资金流时间线
本周操作计算器
加载回测数据中...
⚙️ 半自动 · 灵活调整
信号系统是半自动的——参数在代码中可配置,根据周期进行中的行情数据随时调整。不需要等到下一个周期,也不需要盲目执行固定参数。
🔴 成本门槛倍数(动态:C5=2×)
配置位置:sell_config.py → SELL_COST_GATE_MULTIPLIER(自动计算)
动态公式 = clamp(ATH倍数, 2.0, 3.0)。C3/C4=3.0×(ATH 倍数≥3.36),C5=2.0×(ATH 倍数 1.93<2.0,取下限)。下限 2.0 保证至少 100% 利润才开始卖出。ATH 倍数衰减趋势(36→17→3.36→1.93)使固定 3× 在 C5 浅熊场景下可能无法触发。
🔴 动态阈值比例(MVRV 45% / NUPL 60%)
配置位置:sell_config.py → DYNAMIC_MVRV_RATIO / DYNAMIC_NUPL_RATIO
观察信号:如果价格已涨到均价 2 倍以上,但卖出信号仪表板仍然显示 0×(连续 3 个月以上无触发),说明阈值偏高——可以把 MVRV 比例从 45% 降至 40%。趋势参考:C2→C3→C4 的 MVRV Z 峰值递减(10.09→8.85→3.35),C5 可能更低。
🟢 买入门槛与倍数
配置位置:config.py → COMPOSITE_TO_Z / Z_TO_MULTIPLIER
当前门槛 0.40 起买。观察信号:如果连续 6 个月买入占比低于 15%(在定投回测页可查),或预算消耗进度远慢于周期进度(如已过半程但预算仅用 30%),可将门槛从 0.40 降至 0.35。
🧠 主观适配:C5 温和预期
期望倍数 2.0(买入侧 v15:Z1=2× 后与等比4档回撤加码配套校准)与 Fibonacci 倍数 {0,2,5,8,13}(综合分门槛 {0.40,0.60,0.80,0.90},门槛继承 v3)。
• 期望倍数 2.0:含加码后 C3≈2.90 C4≈2.29;等比4档回撤加码(35%起步,几何级数分布);周基础份额约 $240($100k÷(2.0×208),预算覆盖完整周期)
• v15:Z1 为 2× 试探:继承 v3 起买门槛 0.40;取消的是旧版 1× 试探档;首档有效买入由 3× 标准改为 2× 试探,深档仍为 5/8/13×
• 最高倍数 13×(非 8×):Z=4 需综合分 ≥0.90(原 0.80)才触发极深底档位;阈值上移与更大倍数并存
赌对了(C5 温和)→ 买入触发更少,但每一笔多在更深折价成交。赌错了(C5 深熊)→ 预算赤字风险加大、后期深底可能弹药不足。
expected_mult = 2.0 与 v15 倍数及加码后周均倍数对齐(详见 config.py 注释),修改映射后须重跑 compute_recommended_expected_mult()。
📋 调整原则
• 等有数据再调:不要提前预判,等 C5 行情走到能看出振幅趋势时再动手
• 小幅调整:一次只改一个参数,观察效果后再决定是否继续
• 回测验证:改参数前先在回测页面用历史数据验证影响
综合评分 → Z 值门槛:≥0.40→Z1 | ≥0.60→Z2 | ≥0.80→Z3 | ≥0.90→Z4。回撤加码另叠 1.2~2.0× boost。
历史 Z 值 & 价格
回测参数
📐 份额换算口径
策略对比表:等额定投 = 预算 ÷ 周期天数(默认 1460 天)。分区间定投(周频)文档口径下周基础份额 = 总预算 ÷ (期望倍数 × 约 208 周),默认期望倍数 2.0(买入侧 v15:Z→{0,2,5,8,13},与加码后周均倍数校准)。选择短于 4 年的区间(如第5周期仅 ~182 天),等额定投只会投出预算的 ~12%,这是正常现象——反映该区间占完整周期的比例,而非"预算未充分利用"。
各周期数据覆盖情况
| 周期 | 价格/MA200 | MVRV Z | 成本结构 | RHODL | 有效维度 |
|---|---|---|---|---|---|
| 第5周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
| 第4周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
| 第3周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
