历史 Z 值 & 价格
定投份额计算器
输入你的预算和周期，系统自动计算每个 Z 级别对应的每日定投金额。
回测参数
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）
每天投相同金额，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
历史 Z_sell & 价格
两阶段卖出机制
Phase 1 — Z_sell 驱动
链上指标综合评分，周频执行。评分越高，每周卖出比例越大（1%~18%）。
适用于牛市过热期的渐进式减仓。
Phase 2a — MA120 减速
价格跌破 MA120 时，卖出剩余仓位的 30%。
快速均线的早期预警，减速而非清仓。
Phase 2b — MA350 清仓
价格跌破 MA350 时，清出所有剩余仓位。
长周期均线确认趋势逆转，防止大幅回吐。
定抛份额计算器
输入持仓价值（USD），系统根据 Z_sell 各档位计算每周建议卖出金额。
Z_sell 各档位卖出对照
以当前持仓价值为基础，各 Z_sell 档位对应的每周卖出金额（占剩余仓位的百分比）
连续卖出模拟
假设 Z_sell 保持不变，连续数周的累计卖出金额（USD）变化
定抛回测
各周期数据覆盖情况
| 周期 | MVRV Z | NUPL | Price/MA200 | LTH-SOPR | aSOPR | RHODL | 有效维度 |
|---|---|---|---|---|---|---|---|
| 2022底→至今 | ✓ | ✓ | ✓ | ✓ | ⚠ 95% | ✓ | 5~6/6 |
| 2018底→2022底 | ✓ | ✓ | ✓ | ⚠ 15% | ✗ | ⚠ 15% | 3~5/6 |
| 2015底→2018底 | ✓ | ✓ | ✓ | ✗ | ✗ | ✗ | 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。
持仓价值 & 累计回收
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，每周卖出比例越高
双均线防守
MA120 减速 + MA350 清仓，兼顾两种顶部形态
全卖出目标
两阶段合力实现完整减仓，不保留"核心仓"
二、三层逻辑 × 六维评分体系
六个指标按信息类型归为三层。每个维度输出 0~1 的分数。1.0 = 极度泡沫，0.0 = 安全。
链上公允价值角度看是否高估？
是否有人在大规模兑现利润？
价格相对趋势是否过热？
与买入评分的区别
• 方向相反：值越高 → 得分越高 → 越该卖（买入侧相反）
• 三层对称：估值、链上行为、趋势 —— 与买入侧同构，方向相反
• 权重结构：估值 40% + 链上行为 40% + 趋势 10%
各维度详细说明
MVRV Z-Score— 市场估值泡沫程度（权重 25%）
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。
方向：原始值越高 → 得分越高 → 越该卖
| MVRV Z-Score | 卖出得分 |
|---|---|
| ≤ 3.0 | 0.00 |
| 4.0 | 0.10 |
| 5.0 | 0.25 |
| 6.5 | 0.45 |
| 8.0 | 0.65 |
| 10.0 | 0.85 |
| ≥ 12.0 | 1.00 |
为什么用它：Glassnode 官方文档明确指出，当市场价值显著高于实现价值时，历史上更接近市场顶部。它是定抛的主轴指标。
NUPL（Net Unrealized Profit/Loss）— 全网浮盈拥挤度（权重 15%）
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。
方向：原始值越高 → 得分越高 → 越该卖
| NUPL | 卖出得分 |
|---|---|
| ≤ 0.45 | 0.00 |
| 0.50 | 0.05 |
| 0.55 | 0.15 |
| 0.60 | 0.35 |
| 0.65 | 0.55 |
| 0.70 | 0.75 |
| ≥ 0.75 | 1.00 |
为什么用它：衡量全市场浮盈拥挤程度。＞0.75 进入 Euphoria 区域，历史上每次都对应周期顶部。
Price/MA200（Mayer Multiple）— 价格偏离均线程度（权重 10%）
Mayer Multiple — Price ÷ 200-day Moving Average。衡量当前价格偏离中长期均线的程度。
方向：原始值越高 → 得分越高 → 越该卖
| Price/MA200 | 卖出得分 |
|---|---|
| ≤ 1.20 | 0.00 |
| 1.40 | 0.05 |
| 1.60 | 0.15 |
| 1.80 | 0.30 |
| 2.00 | 0.50 |
| 2.40 | 0.75 |
| ≥ 3.00 | 1.00 |
为什么用它：作为趋势确认层，权重不高（10%），避免过早卖出。当估值和派发指标都高时，它确认"过热正在转向失速"。
LTH-SOPR（Long-Term Holder SOPR）— 长期持有者获利兑现（权重 18%）
