 与 90% 之间形成很宽的“迟滞区”。组合不会围绕单一阈值反复开关，从而显著降低换手。

若市场币种总数增加，目标持仓数也随比例增加，此时允许只进不出；正常情况下，离场多少再补入多少。

八、视频给出的参数

1. 单参数示例

• 回看窗口：画面和讲解中曾展示 720 小时，参数平台最终举例取 702 小时；
• 入场阈值：0.10；
• 离场阈值：0.90；
• 调仓频率：小时级；
• 选币比例：前 10%；
• 方向：多头。

702 很可能是为了避免只取整数整百的示范参数，不应把它理解为具有经济学上的神奇精确性。

2. 参数覆盖版本

视频介绍的参数覆盖大致为：

• N：400～1300 小时的较宽范围；
• 入场阈值：0.05、0.10、0.20 等；
• 离场阈值：0.60、0.70、0.80、0.90 等。

演讲者称入场和离场阈值相对不敏感，主要参数是回看窗口 N。视频展示的覆盖组合最终同时持有 200 多个币。

九、视频展示的回测和统计

以下均为视频展示，未由本报告独立复现：

• 原始无手续费分箱第一组：约 800 多倍；
• 限制每小时最多换 1 个币：约 160 多倍；
• 入场 10%、离场 20%：约 0.26 倍；
• 入场 10%、离场 50%：约 400 倍；
• 入场 10%、离场 90%：约 761 倍；
• 参数覆盖版本：约 500 多倍、持仓 200 多币；
• 参数覆盖版本不计手续费：约 1500 多倍；
• 新模式小时进出换手率：约 0.6%（视频说明此值可能不含 rebalance）；
• 历史交易过约 566 个币；
• 单笔交易胜率：约 60%；
• 盈利交易平均约 +10%，亏损交易平均约 -10%；
• 最短持仓约 1 小时；
• 中位持仓约 109 小时；
• 平均持仓约 175 小时；
• 最长持仓约 1125 小时。

画面约 1:10:00 还显示：持仓 5～8 小时的交易胜率接近 80%、平均收益约 4%；持仓越久，胜率和平均收益总体越差，超过 30 天的组平均收益明显为负。

这个现象提示，策略存在“长期滞留的失败持仓”，但不能据此直接添加强制持仓上限，因为这可能是使用完整样本后才发现的优化方向，容易过拟合。应先固定规则，再进行时间切分和滚动样本外验证。

十、收益来源的合理解释

视频把策略讲成“二次上涨”，但从机制上看，收益来源可能是几种效应叠加：

1. 注意力残留：历史极端放量代表币种曾进入市场关注中心，热度未必一次耗尽；
2. 成交量收缩后的波动压缩：当前极端缩量代表短期交易拥挤下降，后续可能出现波动扩张；
3. 全市场相对活跃度轮动：信号会随市场结构在现货、合约和共有币之间改变暴露；
4. 止盈式退出：上涨通常伴随放量，90% 离场规则可能在价格爆发时卖出；
5. 强制降低交易频率：迟滞规则本身减少了噪声交易和成本侵蚀。

但要注意：该因子不区分历史最大成交量发生在上涨还是下跌，也不区分当前再次放量是上涨、暴跌还是下架。因此“二次上涨”更像对部分成功案例的形态解释，而不是因子所保证的逻辑。

十一、主要风险

1. 离场信号不区分上涨放量和下跌放量

再次放量可能是止盈机会，也可能是暴跌、插针、清算或下架。视频展示的失败案例中，确有在大幅下跌后才因放量离场的情形。

2. 长期阴跌币会被迟滞规则困住

币种若持续阴跌但成交量始终不够大，因子排名可能长期不到 90%，造成持仓数周甚至一个多月。视频统计也显示超长持仓组表现最差。

3. 回测倍数高度依赖复利、币池历史和幸存者偏差处理

数百倍、上千倍的回测对以下细节非常敏感：

• 退市币是否完整保留；
• 新币上市前数据处理；
• 当时真实可交易合约和现货列表；
• 最小下单量、精度和撮合约束；
• 开高低收成交量的时间对齐；
• 手续费档位、滑点、资金费率；
• 横截面计算是否存在未来数据；
• 组合复利和再平衡口径。

4. 大量参数覆盖可能隐藏多重检验

N 覆盖 400～1300，入场、离场阈值又多档组合，最后混合后曲线更平滑是正常的，但这不自动证明稳健。应该报告单参数分布、参数间相关性以及未参与选择的样本外阶段。

