BTC 分区间策略

资金流时间线

各完整周期的周频资金流：红色=买入支出，绿色=卖出回收，蓝线=累计净值，黄虚线=BTC 价格

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（当前 3×）

配置位置：sell_config.py → SELL_COST_GATE_MULTIPLIER

3× 基于历史回测最优。观察信号：在定投信号页查看「定投均价」，如果当前 BTC 价格已达均价 2.5 倍但仍没触发卖出，可先降至 2.5×；如果持续攀升到 2× 以上仍无触发，再降至 2×。

🔴 动态阈值比例（MVRV 40% / 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 40% 降至 35%。趋势参考：C2→C3→C4 的 MVRV Z 峰值递减（13.28→11.21→5.72），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 2.2（V3 数学均值 2.9）与 Fibonacci 倍数 {0,3,5,8,13}（综合分门槛 {0.40,0.60,0.80,0.90}），均基于 C5 可能比 C3/C4 更温和的主观判断。

• 期望倍数 2.2：C5 底部若不如 C3/C4 深 → 回撤加码触发少 → 实际周均倍数更低 → 2.2 更贴合；周基础份额仍约 $219（与 V2 同量级）

• V3 去掉试探买：取消 Z=1 的 1× 试探，子弹留给更深折扣；起买门槛提高到 0.40，首档即为 3× 标准买

• 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 从 2.2 到 2.9 之间的选择，本质是对 C5 宏观性质的主观判断——主观框架失之毫厘谬以千里，选错可能差几万块的投入效率。这是整个策略中最重要的主观决策。

📋 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

回测参数

总预算 (USD)

周期天数 ?一个完整 BTC ATH→ATH 周期的天数。默认 1460 天（约 4 年），对应历史上每轮 ATH 高点之间的间隔。预算会在这个周期内分配。

期望倍数 ?预估的周期内周均投入倍数。用于计算基础份额 = 总预算 ÷ (期望倍数 × 周期天数)。值越大，基础份额越小、预算持续越久；值越小则相反。默认 2.2（v8.3，ATH→ATH 口径；C5 浅底温和预期）由混合定投（评分+回撤加码）历史回测推导。

回测周期

📐 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 2.2（v8.3，ATH→ATH + C5 温和预期）；回测表单中「周期天数」默认 1460、「期望倍数」默认 2.2。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	aSOPR	有效维度
第5周期	✓	✓	✓	✓	✓	5/5
第4周期	✓	✓	✓	⚠ 89%	⚠ 71%	3~5/5
第3周期	✓	✓	✓	✗	✗	3/5
第2周期	✓	✓	✓	✗	✗	3/5

✓ 全覆盖 · ⚠ 部分覆盖（悬停看详情）· ✗ 无数据。缺失维度的权重会自动归一化到剩余维度，第2/3周期仅靠估值+趋势3维打分，精度低于第4/5周期。

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

v11 卖出策略： 前置条件：price ≥ 定投均价 × 3（成本门槛）。 MVRV Z≥2.29 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。倍数 {0,0,0,3,4,5}：z≤2 跳过，z=3/4/5 以 3×/4×/5× 卖出。

定抛回测

持仓价值 (USD) ?回测起始时的 BTC 持仓市值。系统按起始日价格自动换算 BTC 数量。例：2015 底部 $170 时 10 BTC ≈ $1,700；2018 底部 $3,200 时 10 BTC ≈ $32,000。

回测周期

各周期数据覆盖情况

周期	MVRV Z	NUPL	Price/MA200	LTH-SOPR	aSOPR	RHODL	有效维度
底部4→至今	✓	✓	✓	✓	⚠ 95%	✓	5~6/6
底部3→底部4	✓	✓	✓	⚠ 15%	✗	⚠ 15%	3~5/6
底部2→底部3	✓	✓	✓	✗	✗	✗	3/6

✓ 全覆盖 · ⚠ 部分覆盖（悬停看详情）· ✗ 无数据。LTH-SOPR / aSOPR / RHODL 仅 BGeometrics 提供（2022 年起），缺失维度权重自动分摊至可用维度。第2/3周期仅靠估值层3维打分，精度低于第4/5周期。

策略总览

分区间定投 + 纪律化定抛

买入侧用五维链上指标在底部重仓，卖出侧用 MVRV+NUPL 双确认在顶部减仓。完整的「买低卖高」纪律系统。

🟢 买入侧（定投）

五维评分（估值 40% + 链上 50% + 趋势 10%）
综合分 → Z 值 → Fibonacci 倍数 {0,3,5,8,13}
叠加 ATH 回撤加码（30%/50%/70% → 1.2×/1.5×/2.0×）
每周执行，底部买更多，高位不买

🔴 卖出侧（定抛 v11）

MVRV Z ≥ 2.29 且 NUPL ≥ 0.384 双确认触发
前置条件：price ≥ 定投均价 × 3（成本门槛）
v11 倍数映射 {0,0,0,3,4,5}
NUPL ≥ 0.544 保险丝独立触发

买入哲学

普通定投每次买入等量资金，不区分市场位置。分区间定投在此基础上做了关键改进：市场越便宜，买得越多；市场越贵，买得越少甚至不买。

没有人能精确抄底，但底部区域可以被多维链上指标度量。在「相对便宜」区域加大投入，在「相对昂贵」区域停止投入，就能系统性地拉低持仓成本。

长周期：以年为单位纪律性：严格按信号执行保守风险：闲钱、不杠杆

五维评分体系

五个指标按信息类型归为三个逻辑层，每个维度输出 0~1 分。1.0 = 极度低估，0.0 = 高估/泡沫。

40% 估值层

现在贵不贵？

MVRV Z-Score30%

成本结构 Price/RP10%

50% 链上行为层

市场是否已投降出清？

aSOPR25%

RHODL Ratio25%

10% 趋势层

价格位置是否足够低？

Price / MA20010%

指标	1.0 极底	0.8	0.6	0.4	0.2	0.1	0.0 泡沫
MVRV Z	≤-0.5	≤0	≤0.5	≤1.5	≤2.5	≤3.5	>3.5
Price/RP	≤0.60	≤0.75	≤0.90	≤1.05	≤1.20	≤1.50	>1.50
aSOPR	≤0.90	≤0.95	≤0.98	≤1.00	≤1.02	≤1.05	>1.05
RHODL	≤300	≤1k	≤3k	≤10k	≤30k	≤60k	>60k
P/MA200	≤0.50	≤0.65	≤0.80	≤0.92	≤1.05	≤1.20	>1.20