Long-Term Holder Spent Output Profit Ratio — 只统计寿命超过 155 天的老币卖出的盈利/亏损比率。比一般 SOPR 更接近"聪明钱是否在系统兑现"。
方向：原始值越高 → 得分越高 → 越该卖
| LTH-SOPR | 卖出得分 |
|---|---|
| ≤ 1.0 | 0.00 |
| 2.0 | 0.10 |
| 4.0 | 0.25 |
| 6.0 | 0.45 |
| 8.0 | 0.65 |
| 10.0 | 0.85 |
| ≥ 12.0 | 1.00 |
为什么用它：长期持有者的行为是最有信息量的链上信号。当他们大规模获利兑现（LTH-SOPR ≫ 1），说明"聪明钱"认为价格已经足够高。
aSOPR（Adjusted SOPR）— 全网链上获利程度（权重 12%）
Adjusted Spent Output Profit Ratio — 链上卖出价值 ÷ 买入价值的加权平均，过滤掉寿命＜1小时的短命交易。比原始 SOPR 更能反映有经济意义的真实卖出活动。
方向：原始值越高 → 得分越高 → 越该卖
| aSOPR | 卖出得分 |
|---|---|
| ≤ 1.00 | 0.00 |
| 1.02 | 0.10 |
| 1.04 | 0.20 |
| 1.06 | 0.35 |
| 1.08 | 0.50 |
| 1.10 | 0.70 |
| ≥ 1.15 | 1.00 |
为什么用它：aSOPR 持续高于 1 表示链上卖出者整体在较大盈利中兑现。阈值范围窄（1.00~1.15）是因为该指标本身波动就很小。
RHODL Ratio— 投机热度周期指标（权重 10%）
Realized HODL Ratio — 短期持有者（1周~1月）÷ 长期持有者（1年~2年）的已实现市值比。是周期摆动器，衡量市场是否越来越由短期热钱主导。
方向：原始值越高 → 得分越高 → 越该卖
| RHODL Ratio | 卖出得分 |
|---|---|
| ≤ 5,000 | 0.00 |
| 10,000 | 0.10 |
| 20,000 | 0.20 |
| 40,000 | 0.35 |
| 60,000 | 0.50 |
| 100,000 | 0.75 |
| ≥ 150,000 | 1.00 |
为什么用它：RHODL 适合看"市场是否由短期热钱主导"。历史上每次顶部都伴随 RHODL 的清晰峰值。
三、Z_sell 与卖出比例
综合分数映射到 Z_sell（0~6），每周执行一次。卖出比例以"剩余仓位"为基数，天然递减不会过早清仓。
⚠ Phase 1 设有 70% 上限：累计卖出达到初始仓位 70% 后自动停止，剩余 30% 交由 Phase 2 均线防守处理。
| 综合分数 | Z_sell | 每周卖出 | 市场状态 |
|---|---|---|---|
| < 0.20 | 0 | 0% | 安全区 — 不卖出 |
| 0.20 ~ 0.35 | 1 | 3% | 轻度偏高 — 试探性卖出 |
| 0.35 ~ 0.50 | 2 | 6% | 明显偏高 — 开始减仓 |
| 0.50 ~ 0.65 | 3 | 10% | 过热 — 加速减仓 |
| 0.65 ~ 0.78 | 4 | 18% | 泡沫 — 积极卖出 |
| 0.78 ~ 0.90 | 5 | 25% | 疯狂 — 大比例卖出 |
| ≥ 0.90 | 6 | 30% | 极端泡沫 — 最大比例卖出 |
四、两阶段卖出机制
Phase 1 — Z_sell 驱动（链上指标）
• 周频执行，综合评分越高卖出越多
• P1 上限 70%：累计卖出达初始仓位 70% 后自动停止
• 以"剩余仓位"为基数，天然递减不会过早清仓
• 剩余 30% 仓位交由 Phase 2 均线防守处理
Phase 2 — 双均线防守
• Phase 2a（MA120 减速）：跌破 MA120 → 卖出剩余 30%
• Phase 2b（MA350 清仓）：跌破 MA350 → 清出全部剩余
• MA120 快速预警 + MA350 终极防线，兼顾 V 形顶和双顶
| 方案 | 优势 | 劣势 |
|---|---|---|
| 单一 MA120 | V 形顶反应快 | 牛市中途易被假突破清仓 |
| 单一 MA350 | 2021 双顶表现优异（69%ATH） | V 形顶反应太慢 |
| MA120 + MA350 | 兼顾两种市场结构 | 逻辑略复杂 |
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
• NUPL 和 LTH-SOPR 仅由 BGeometrics 提供，无其他免费数据源可替代
• 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）
• 当某维度数据不可用时，其权重自动按比例分摊到其他可用维度，不影响整体评分逻辑
• 均线数据（MA120 / MA200 / MA350）由系统从历史价格自行计算，不依赖外部 API
六、回测验证
2017 周期（ATH $19,641）
Phase 1 卖出 15%，均价 $15,417
Phase 2a 在 $9,960 触发减速
Phase 2b 在 $6,610 清仓
综合均价 $8,794 → 45% ATH
2021 周期（ATH $67,542）