5. 容量并不等于持仓数量

持有 200 多币看起来分散，但其中很多是中小币。真正容量取决于下单时点的盘口深度和换仓金额，而不是币种个数。遇到统一的小时整点调仓，还可能产生群体冲击成本。

6. 市场结构漂移

策略会动态倾向仅现货或仅合约域，这既可能是优势，也可能说明收益依赖特定阶段的上市机制、合约上币政策或市场参与者结构。

十二、与落单狗、沧浪亭的关系

1. 与落单狗

• 都江堰：多头选币，寻找历史放量后当前极端缩量的币；
• 落单狗：空头选币，先找与 BTC 相关性低的币，再用涨跌量比筛选。

两者方向和因子来源不同。视频明确把都江堰多头与落单狗空头组成中性组合，并称其近期匹配度优于原先的“四龙 + 落单狗”。

但“匹配”不能只看组合曲线，需要进一步检查：

• 多空两侧净敞口；
• 市值和流动性敞口；
• 仅现货/仅合约域暴露；
• 山寨行情集中上涨时的尾部风险；
• 多空两侧是否共同暴露于成交量、波动率和新币效应。

2. 与沧浪亭

都江堰是信号层的多头选币；沧浪亭是组合层的多空仓位管理。两者不替代，而是上下游：

都江堰产生多头组合
落单狗等产生空头组合
        ↓
组成基础多空组合
        ↓
沧浪亭动态调节多空仓位/杠杆

视频声称基础中性组合约 300 多倍、最大回撤约 20%，加入沧浪亭后约 3000 多倍、回撤仍约 20%。这类十倍级提升必须单独审查杠杆口径、资金利用率、爆仓约束以及是否使用同一回测区间，不能仅凭最终曲线接受。

3. 在整体体系中的定位

视频把都江堰定位为新的多头旗舰，与大学生、四龙等多头风格互补，并用于落单狗中性组合、沧浪亭以及浪淘沙等组合框架。它不是建议单独满仓运行的传播策略；演讲者反复强调需要慢慢理解、小资金开始。

十三、建议的复现与验真流程

第一阶段：复现最小版本

固定：

• 1 小时 K 线；
• N=720；
• 入场 10%；
• 离场 90%；
• 全市场币池；
• 共有币采用合约成交量；
• 等权多头；
• 不做参数覆盖。

先逐笔核对至少 20 个入场和离场案例，确认横截面排名、时间对齐及共有币成交量来源完全正确。

第二阶段：成本压力测试

至少测试：

• 手续费 1×、1.5×、2×；
• 单边滑点 5、10、20、50bp；
• 资金费率真实序列；
• 小币按成交额参与率限制下单；
• 整点后一根 K 线成交，而非信号当根理想价格。

第三阶段：样本外与消融

按时间滚动：

• 用较早阶段选参数；
• 后续阶段只验证、不重新调参；
• 单独报告 2021、2022、2023、2024、2025、2026；
• 分仅现货、仅合约、共有币报告贡献。

做以下消融：

• 单阈值 vs 双阈值；
• 当前成交量/最大成交量 vs 平均成交量、分位数；
• 仅因子 vs 强制最大持仓期；
• 不区分涨跌放量 vs 区分方向；
• 单参数 vs 参数覆盖；
• 等权 vs 流动性约束权重。

最值得检验的问题是：收益究竟主要来自 VolumeMaxBias，还是主要来自“宽进宽出”的低换手状态机。如果把同样的双阈值机制套到其他有横截面预测力但高噪声的因子上也有效，那么都江堰最有价值的成果其实是交易机制，而不只是一个成交量公式。

十四、最终判断

都江堰的设计比单纯的“缩量买入”更完整：

• 历史最大成交量提供“曾经活跃”的背景；
• 当前/历史最大成交量比刻画“当前冷却”；
• 低排名入场、高排名离场形成迟滞；
• 迟滞大幅降低换手与手续费；
• 全市场排序允许策略随市场结构改变交易域。

它最值得肯定的是：明确展示了一个分箱很好、实盘却因换手归零的信号，如何通过交易规则改造成可执行组合。这比单独展示高收益曲线更有研究价值。

但目前仍不能从视频得出“策略已被充分理解”的结论。二次上涨只是直观叙事，长期阴跌、下架放量、样本选择、参数覆盖和成交成本仍可能显著改变结果。合理定位是：一个值得复现的多头候选策略，以及一种很有通用性的出入场分离框架；不应直接把视频中的数百倍回测当作未来收益预期。