分区间定投看板

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。

1

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

2

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"

3

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

4

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、五维评分体系

每个维度输出 0 ~ 1 的分数。1.0 = 极度低估（强烈买入信号），0.0 = 高估/泡沫（停止买入）

维度	权重	衡量内容	直觉理解
均线位置	10%	Price ÷ 200 日均线	趋势过滤器，跌破均线越多越便宜
MVRV Z-Score	30%	市值偏离实现市值的标准差	估值偏离核心指标，信息密度最高
RHODL Ratio	25%	短期持有量 ÷ 长期持有量	独立年龄结构维度，投机退场 = 底部
aSOPR	25%	调整后的链上卖出盈亏比	<1 投降抛售 = 底部信号
成本结构	10%	Price ÷ 实现价格	与 MVRV 高度相关，降权作辅助验证

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

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

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

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

aSOPR 衡量链上卖出者的整体盈亏状态。<1 表示卖出者平均在亏损（投降），>1 表示平均在盈利。排除了同区块交易的噪音。

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

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。

三、Z 值与定投倍数

综合分数被划分为 7 个区间（z = 0 ~ 6），定投倍数取自斐波那契数列，市场越低估倍数非线性放大。

0

0×

不买入

1

1×

正常

2

2×

低估

3

3×

较低估

4

5×

深度低估

5

8×

极度低估

6

13×

历史级底部

综合分数区间	Z 值	倍数	市场状态
0.00 ~ 0.10	0	0×	牛市/高位 — 不买入
0.10 ~ 0.25	1	1×	刚进入低估 — 正常定投
0.25 ~ 0.40	2	2×	低估 — 2 倍定投
0.40 ~ 0.55	3	3×	较低估 — 3 倍定投
0.55 ~ 0.70	4	5×	深度低估 — 5 倍定投
0.70 ~ 0.85	5	8×	极度低估 — 8 倍定投
0.85 ~ 1.00	6	13×	历史级底部 — 13 倍定投

为什么用斐波那契？

市场极端低估的机会非常稀少但极其珍贵，需要指数级放大投入以充分利用。线性倍数（1,2,3,4,5,6,7）无法体现这种稀缺性。

四、执行规则

基础份额公式

基础份额 = 总预算 ÷ (期望平均倍数 × 周期天数)

示例：$100,000 ÷ (1.5 × 365) ≈ $182.65 基础份额/天

每日投入 = 基础份额 × Z 值对应倍数

Z=0

$0

Z=1

$183

Z=2

$365

Z=3

$548

Z=4

$913

Z=5

$1,461

Z=6

$2,374

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 20~25%

模式 C：等额定投

每天等量资金，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

2022-01-01 至 2026-04-04

模式	总投入	获得 BTC	均价	收益率
固定预算	$100,000	2.4643	$40,579	+65.84%
固定份额追加	$844,566	27.1454	$31,113	+116.29%
等额定投	$100,000	2.4782	$40,352	+66.77%

-23%

均价比等额定投降低

+50pp

收益率超出等额定投

越跌越买

2022 熊市底部大量买入

七、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 4 年减半周期

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。

八、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
定投倍数	Z_TO_MULTIPLIER	改变各 Z 值对应的投入倍数
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 5→5, 6→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。