Phase 2a 在 $49,160 触发减速
Phase 2b 在 $46,785 清仓
综合均价 $47,673 → 71% ATH
七、风险提示与使用纪律
必须遵守
策略局限
八、参数调优
定抛参数集中配置在 sell_config.py
| 调整项 | 配置项 | 效果 |
|---|---|---|
| 卖出维度权重 | SELL_DIMENSION_WEIGHTS | 改变各维度对卖出评分的影响 |
| 卖出阈值 | SELL_*_THRESHOLDS | 改变各维度的卖出灵敏度 |
| Z_sell 区间 | SELL_COMPOSITE_TO_Z | 改变综合分数到 Z_sell 的映射 |
| 卖出比例 | SELL_Z_TO_PCT | 改变各档位的周卖出比例 |
| 减速均线 | MA_DECEL_PERIOD | Phase 2a 均线周期（默认 120） |
| 清仓均线 | MA_CLEAR_PERIOD | Phase 2b 均线周期（默认 350） |
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
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。
现在贵不贵？
价格位置是否足够低？
市场是否已投降出清？
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×) — 信号不足，不买入
0.40 ≤ composite < 0.55 → Z=1 (3×) — 明确低估
0.55 ≤ composite < 0.70 → Z=2 (5×) — 中度低估
0.70 ≤ composite < 0.85 → Z=3 (8×) — 极度低估
composite ≥ 0.85 → Z=4 (13×) — 历史级底部
倍数取自 Fibonacci 子序列 3, 5, 8, 13。每日投入 = 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 一律不买，只在明确低估时才投入。倍数取自纯 Fibonacci 子序列 3, 5, 8, 13，渐进加码。
| 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 ~ 0.55 | 1 | 3× | 明确低估 — 标准定投 |
| 0.55 ~ 0.70 | 2 | 5× | 中度低估 — 加码 |
| 0.70 ~ 0.85 | 3 | 8× | 极度低估 — 重仓 |
| 0.85 ~ 1.00 | 4 | 13× | 历史级底部 — 极重仓 |
为什么采用 5 档 Fibonacci？
倍数取自纯 Fibonacci 子序列（3, 5, 8, 13），数学上自洽且渐进递增。综合分数 < 0.40 时信号不明确，跳过不买。4 个买入档位提供平滑的加码梯度，Z=2(5×) 是 3× 到 8× 之间的缓冲，防止在浅熊中只有最低档可买（防踏空）。
四、执行规则
基础份额公式
示例：$100,000 ÷ (2.1 × 1460) ≈ $32.62 基础份额/天
每日投入 = 基础份额 × Z 值对应倍数
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
Cycle 4：2021-11-10 → 2025-10-06（5 档 Fibonacci，期望倍数 = 2.1）
| 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% |
5 档 Fibonacci：只在 composite ≥ 0.40 才买入
Cycle 4 仅 43% 的天数有买入（615/1426 天），预算在第 591 天花完（周期 41%）。Z≥2（5×+8×+13×）占 25.3% 天数但贡献 88% 的投入。4 个买入档位（3/5/8/13）提供平滑加码梯度，防踏空。
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
| 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 (3×) | 18.8% · 267天 | 17.8% · 254天 | 有牌面，正常跟注 |
| 加注 Z=2 (5×) | 1.4% · 20天 | 10.0% · 143天 | 好牌加大投注 |
| 大加注 Z=3 (8×) | 4.4% · 62天 | 9.0% · 128天 | 强牌重重下注 |
| 全押 Z=4 (13×) | 5.5% · 79天 | 6.3% · 90天 | 坚果牌全压 |
TAG（紧凶）风格 = 精准激进定投
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
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 |
| 期望倍数 | DEFAULT_EXPECTED_MULTIPLIER | 影响基础份额大小（默认 2.1，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。