综合分 → Z 值 → 买入倍数

五维加权求和得综合分（0~1），再按门槛映射为 Z 值，最终用 Fibonacci 倍数决定本周买入量。

综合分 → Z 值

0.00 ~ 0.40Z=0 不买

0.40 ~ 0.60Z=1 标准

0.60 ~ 0.80Z=2 加码

0.80 ~ 0.90Z=3 重仓

0.90 ~ 1.00Z=4 极深底

Z 值 → Fibonacci 倍数

Z=00× — 不买

Z=13× — 标准买入

Z=25× — 加码买入

Z=38× — 重仓买入

Z=413× — 极深底

周买入额 = base × multiplier，base = 预算 / (周期周数 × 期望倍数)

ATH 回撤加码

在五维评分倍数基础上，当价格相对历史最高价回撤较深时，额外叠加乘数。

ATH 回撤深度	叠加乘数	含义
≥ 30%	1.2×	温和回调加码
≥ 50%	1.5×	深度回调加码
≥ 70%	2.0×	极端恐慌加码

回测验证：两个完整周期 C3 +48.7%、C4 +45.9% vs HODL，α 稳定。

卖出哲学

核心理念

不追求精确卖顶，而是在「明显过热」时纪律化减仓，避免牛转熊时大幅回吐利润。

卖出最大的错误不是「没卖到最高点」，而是「过早卖光」或「牛转熊时一点没卖」。

定抛系统目标：在过热时系统化减仓，同时避免牛市中途被洗出。

渐进式卖出

链上指标越热，每周卖出倍数越高

成本门槛保护

价格未达均价 3 倍不卖，避免低利润区出货

纯信号驱动

MVRV + NUPL 双确认，无需额外指标

MVRV + NUPL 双维信号（v6 动态阈值）

两者同时满足门槛才触发卖出。门槛随周期动态调整，适应 MVRV Z 峰值逐轮衰减。

动态阈值公式

MVRV 门槛 = 上周期峰值 × 40% → C5: 5.72 × 0.40 = 2.29

NUPL 门槛 = 上周期峰值 × 60% → C5: 0.640 × 0.60 = 0.384

NUPL 保险丝 = 上周期峰值 × 85% → C5: 0.640 × 0.85 = 0.544

MVRV Z-Score 阶梯

≥ 2.29+1（触发门槛）

≥ 3.29+2

≥ 4.29+3（上限）

NUPL 阶梯

≥ 0.384门槛确认

≥ 0.434+1

≥ 0.534+2（上限）

保险丝：NUPL ≥ 0.544 时，即使 MVRV Z 未达门槛也以 z_sell=3 触发

卖出强度 → 倍数映射（v11）

Z_sell = min(MVRV分 + NUPL分, 5)，再映射为卖出倍数。赛马 v3 验证：线性在 3 个周期全部优于 Fibonacci。

Z_sell	倍数	含义
0	0×	不卖
1	0×	跳过
2	0×	跳过
3	3×	加速
4	4×	加码
5	5×	重仓卖出

周卖出量 = base_sell × multiplier，base_sell = 初始BTC × P1上限 / 总周数

成本 3× 门槛过滤器

前置条件：当前价格 ≥ 定投均价 × 3 时才允许卖出。赛马 v3 验证：两个完整周期均稳定领先无门槛策略 +27.7pp。

设计逻辑：定投均价反映「全周期平均成本」，3 倍意味着账面利润至少 200%。这确保卖出只发生在「真正盈利丰厚」的高位，跳过牛市初期的低利润区。

与混合定投的配合：混合定投策略在底部重仓买入，显著压低均价（C4 混合均价 $21k vs 等额 $38k），使 3× 门槛更容易达到（$63k vs $114k）。

注意：如果未来周期振幅收窄，可能需要将 3× 降至 2.5× 或 2×。该参数在 sell_config.py 中可配置。

执行机制

🟢 买入执行

频率：每周执行一次

基础额：base = 预算 ÷ (周期周数 × 期望倍数)

实际买入：base × Fibonacci倍数 × 回撤加码

不买条件：综合分 < 0.40（Z=0），即市场不便宜时不买

🔴 卖出执行

频率：每周执行一次

基础额：base_sell = 初始BTC × P1上限 ÷ 总周数

实际卖出：base_sell × 线性倍数

不卖条件：(1) 成本门槛未达，或 (2) MVRV+NUPL 未同时触发

风险提示

历史回测不代表未来

所有回测基于 2015-2025 年的 3 个完整周期。BTC 市场可能发生结构性变化。

链上指标滞后

MVRV Z / NUPL 等链上指标反映的是链上交易的历史状态，存在 1-3 天滞后。在极端波动（如闪崩）时可能无法及时反应。

周期振幅衰减

MVRV Z 峰值逐轮下降（13.28 → 11.21 → 5.72）。虽然已用动态阈值（40%/60%）适配，但如果衰减程度超预期，阈值可能需要进一步调整。

仅用闲钱、不加杠杆

定投/定抛策略以年为单位，需要承受中途 -50% 以上的账面浮亏。只用不影响生活的闲钱参与。

一、定抛哲学

核心理念

不追求精确卖顶，而是在"明显过热"时纪律化减仓，避免牛转熊时大幅回吐利润。

定抛不是定投的简单镜像。卖出最大的错误不是"没卖到最高点"，而是"过早卖光"或"牛转熊时一点没卖"。

因此定抛系统的目标是：在过热时系统化减仓，在趋势逆转时防守清仓，同时避免牛市中途被洗出。

渐进式卖出

链上指标越热，每周卖出倍数越高

无上限卖出

P1=100%，信号持续时可卖出全部仓位

纯信号驱动

纯 MVRV+NUPL 链上信号驱动，无需额外指标

二、MVRV+NUPL 严格双维信号（v6 动态阈值）

只用 MVRV Z-Score 和 NUPL 两个估值维度，两者同时满足门槛才触发卖出。门槛随周期动态调整，适应 MVRV Z 峰值逐轮衰减趋势。

核心规则（v6 动态阈值）

动态门槛：MVRV gate = 上周期 MVRV Z 峰值 × 40%，NUPL gate = 上周期 NUPL 峰值 × 60%

C5 实际值：MVRV Z ≥ 2.29（C4峰值 5.72×0.40）且 NUPL ≥ 0.384（C4峰值 0.640×0.60）

强度：MVRV(≥2.29:+1, ≥3.29:+2, ≥4.29:+3) + NUPL(≥0.434:+1, ≥0.534:+2)

上限：卖出强度 = min(MVRV分 + NUPL分, 5)

⚡ NUPL 保险丝：MVRV Z 未达门槛但 NUPL ≥ 0.544（C4峰值×85%）时，以最低有效强度（z_sell=3, 3×）触发卖出

门槛 ≥ 2.29 MVRV Z-Score

C4 峰值 5.72 × 40% = 2.29。市场价值偏离实现价值的标准差，定抛主轴指标

≥ 2.29+1 (触发门槛)

≥ 3.29+2

≥ 4.29+3 (上限)