| 第2周期 | ✓ | ✓ | ✓ | ✓ | 4/4 |
✓ 全覆盖。CoinGlass 历史全量数据(2010+)+ BGeometrics 实时数据,四维评分在所有周期均可完整运行。
收益对比
| 模式 | 总投入 | 获得 BTC | 均价 | 末期价值 | 收益率 | 投入天数 |
|---|
固定预算
设定总预算上限,按 Z 值倍数投入,花完即停。与等额定投投入相同总金额,可做公平对比。
固定份额追加
基础份额不变,Z≠0 就持续投入,无预算上限。总投入可能远超预算,不适合与另外两种做资金量公平对比,但能体现信号质量。
等额定投(基线)
每周投相同金额,不做任何判断。作为评估策略优劣的对照组。
累计投入 & BTC 持仓曲线
当前卖出信号
前置条件:price ≥ 定投均价 × 3。MVRV Z≥1.51 且 NUPL≥0.384 同时满足才触发(C5 动态阈值)。NUPL≥0.544 时保险丝独立触发 Z=3(2×)。
历史卖出信号 & 价格
卖出机制
动态成本门槛 + MVRV+NUPL 双维信号 + v15 卖出
前置过滤:price ≥ 定投均价 × 动态倍数(C5=2×,随 ATH 倍数衰减自动下调)。门槛随周期动态调整:MVRV 门槛 = 上周期峰值×45%,NUPL 门槛 = 上周期峰值×60%。C5: MVRV Z≥1.51 且 NUPL≥0.384 同时满足才触发。v15 倍数 {0,0,0,2,4,6}:z≤2 跳过,z=3/4/5 以 2×/4×/6× 卖出。
赛马 v3 实证:线性在 3 个完整周期全部优于 Fibonacci(+20.8pp),成本门槛进一步提升 +27.7pp。
买入 + 卖出信号 · 历史对照
买入 Z(0-4) 越高越值得买 | 卖出 Z(0-4) 越高越该卖加载历史数据中...
当前信号快照
定抛回测
各周期数据覆盖情况
| 周期 | MVRV Z-Score | NUPL | 有效维度 |
|---|---|---|---|
| 底部4→至今 | ✓ | ✓ | 2/2 |
| 底部3→底部4 | ✓ | ✓ | 2/2 |
| 底部2→底部3 | ✓ | ✓ | 2/2 |
✓ 全覆盖。卖出策略使用 MVRV Z-Score + NUPL 严格双确认,两个维度在所有周期均由 BGeometrics 提供 100% 覆盖。
持仓价值 & 累计回收
正在运行 6 组合 × 3 周期并发模拟...
逐日模拟 ~4200 天 × 6 策略组合
定投+定抛组合研究
将买入策略(混合定投:四维评分×回撤加码)与卖出策略组合运行,逐日并发模拟。每周检查买入信号买入 BTC,每周检查卖出信号卖出 BTC。在 ATH-to-ATH 完整周期内对比 6 种策略组合的净值、IRR 和 vs 基准超额。
关于"卖出优化贡献"为负数:ATH-to-ATH 周期的终点恰好是历史最高价。在此度量下,"提前卖出"的部分按 ATH 价格计算相当于放弃了最后一段涨幅,所以显示为负。这不代表卖出策略无价值——ATH 之后必然暴跌 70%+,定抛锁定的是确定性利润,且无人能精确卖在顶点。看「全优化」行:买入优化的增益完全覆盖卖出的"代价"。
策略组合矩阵
6 种买卖组合 × ATH-to-ATH 周期 · 期末总值 = 卖出回收 + 剩余 BTC + 剩余现金
优化归因分解
将「全优化 vs 基准」的超额收益拆解为:买入优化(更低均价 → 更多 BTC)、卖出优化(高位兑现 → 锁定利润)、交叉效应(两端乘数放大)
等待数据加载...
熊牛子周期分析
完整周期拆为熊市(ATH→底部,~1年)和牛市(底部→ATH,~2-3年),对比短周期策略效果
多周期复投模拟
Cycle 3 结束后将全部资产投入 Cycle 4 继续执行相同策略,展示复利效应
等待数据加载...
策略改进实验
9 组策略变体 × 2 个完整 ATH-to-ATH 周期 A/B 测试,筛选真正有效的改进方向
三方向深入探索
动态卖出上限 · 卖出频率优化 · 多维卖出评分 — 全面回测寻找最优卖出配置
等待数据加载...
BTC 波动率衰减分析
ATH-to-ATH 周期倍数持续衰减,复投优势可能被历史高回报放大。单周期α才是策略的真实价值。
🟢 买入评分阈值 → Z 值映射
四维综合分如何映射到 Z 值和 Fibonacci 倍数,以及 ATH 回撤加码叠加逻辑
🔴 MVRV Z 周期峰值分析
各周期 MVRV Z / NUPL 峰值衰减趋势,以及 C5 动态阈值推导过程
首次加载需下载 QQQ 数据,约 5-10 秒