门槛 ≥ 0.384 NUPL

C4 峰值 0.640 × 60% = 0.384。全网未实现净盈亏，衡量浮盈拥挤度

≥ 0.384仅作为门槛确认

≥ 0.434+1

≥ 0.534+2 (上限)

为什么从六维改为双维？

• 回测结论：3 个完整底部→底部周期测试，六维 Z_sell 系统 vs HODL 平均 -29.8%，全部跑输

• 根本问题：composite 阈值 0.28 过低，弱信号（P/MA200、aSOPR）在低价区过早触发卖出

• MVRV 单维回测 vs HODL +75.6%（P1=100% 口径），加入 NUPL 作为"防误卖保险"形成双确认

• 严格门槛：≥3.0 + ≥0.45 确保只在真正过热时才触发，避免低价误卖

指标详细说明

MVRV Z-Score— 市场估值泡沫程度（主轴指标）

Market Value to Realized Value Z-Score — 市场价值偏离实现价值（链上所有币最后一次移动时的价格总和）的标准差数。Z-Score 越高，市场越接近历史顶部。

作用：MVRV Z 是定抛的主轴指标，3 个周期回测中单独使用即可获得约 +75.6% vs HODL 的表现（P1=100% 口径）。

MVRV Z-Score	卖出强度
< 2.29	不卖（门槛未达）
≥ 2.29	+1 C4峰值5.72×40%
≥ 3.29	+2
≥ 4.29	+3

NUPL（Net Unrealized Profit/Loss）— 全网浮盈拥挤度（防误卖保险）

Net Unrealized Profit/Loss — 全网处于未实现净盈利还是净亏损状态的比例。越远离 0，越接近顶部或底部。

作用：NUPL 作为 MVRV 的"防误卖保险"。2021 双顶市场，MVRV 在中期回调时可能偏低但 NUPL 仍高，双维确认避免了误卖。

NUPL	卖出强度
< 0.384	不卖（门槛未达）
≥ 0.384	门槛确认（+0）C4峰值0.640×60%
≥ 0.434	+1
≥ 0.534	+2

三、卖出强度与倍数

MVRV + NUPL 阶梯分数映射到卖出强度（0~5），每周执行一次。每周卖出 = base × multiplier，base = 初始仓位 × P1上限 ÷ 总周数。

✓ P1=100%：MVRV+NUPL 信号触发时可卖出全部仓位，纯信号驱动。

0×

不卖

0×

跳过

0×

跳过

3×

加速

4×

加码

5×

重仓

触发条件示例	强度	卖出倍数	市场状态
MVRV < 2.29 且 NUPL < 0.544	0	0×	安全区 — 不卖出
MVRV ≥ 2.29 + NUPL ≥ 0.384（弱）	1~2	0×	低档位：低信号不卖，等待更强确认
MVRV < 2.29 但 NUPL ≥ 0.544	3	3×	⚡ NUPL 保险丝触发（z_sell=3）
MVRV ≥ 3.29 + NUPL ≥ 0.434	3	3×	双维中等信号 — 加码减仓
MVRV ≥ 3.29 + NUPL ≥ 0.534	4	4×	泡沫 — 加速卖出
MVRV ≥ 4.29 + NUPL ≥ 0.534	5	5×	极端泡沫 — 最大倍数集中卖出

四、卖出执行机制

Phase 1 — MVRV+NUPL 双维驱动（动态阈值）

• 周频执行，门槛随周期动态调整。C5 门槛：MVRV Z≥2.29（= C4峰值 5.72×0.40）且 NUPL≥0.384（= C4峰值 0.640×0.60）同时满足才卖出

• P1 上限 100%：信号持续触发时可卖出全部仓位，无需均线保底

五、数据来源

数据源	提供数据	覆盖范围	费用
CoinMetrics	MVRV 比率 / Realized Price	2012 年起，反推 MVRV Z-Score	免费
BGeometrics	MVRV Z-Score / NUPL / LTH-SOPR / aSOPR / RHODL Ratio	2022 年起，真实链上数据	免费（限流）
Binance	实时 BTC 价格	实时，用于 MA120/MA200/MA350 计算	免费
CoinGecko	价格 / 市值	回退数据源	免费

定抛特有数据说明

• MVRV Z-Score 和 NUPL 均由 BGeometrics 和 CoinMetrics 提供

• 免费 API 配额为 8 次/小时、15 次/天，系统内置智能限流保护（每端点缓存 20 小时）

• 双维信号需两个指标同时可用才能触发卖出，任一缺失则卖出强度为 0（安全方向容错）

• 均线数据（MA200 等）由系统从历史价格自行计算，用于辅助展示

六、回测验证

底2→3 (2015→2018)

$176 → $3,185 (18.1x)

P1 卖出 100%，均价 $4,387

vs HODL +37.7%

底3→4 (2018→2022)

$3,185 → $15,758 (4.9x)

P1 卖出 96%，均价 $42,501

vs HODL +162.8%

底4→今 (2022→今)

$15,758 → $68,922 (4.4x)

P1 卖出 100%，均价 $89,095

vs HODL +29.3%

3 周期平均 vs HODL +76.6% — 注意 HODL 本身在每个周期已涨数倍，策略收益是在此基础上的额外收益。例如底2→3 HODL 就涨了 18 倍，策略在此基础上再多 37.7%。详见"策略研究"页面完整对比。

七、风险提示与使用纪律

必须遵守

✓不追求精确卖顶 — 目标是"大部分卖在高位区"，而非预测最高价

✓严格按信号执行 — 双维信号触发就卖，不因"还会涨"而推迟

✓不因 FOMO 回购 — 卖出后短期反弹属于正常波动，不应追回

✓卖出资金规划 — 提前规划卖出后的资金去向（稳定币、法币、再投资周期）

策略局限

!历史不代表未来，市场结构可能发生根本变化

!2017 年前链上数据稀疏，回测样本有限

!免费 API 限流可能导致 MVRV/NUPL 数据暂不可用，此时信号为 0（安全方向容错）

!策略假设 BTC 存在约 4 年的牛熊周期

!base×multiplier 固定基数卖出，后期仓位不足时实际卖出量受剩余 BTC 约束

本工具及策略说明仅供研究交流和个人学习使用，不构成任何形式的投资建议。加密货币投资具有高风险，请在充分了解风险后自行决策。

八、参数调优（半自动 · 可机动调整）

⚙️ 半自动策略：参数在代码中可配置，根据 C5 行情进展随时调整。等有行情数据后再做判断，一次只改一个参数，改前先回测验证。
重点关注：成本门槛倍数（当前 3×，振幅不够可降至 2.5× 或 2×）、动态阈值比例（MVRV 40% / NUPL 60%）。

定抛参数集中配置在 sell_config.py

调整项	配置项	效果
当前周期	CURRENT_CYCLE	当前所处周期（5），决定从哪个周期取峰值
MVRV 动态比例	DYNAMIC_MVRV_RATIO	门槛 = 上周期峰值 × 此比例（0.40）
NUPL 动态比例	DYNAMIC_NUPL_RATIO	门槛 = 上周期峰值 × 此比例（0.60）
MVRV 门槛	SELL_MVRV_GATE	MVRV Z-Score 最低触发值（C5: 2.29，由 5.72×0.40 动态计算）
NUPL 门槛	SELL_NUPL_GATE	NUPL 最低触发值（C5: 0.384，由 0.640×0.60 动态计算）
MVRV 阶梯	SELL_MVRV_TIERS	MVRV 各档位的分数（≥2.29:+1, ≥3.29:+2, ≥4.29:+3）
NUPL 阶梯	SELL_NUPL_TIERS	NUPL 各档位的分数（≥0.434:+1, ≥0.534:+2）
卖出倍数	SELL_Z_TO_MULT	v11 {0,0,0,3,4,5}：z≤2 不卖，z=3/4/5 以 3×/4×/5× 卖出。前置条件：price ≥ avg_cost × 3
NUPL 保险丝	NUPL_SOLO_ENABLED	NUPL 独立触发开关（默认 True）
NUPL 保险丝门槛	NUPL_SOLO_GATE	NUPL 独立触发最低值（C5: 0.544，由 0.640×0.85 动态计算）
P1 上限	PHASE1_MAX_SELL_PCT	P1 最大卖出比例（默认 100%）

卖出策略研究

系统性对比 13 种卖出策略，从最简单（等额定抛）到双维信号驱动，覆盖 3 个底部-to-底部周期。结论：MVRV+NUPL 严格（P1=100%）为最优配置。

测试策略

4 大类：简单 / 单维 / 多维 / 完整

回测周期（底部→底部）

底部2→3 / 底部3→4 / 底部4→至今

统一条件

$100K

初始持仓 / 周频 / P1=100% 上限

13 策略定义

含 12 个活跃策略 + 1 个已废弃对照（MVRV+NUPL 严格 + 均线防守）

简单策略组（基准）

#	策略	逻辑
1	等额定抛	每周卖出相同数量 BTC，不做判断（基准线）
2	均线定抛	仅在价格 > MA200 时卖出
3	回升加抛	从周期底部回升越多卖越多（>1.5x:1, >2x:2, >3x:3, >4x:5）

单维指标组

#	策略	触发阈值	数据覆盖
4	MVRV (>=2.5)	Z>=2.5:1x, >=3.5:2x, >=4.0:3x, >=5.0:5x	2012+
5	MVRV 严格 (>=3.0)	Z>=3.0:1x, >=3.5:2x, >=4.0:3x, >=4.5:4x, >=5.5:5x	2012+
6	NUPL	>=0.40:1x, >=0.50:2x, >=0.55:3x, >=0.65:5x	2012+
7	aSOPR	>=1.01:1x, >=1.02:2x, >=1.03:3x, >=1.08:5x	2023+
8	RHODL	>=1k:1x, >=3k:2x, >=4k:3x, >=20k:5x	2022+

多维组合组

#	策略	逻辑
9	MVRV+NUPL	MVRV(>=3:+1, >=4:+2, >=5:+3) + NUPL(>=0.50:+1, >=0.60:+2) 分数叠加
10	MVRV+NUPL 严格	需 Z>=3.0 且 NUPL>=0.45 同时满足才开始卖出
11	MVRV+P/MA200	MVRV(>=3:+1, >=4:+2, >=5:+3) + P/MA200(>=1.2:+1, >=1.5:+2) 叠加

完整策略组（当前实现）

#	策略	逻辑
12	MVRV+NUPL 严格（当前）	MVRV Z≥3.0 且 NUPL≥0.45 双维门槛，P1=100%，纯信号驱动当前

三周期回测对比

所有策略使用相同条件：$100,000 初始持仓，周频执行，P1=100% 卖出上限。对比指标包括卖出均价、vs 等额、vs HODL（总价值 vs 纯持有）。

正在运行 13 策略 × 3 周期回测（底部→底部）...

关键发现

1. 前三名极度接近，MVRV 是卖出端的"唯一真神"

3 个完整周期平均 vs HODL：MVRV+NUPL 严格 +76.6% ≈ MVRV+NUPL +76.4% ≈ MVRV 严格 +75.6%。差距约 1pp，统计上极为接近。但所有前列策略都以 MVRV 为核心。

MVRV Z-Score 是最直接的"过热"信号——市场价偏离链上公允价值（Realized Cap）的标准差。Z>=3.0 意味着 BTC 价格已比全网平均成本贵 3 个标准差，历史上只出现在牛市后半段。

2. 卖出端多维度是减分项

与买入端类似，卖出端的多维评分反而有害。核心问题是弱信号过早消耗额度：

策略	均价 vs 等额	vs HODL	问题
MVRV 严格 (1维)	+54.9%	+75.6%	—
MVRV+NUPL 严格 (2维)	+52.4%	+76.6%	周期2卖出不完全
MVRV+P/MA200 (2维)	+12.3%	+23.0%	P/MA200 过早触发

旧版五维 Z_sell 的 composite 只需 0.28 即触发 Z=1，此时 MVRV 可能才 2.0。P/MA200 和 NUPL 的微弱分数把 composite 推过阈值，卖出额度在低价区被过早耗尽。详见仓库内 STRATEGY.md / 研究备忘。

3. 严格阈值 (>=3.0) 战胜宽松 (>=2.5)

MVRV 严格（>=3.0）3 周期平均 +75.6% vs MVRV 宽松（>=2.5）+66.2%，领先 9.4pp。原因：Z=2.5 在牛市中途就触发，消耗额度于中等价位；Z=3.0 更耐心地等待真正过热。

每轮 MVRV Z 峰值都在衰减：C2 顶 Z≈13.28 → C3 顶 Z≈11.21 → C4 顶 Z≈5.72。机构/ETF 入场压平了 Realized Price。但即便 Z 峰值继续下降，动态阈值（上周期峰值×40%）会自动跟随调整。

4. 各策略逐周期表现

策略	底部2→3	底部3→4	底部4→至今	3周期均
MVRV+NUPL 严格（当前）	+37.7%	+162.8%	+29.3%	+76.6%
MVRV+NUPL	+37.7%	+163.6%	+27.8%	+76.4%
MVRV 严格 (>=3.0)	+39.8%	+154.8%	+32.1%	+75.6%
MVRV (>=2.5)	+19.2%	+153.5%	+25.9%	+66.2%
NUPL	+46.1%	+128.8%	+13.6%	+62.8%
等额定抛	-2.4%	+48.8%	-6.1%	+13.4%

MVRV+NUPL 在双顶周期（底部3→4）表现最佳（+163.6%），双确认在复杂市场结构中有优势。MVRV 严格在底2→3、底4→今略高，三者总体极为接近。

5. aSOPR 和 RHODL 数据不足，不可独立使用

aSOPR 仅有当前周期数据（2023+），且 vs HODL -7.5%，表现不佳。RHODL 仅 2022+ 有数据，周期2只卖了 2 周（+0.9% vs HODL）。这两个维度在五维 Z_sell 中拖了后腿，也不适合独立使用。

6. 等额定抛只在长熊才赢 HODL

等额定抛 3 周期平均仅 +13.4% vs HODL，且在底部2→3 和底部4→至今都跑输 HODL。只有终点价格比起点跌 10x+ 的长熊周期（如底部3→4 终点 $15,758 vs ATH $67,542），卖出才明显有利。不加选择地卖出不如不卖。

一、策略哲学

核心理念

用多次买入降低风险（定投），用不同额度在相对低位区域买入更多（分区间）。

普通定投每次买入等量资金，不区分市场位置。分区间定投在此基础上做了一个关键改进：市场越便宜，买得越多；市场越贵，买得越少甚至不买。

没有人能精确抄底

定投本身就是承认"不知道底部在哪"的理性选择

底部区域可以被度量

多维指标判断"相对便宜"还是"相对昂贵"

在便宜区域加大投入

斐波那契倍数放大，拉低整体持仓成本

在昂贵区域停止投入

避免牛市高位追高，保护资金

长周期：以年为单位纪律性：严格按信号执行保守风险：闲钱、不杠杆

二、三层逻辑分组 × 五维评分体系

五个指标按信息类型归为三个逻辑层，每个维度输出 0 ~ 1 的分数。1.0 = 极度低估，0.0 = 高估/泡沫。三层分组仅用于理解，底层计算仍为扁平加权求和。

40% 估值

现在贵不贵？

MVRV Z-Score30%

CoinMetrics 反推 (2012起) · BGeometrics (2022.04起)

成本结构10%

CoinMetrics 反推 (2012起) · BGeometrics (2022.04起)

10% 趋势

价格位置是否足够低？

均线位置10%

CoinMetrics 价格 (2012起)

50% 链上行为

市场是否已投降出清？

RHODL Ratio25%

BGeometrics (2022.04起)

aSOPR25%

BGeometrics (2023.01起)

均线位置（Price / 200-day MA）— 价格相对中长期趋势的位置

计算方式

均线位置 = 当前价格 ÷ 200日简单移动平均线(SMA)

比值越低说明价格越远低于中长期趋势，是更好的买入位置。比值 < 1 表示价格在均线下方。

比值 (Price/MA200)	得分	市场状态
≤ 0.50	1.0	价格仅为趋势线一半，极罕见的低估
≤ 0.65	0.8	严重偏离趋势，深度回调
≤ 0.80	0.6	明显回调，低于趋势
≤ 0.92	0.4	温和回调，接近趋势
≤ 1.05	0.2	围绕趋势波动，中性
≤ 1.20	0.1	略高于趋势
> 1.20	0.0	远高于趋势，可能过热

MVRV Z-Score— 市场估值泡沫程度

计算方式

MVRV Z-Score = (Market Cap − Realized Cap) ÷ Std(Market Cap − Realized Cap)

Market Cap = 当前价格 × 流通量；Realized Cap = 每枚币按最后一次链上移动时的价格估值之和。Z-Score 衡量市值偏离实现市值的标准差数，越低越低估。

Z-Score	得分	市场状态
≤ -0.5	1.0	市值严重低于实现市值，历史性低估
≤ 0.0	0.8	市值低于实现市值
≤ 0.5	0.6	轻度低于均值
≤ 1.5	0.4	接近合理估值
≤ 2.5	0.2	偏高估
≤ 3.5	0.1	明显高估
> 3.5	0.0	极度泡沫

RHODL Ratio— 短期投机 vs 长期持有

计算方式

RHODL = Realized Cap(1周~1月龄) ÷ Realized Cap(1年~2年龄)

分子是短期持有者（1周到1个月）的已实现市值，分母是长期持有者（1年到2年）的已实现市值。比值越低说明短期投机者越少、长期持有者越主导，是典型的底部特征。

Ratio	得分	市场状态
≤ 300	1.0	短期投机者几乎消失，底部特征
≤ 1,000	0.8	投机活动很低
≤ 3,000	0.6	投机活动较低
≤ 10,000	0.4	正常水平
≤ 30,000	0.2	投机活动偏高
≤ 60,000	0.1	投机活动旺盛
> 60,000	0.0	极度投机，牛市顶部特征

aSOPR（Adjusted Spent Output Profit Ratio）— 链上投降信号

计算方式

aSOPR = Σ(花费产出的当前价值) ÷ Σ(花费产出的创建时价值)

对链上每笔花费的 UTXO，计算"卖出时价值 ÷ 买入时价值"的加权平均。排除寿命 < 1小时的产出（过滤掉中继和找零噪音）。aSOPR < 1 表示卖出者整体在亏损（投降抛售），是底部信号。

aSOPR	得分	市场状态
≤ 0.90	1.0	极度投降，恐慌性抛售
≤ 0.95	0.8	严重投降，大量亏损卖出
≤ 0.98	0.6	明显亏损卖出
≤ 1.00	0.4	盈亏平衡
≤ 1.02	0.2	小幅盈利
≤ 1.05	0.1	明显盈利
> 1.05	0.0	普遍盈利，贪婪阶段

成本结构（Price / Realized Price）— 价格 vs 全网持有者平均成本

计算方式

成本结构 = 当前价格 ÷ Realized Price

Realized Price = Realized Cap ÷ 流通供应量，即全网持有者的平均链上成本。比值 < 1 表示当前价格低于全网平均持仓成本，大部分持有者处于浮亏状态。与 MVRV 数学上高度相关（MVRV ≈ Price/RP），因此降权至 10% 作辅助验证。

比值	得分	市场状态
≤ 0.60	1.0	价格仅为平均成本 60%，历史级低估
≤ 0.75	0.8	明显低于平均成本
≤ 0.90	0.6	略低于平均成本
≤ 1.05	0.4	接近平均成本
≤ 1.20	0.2	略高于平均成本
≤ 1.50	0.1	明显高于平均成本
> 1.50	0.0	远超平均成本，泡沫信号

综合评分计算

综合分数 = Σ (维度得分 × 维度权重) / Σ 可用权重

缺失数据的维度自动跳过，剩余维度权重重新归一化。

综合分数 → Z 值映射规则

composite < 0.40 → Z=0 (0×) — 不买

0.40 ≤ composite < 0.60 → Z=1 (3×) — 标准

0.60 ≤ composite < 0.80 → Z=2 (5×) — 加码

0.80 ≤ composite < 0.90 → Z=3 (8×) — 重仓

composite ≥ 0.90 → Z=4 (13×) — 极深底

Z=0不买 | Z=1标准(3×) | Z=2加码(5×) | Z=3重仓(8×) | Z=4极深底(13×)。倍数取自 Fibonacci 子序列 0, 3, 5, 8, 13。每周投入 = 基础份额 × 对应倍数。

三、Z 值与定投倍数

综合分数被划分为 5 个区间（z = 0 ~ 4），综合分数 < 0.40 为不买；≥0.40 起按 Fibonacci 倍数 3×→13× 渐进加码。映射阈值 (0.40, 0.60, 0.80, 0.90) 对应 COMPOSITE_TO_Z（V3）。

0×

不买入

3×

标准

5×

加码

8×

重仓

13×

极深底

综合分数区间	Z 值	倍数	市场状态
0.00 ~ 0.40	0	0×	信号不足 — 不买入
0.40 ~ 0.60	1	3×	标准 — 明确低估起投
0.60 ~ 0.80	2	5×	深度低估 — 加码
0.80 ~ 0.90	3	8×	历史级底部 — 重仓
0.90 ~ 1.00	4	13×	极端恐慌 — 极深底

为什么采用 5 档 Fibonacci？

倍数取自 Fibonacci 子序列（0, 3, 5, 8, 13），数学上自洽且渐进递增。综合分数 < 0.40 跳过不买；V3 取消 1× 试探档，Z=1 起即为 3× 标准买；综合分需 ≥0.90 才映射 Z=4、给 13× 极深底。

四、执行规则

基础份额公式

基础份额 = 总预算 ÷ (期望平均倍数 × 周期周数)

示例：$100,000 ÷ (2.2 × 208) ≈ $218.53 基础份额/周（约 $219 展示用，v8.3）

每周投入 = 基础份额 × Z 值对应倍数

Z=0 (0×)

Z=1 (3×)

$657

Z=2 (5×)

$1,095

Z=3 (8×)

$1,752

Z=4 (13×)

$2,847

三种执行模式

模式 A：固定预算

设定总预算上限，按 Z 值倍数投入，投完即停。

适合有明确投资金额、不想追加的投资者。

模式 B：固定份额追加

基础份额固定，Z ≠ 0 就持续投入，无预算上限。

历史回测均价比等额定投低约 42~51%

模式 C：等额定投

每周期等量资金，不考虑市场状态。作为对照基线。

用于评估分区间策略的优劣。

五、数据来源

数据源	提供数据	精度	费用
CoinMetrics	价格 / 市值 / MVRV 比率 / 供应量	日级精度（2012 起），反推真实 MVRV Z-Score 和 Realized Price	免费
BGeometrics	MVRV Z-Score / RHODL / aSOPR / Realized Price	真实链上数据（2022 起），覆盖区间内优先	免费
Binance	实时 BTC 价格	实时	免费
CoinGecko	价格 / 市值	回退数据源	免费

BGeometrics 接入说明

免费端点（无需 API Key）

/v1/mvrv-zscore — MVRV Z-Score
/v1/rhodl-ratio — RHODL Ratio
/v1/asopr — Adjusted SOPR
/v1/realized-price — 实现价格

限额与缓存

免费限额 8 次/小时、15 次/天。系统每 12 小时刷新一次，数据缓存到 Parquet 文件。

三层数据分层

CoinMetrics 提供 2012 年起的 MVRV 比率，反推真实 Realized Price 和 MVRV Z-Score。BGeometrics 在 2022 年后覆盖更精确的链上数据。EMA 仅在前两层都无数据时兜底。

六、历史回测验证

Cycle 4：2021-11-10 → 2025-10-06（5 档 Fibonacci {0,3,5,8,13}，期望倍数 = 2.2，买入映射 v3 / v8.3 生产默认）

模式	总投入	获得 BTC	均价	收益率
固定预算	$100,000	4.7845	$20,900	+491.00%
固定份额追加	$119,732	5.4020	$22,164	+457.31%
等额定投	$100,000	2.6205	$38,160	+223.70%

-45.2%

均价比等额定投降低

+267pp

收益率超出等额定投

88%

资金集中于 Z≥2 底部区间

5 档 Fibonacci（V3）：composite ≥ 0.40 起可买入（3× 标准档）

Cycle 4 在 V2 买入映射 下仅 43% 的天数有买入（615/1426 天），预算在第 591 天花完（周期 41%）；其中 Z≥2（当时为 3×+5×+8×）占 25.3% 天数但贡献 88% 的投入。当前 V3 非零档为 3/5/8/13×，起买更高、深档倍数更大，节奏更紧。

七、入池频率分析

用德州扑克的 TAG（紧凶）打法理解分区间定投：等好牌，下重注，差牌果断弃掉

Fold

Z=0 · 0× · 弃牌

信号不足，不出手

Call

Z=1 · 3× · 跟注

标准档位，明确低估起投

Raise

Z=2 · 5× · 加注

深度低估加大投注

Re-raise

Z=3 · 8× · 反加

强牌重重下注

All-in

Z=4 · 13× · 全押

极深底，全力出击

下表各档天数占比为 Cycle 3/4 在当时 V2 买入映射（含 Z=1 的 1× 试探）下统计；与当前生产 V3（起买 0.40、倍数 3/5/8/13×）档位标签不同，仅作入池节奏参考。

指标	Cycle 3 (2017→2021)	Cycle 4 (2021→2025)	类比
VPIP（入池率）	30.1%	43.1%	TAG 风格：不是每天都买
弃牌 Z=0 (0×)	69.9% · 996天	56.9% · 811天	差牌不下注
跟注 Z=1 (1×，V2)	18.8% · 267天	17.8% · 254天	试探跟注（V3 同档为 3× 标准）
加注 Z=2 (3×，V2)	1.4% · 20天	10.0% · 143天	标准档（V3 同档为 5×）
反加 Z=3 (5×，V2)	4.4% · 62天	9.0% · 128天	加码（V3 同档为 8×）
全押 Z=4 (8×，V2)	5.5% · 79天	6.3% · 90天	重仓（V3 同档为 13× 极深底）

弃牌日 vs 买入日均价

2.6~3.9×

弃掉的"牌"均价远高于入池的

Cycle 4 重仓日均价(Z≥3)

$19,704

vs 弃牌日 $72,803

Z≥2 投入占比（无限模式）

67~79%

好牌上的筹码占绝大部分

TAG（紧凶）风格 = 精准激进定投

♠入池率 30~43% — 大部分时间按兵不动，耐心等待

♥入池有梯度 — Z=1 可 3× 标准跟注，Z=2 起加码档

♦88%+ 筹码押好牌 — 历史回测（V2）中 Z≥2 档贡献绝大部分资金；V3 深档为 5×+8×+13×

♣纪律 > 直觉 — 严格按五维评分执行，不受情绪影响

八、风险提示与使用纪律

必须遵守

✓只用闲钱 — 长期（2-3 年+）不动用的资金

✓不加杠杆 — 绝不借贷定投

✓严格执行 — 不因恐惧或贪婪偏离信号

✓不预测 — 只度量"相对位置"，不预测涨跌

策略局限

!历史不代表未来，市场结构可能变化

!近似数据与真实链上数据存在误差

!持续下跌中"固定份额追加"可能投入过多

!策略假设 BTC 遵循约 4 年 ATH→ATH 周期

本工具及策略说明仅供研究交流和个人学习使用，不构成任何形式的投资建议。加密货币投资具有高风险，请在充分了解风险后自行决策。

九、参数调优指南

如需根据风险偏好调整策略参数，可修改 config.py

调整项	配置项	效果
维度权重	DIMENSION_WEIGHTS	改变各维度对综合评分的影响
维度阈值	*_THRESHOLDS	改变各维度的评分灵敏度
Z 值区间	COMPOSITE_TO_Z	改变综合分数到 Z 值的映射（阈值元组 0.40 / 0.60 / 0.80 / 0.90）
定投倍数	Z_TO_MULTIPLIER	改变各 Z 值对应的投入倍数
期望倍数	DEFAULT_EXPECTED_MULTIPLIER	影响基础份额大小（默认 2.2，v8.3；可运行 compute_recommended_expected_mult() 重推）
默认预算	DEFAULT_BUDGET	改变默认的定投总预算
均线周期	MA_PERIOD	改变均线天数（默认 200）

保守偏好

降低高 Z 值的倍数（如 Z=3: 8→5, Z=4: 13→8），减少极端低估时的投入集中度。

激进偏好

提高低 Z 值的阈值，让更多时间处于 z=0 不买入，集中在更深的低估区域投入。

定投策略研究

系统性对比 18 种定投策略，从最简单（等额定投）到最复杂（五维分区间定投），覆盖 4 个 ATH-to-ATH 周期（含当前进行中周期），寻找最优的买入信号源。

测试策略

5 大类：简单 / 单维 / 成本变体 / 多维 / 完整

回测周期（ATH→ATH）

第2~5周期（含当前进行中）

统一预算

$100K

每周期总预算 / 周频执行

18 策略定义

简单策略组（基准）

#	策略	逻辑
1	等额定投	每周投相同金额，不做任何判断（基准线）
2	均线过滤	仅在价格 < MA200 时买入
3	均线加码	低于 MA200 买 2×，高于买 1×
4	回撤加码	从 ATH 跌越深买越多（>10%:1×, >30%:2×, >50%:3×, >70%:5×）

单维指标组

#	策略	买入条件
5	MVRV (<=1.5)	Z<=1.5:1×, <=0.5:2×, <=0:3×, <=-0.5:5×，Z>1.5 停买
6	MVRV 严格 (<=1.0)	Z<=1.0:1×, <=0.5:2×, <=0:4×, <=-0.5:5×，Z>1.0 停买
7	NUPL	NUPL<=0.40:1×, <=0.25:2×, <=0:3×, <=-0.10:5×，>0.40 停买
8	成本结构	P/RP<=1.05:1×, <=0.90:2×, <=0.75:3×, <=0.60:5×

成本结构变体组（斐波那契倍数）

#	策略	逻辑
9	成本结构+Fib	P/RP 单维 + Fibonacci {0,3,5,8,13}，均价最优但窗口极窄
10	成本+Fib 放宽	P/RP≤1.20 也买 1×，略微扩大窗口
11	成本+Fib 保底	始终至少 1×，触发信号时加码（严重稀释均价）
12	成本+Fib+MVRV	P/RP 为主信号 + MVRV<1.5 扩展买入窗口

多维组合组

#	策略	逻辑
13	MVRV+NUPL	MVRV + NUPL 分数叠加
14	MVRV+NUPL 严格	需 Z<=1.0 且 NUPL<=0.35 同时满足才买
15	回撤+MVRV	ATH 回撤幅度 + MVRV 估值双维叠加
16	均线+MVRV	P/MA200 位置 + MVRV 估值叠加

完整策略组（当前实现）

#	策略	逻辑
17	分区间定投（固定预算）	五维评分 + 斐波那契倍数（0/3/5/8/13×），有预算上限
18	分区间定投（无限追加）	同策略信号，无预算上限持续投入

三周期回测对比

所有策略使用相同预算 $100,000。周频执行，对比指标包括持仓均价、vs 等额（均价降低百分比）、ROI 和 IRR。

正在运行 18 策略 × 4 周期回测...

关键发现

1. 成本结构仍是最强单一指标

Price/Realized Price 在 3 个完整 ATH-to-ATH 周期中平均 +53.1% vs 等额，稳居冠军。但买入窗口极窄（~15%），实战中可能连续数月不操作。

2. 分区间定投在完整周期中击败成本+Fib+MVRV

修正口径后的关键逆转：分区间定投（固定预算）以 +47.1% 在 3 个完整周期中领先成本+Fib+MVRV 的 +44.9%，且在每个完整周期都赢（第2/3/4周期分别领先 1.2/2.9/2.5pp）。之前的推荐是旧口径造成的偏差——底部-to-底部周期 + 非固定分母放大了成本结构变体的优势。

3. 五维评分的优势来源：预算管理

混合定投（固定预算）的 expected_mult=2.2（v8.3，ATH→ATH 推导均值约 2.9，C3=2.47 C4=3.24）使周基础份额与温和预期对齐（约 $219/周 vs 简单策略 $480/周），预算消耗节奏与整周期匹配。这意味着它不会在熊市早期过快耗尽弹药，能在更深的底部仍有资金加码。买入窗口 29.3% 比成本+Fib+MVRV（34.6%）更精准。

4. 买入窗口依然是实战关键

成本结构 variants 均价最优（+52-53%），但买入窗口仅 ~15%。分区间定投（29.3%）和成本+Fib+MVRV（34.6%）都有足够的执行频率。保底策略（67% 买入）仍是陷阱——均价优势从 +52% 暴跌到 +30%。

5. 第5周期（进行中）数据需谨慎解读

第5周期仅 182 天（约 12.5% 完整周期），样本太短。成本结构在此周期仅买入 1 天，MVRV+NUPL 也只买 1 天。排行应以 3 个完整周期为主要依据。

一、定抛（卖出）策略 — 成本门槛 + 动态阈值 + 线性卖出

核心思路

每周检查一次：先确认当前价格 ≥ 定投均价 × 3（成本门槛），再用 MVRV Z-Score 和 NUPL 两个链上指标判断信号强度。满足条件才卖，采用 v11 倍数曲线 {0,0,0,3,4,5}：z≤2 跳过，z=3/4/5 以 3×/4×/5× 卖出。

动态阈值：如何根据 ATH 调整

策略不是用固定的阈值，而是根据上一个周期的 MVRV/NUPL 峰值来动态计算当前周期的门槛：

MVRV 门槛 = 上周期峰值 × 0.40

C5: 5.72 × 0.40 = 2.29

NUPL 门槛 = 上周期峰值 × 0.60

C5: 0.640 × 0.60 = 0.384

选 40% 而非 45% 的理由：底→底回测中 40% 是唯一保持 vs HODL 正收益的比例（+2.9%），45% 反而跑输（-7.1%）。

信号强度：z_sell 阶梯

当 MVRV ≥ 2.29 且 NUPL ≥ 0.384 同时满足时才开始计分：

MVRV 阶梯（固定间距 +1.0）: ≥2.29→1分, ≥3.29→2分, ≥4.29→3分

NUPL 阶梯（间距 +0.05/+0.15）: ≥0.434→1分, ≥0.534→2分

z_sell = MVRV分 + NUPL分，上限 5

⚡ 保险丝：NUPL 独立触发

考虑到 MVRV Z 峰值在逐周期衰减（13.28→11.21→5.72→?），如果某个周期 MVRV 始终达不到门槛，有个兜底机制：

当 MVRV 未达门槛，但 NUPL ≥ 0.544（上周期峰值×0.85）时，以 z_sell=3（v11 最低有效强度, 3×）触发。

这是"零成本保险" — 历史回测中完全没有误触发，但未来可能救命。

执行机制：成本门槛 + base × multiplier（线性卖出曲线）

前置条件：price ≥ 定投均价 × 3（跳过低利润区）。每周卖出量 = base_sell × multiplier

base_sell = 初始 BTC 仓位 × 1.0 / 总周数（均匀分配到每周）

multiplier = z_sell 映射（SELL_Z_TO_MULT，v11 {0,0,0,3,4,5}）

z_sell	0	1	2	3	4	5
倍数	0	0	0	3	4	5

z≤2 跳过（低强度信号卖出价过低）；z=3/4/5 以 3×/4×/5× 充分卖出。回测验证：ATH→ATH +22~28pp，崩盘回撤 0.7%。

二、混合定投（买入）策略

混合定投 = 五维评分 × 回撤加码，两层叠加。

第一层：五维评分

每周对 5 个链上/价格维度打分（0~1），加权求和得到综合分数：

维度	权重	买入时机（得分高）
MVRV Z-Score	30%	Z 值很低（便宜）
aSOPR	25%	<1 说明亏损抛售（投降）
RHODL Ratio	25%	低值=老币没动（囤积期）
成本结构 (Price/RP)	10%	低于实现价格（极端便宜）
均线位置 (Price/MA200)	10%	远低于均线

分数 < 0.40 → z=0 → 不买

分数 ≥ 0.40 → z=1 → 买 3 份

分数 ≥ 0.60 → z=2 → 买 5 份

分数 ≥ 0.80 → z=3 → 买 8 份

分数 ≥ 0.90 → z=4 → 买 13 份

第二层：回撤加码

在五维评分的倍数基础上，看当前价格距离 ATH 跌了多少，叠加 boost 系数：

回撤 ≥ 30% → ×1.2

回撤 ≥ 50% → ×1.5

回撤 ≥ 70% → ×2.0

例：五维评分 z=2（5 份），同时价格距 ATH 跌了 55%，实际买入倍数 = 5 × 1.5，引擎取整后为 7 份。

预算管理

每周的"1 份"金额 = 总预算 / (期望倍数 × 周期周数)

期望倍数 2.2（v8.3，ATH→ATH 口径，推导均值约 2.9，C3=2.47 C4=3.24）在混合定投（评分+回撤加码）历史分布基础上略偏温和，适配 C5 或较浅的周期底部假设，确保预算在周期内花完但不超。

示例：$100,000 ÷ (2.2 × 208) ≈ $218.53 基础份额/周（约 $219 展示）

三、资金流总结

📥

每周 → 五维评分 × 回撤加码 → 决定买多少 BTC

熊市重仓（评分高+回撤深），牛市轻仓或不买

📤

每周 → 成本 3× 门槛 → MVRV+NUPL 双维信号 → 决定卖多少 BTC

牛市顶部区域分批卖出，v11 曲线 {0,0,0,3,4,5}：z≤2 跳过，z=3/4/5 以 3×/4×/5× 卖出

资金流时间线

⚙️ 半自动 · 灵活调整

历史 Z 值 & 价格

定投份额计算器

回测参数

收益对比

累计投入 & BTC 持仓曲线

当前卖出信号

历史卖出信号 & 价格

卖出机制

买入 + 卖出信号 · 历史对照

当前信号快照

定抛份额计算器

各档位卖出对照

连续卖出模拟

定抛回测

持仓价值 & 累计回收

策略总览

买入哲学

五维评分体系

综合分 → Z 值 → 买入倍数

ATH 回撤加码

卖出哲学

MVRV + NUPL 双维信号（v6 动态阈值）

卖出强度 → 倍数映射（v11）

成本 3× 门槛过滤器

执行机制

风险提示

一、定抛哲学

二、MVRV+NUPL 严格双维信号（v6 动态阈值）

指标详细说明

三、卖出强度与倍数

四、卖出执行机制

Phase 1 — MVRV+NUPL 双维驱动（动态阈值）

五、数据来源

六、回测验证

底2→3 (2015→2018)

底3→4 (2018→2022)

底4→今 (2022→今)

七、风险提示与使用纪律

必须遵守

策略局限

八、参数调优（半自动 · 可机动调整）

卖出策略研究

13 策略定义

简单策略组（基准）

单维指标组

多维组合组

完整策略组（当前实现）

三周期回测对比

关键发现

1. 前三名极度接近，MVRV 是卖出端的"唯一真神"

2. 卖出端多维度是减分项

3. 严格阈值 (>=3.0) 战胜宽松 (>=2.5)

4. 各策略逐周期表现

5. aSOPR 和 RHODL 数据不足，不可独立使用

6. 等额定抛只在长熊才赢 HODL

策略选择建议

一、策略哲学

二、三层逻辑分组 × 五维评分体系

三、Z 值与定投倍数

四、执行规则

三种执行模式

五、数据来源

六、历史回测验证

七、入池频率分析

八、风险提示与使用纪律

必须遵守

策略局限

九、参数调优指南

定投策略研究

18 策略定义

简单策略组（基准）

单维指标组

成本结构变体组（斐波那契倍数）

多维组合组

完整策略组（当前实现）

三周期回测对比

关键发现

1. 成本结构仍是最强单一指标