第一期：BTC 趋势跟踪哪家强？从双均线到自适应止损的完整实证
本文仅用于教育与研究，不构成投资建议。文中收益、回撤、Sharpe 等数据均来自特定样本期回测，不代表未来可复现结果。
读前须知几个常用指标：
CAGR（年化复合收益率）：将持有期内的总收益折算成每年等比增长的速率，方便不同时间长度的策略横向比较。Sharpe 比率：超出无风险利率的收益除以组合波动率，衡量每单位风险换来的超额收益，数值越高越好。最大回撤：历史上从账户最高点跌到最低点的幅度，是衡量最坏情况下账户缩水多少的核心指标。Calmar 比率：CAGR 除以最大回撤的绝对值——这期实验的核心问题是：趋势规则能否在不显著牺牲收益的前提下压缩回撤？Calmar 是最直接的裁判。Calmar 越高，说明每承受一单位最大回撤，换来的年化回报越多。
这期实验用三个标签标注每条路线的结论：
- 样本内达标：在 2018/01–2026/04 样本窗口内，CAGR、Sharpe 和 Calmar 均显著优于 BTC 买持基线，且在同组候选方案中未被明显支配。标签含义仅限于此，不代表策略已被验证为可采用方案
- rejected：指标落后于基线；或虽略优于基线但改善幅度有限、被同组更优方案显著支配；或结构分析发现这条方向本身无效，不值得继续
- inconclusive：部分指标有改善但未全部超越基线，改善幅度不足以形成明确结论
汇总：这期全部实验的结果
| 策略 | CAGR | 最大回撤 | Sharpe | Calmar | 交易次数 | 结论 |
|---|---|---|---|---|---|---|
| BTC 买持（基线） | 24.5% | −78.9% | 0.67 | 0.31 | 3 | 基线 |
| 双均线短周期(10/30) | 27.1% | −57.5% | 0.70 | 0.47 | 121 | rejected |
| 双均线黄金交叉(50/200) | 25.2% | −61.6% | 0.59 | 0.41 | 16 | rejected |
| MA200 趋势过滤 | 29.7% | −60.4% | 0.86 | 0.49 | 60 | 样本内达标 |
| 复合熊市过滤 | 22.5% | −60.4% | 0.73 | 0.37 | 44 | rejected |
| ChandelierExit 保守(60,4,250) | 30.9% | −51.6% | 0.87 | 0.60 | 34 | 样本内达标 |
| ChandelierExit 激进(30,2,40) | 48.5% | −36.6% | 1.23 | 1.33 | 131 | 样本内达标 |
所有实验的回测窗口均为 2018-01-01 至 2026-04-28。
BTC现货数据来自 Binance。信号次日执行（非当日收盘执行），单边手续费 0.1%。参数在样本上观察选定，未经独立样本外验证。
先立基线：BTC 买持的真实体验
BTC 从 2018 年初持有到 2026 年 4 月，CAGR 24.5%，最大回撤 −78.9%，Sharpe 0.67，Calmar 0.31。
24.5% 的年化收益率听起来不错——但回撤呢？账户曾经从最高点跌去将近五分之四。Calmar 只有 0.31，意味着每承受 1% 的最大回撤，只换来 0.31% 的年化收益。扛过了 2018 年、2020 年、2022 年三轮熊市的人，心理账户上经历的不是"24.5% 年化"，而是三次接近腰斩甚至更深的净值崩塌。
问题来了：如果在下跌趋势里离场，能不能把这个 −78.9% 压下来，同时不太损失 CAGR？接下来的实验就是围绕这个问题展开的。
第一条路：双均线交叉——最经典的趋势信号
双均线交叉是量化策略里最古老的技术信号之一：短期均线上穿长期均线时买入（金叉），下穿时卖出（死叉）。直觉清晰、逻辑简单。但在 BTC 上，结果如何？
短周期双均线(10/30)
rejected
CAGR 27.1%，最大回撤 −57.5%，Sharpe 0.70，Calmar 0.47，共发生 121 笔交易。
回撤确实比买持改善了约 21 个百分点，CAGR 也略高。但 121 笔单边交易（约 60 个完整买卖周期）意味着 8 年内平均每年换仓 15 次，每次单边 0.1% 手续费，累计摩擦成本大约 12%，分摊到年化也是一笔不小的磨损。更关键的问题是：10 日和 30 日均线是固定窗口，BTC 的波动率会在不同阶段相差 3–5 倍，同样的均线参数在 2020 年高波动期会频繁触发假信号，而在 2023 年相对低波期又反应迟钝——固定窗口与加密市场的极端波动变化之间存在根本性的错配。
黄金交叉(50/200)
rejected
CAGR 25.2%，最大回撤 −61.6%，Sharpe 0.59，Calmar 0.41，仅 16 笔交易。
Sharpe 0.59 比买持的 0.67 还低——风险调整后的收益不如直接买持不动。16 笔交易看起来很少，但这恰恰是问题所在：8 年只换仓 16 次，意味着均线反应极度滞后。金叉信号通常在牛市已经运行了很长一段之后才触发，死叉信号在熊市造成了大量损失之后才出现。MA50/MA200 的交叉叠加了双重滞后，入场太晚、出场也太晚，最终连买持都没赶上。
双均线交叉在加密市场全面失效——无论短周期还是长周期，都无法匹配加密资产极端波动下的趋势节奏。
第二条路：MA200 趋势过滤——简单但有效
抛开双均线的交叉逻辑，退回到一个更简单的问题：当前价格是否在 MA200 之上？高于 MA200 则持有 BTC，否则清仓转入现金，等到价格重新站回 MA200 再买回。没有第二个均线，没有交叉，只有一条线一个条件。
单一 MA200 过滤
样本内达标
CAGR 29.7%，最大回撤 −60.4%，Sharpe 0.86，Calmar 0.49，60 笔交易。
CAGR 比买持提升了 5.2 个百分点，Sharpe 从 0.67 跳升到 0.86。最大回撤从 −78.9% 收窄到 −60.4%，改善了 18.5pp——规避了 2022 年加密寒冬里最惨烈的一段跌幅。逻辑也干净：价格在长期均线之上才持仓，跌破就观望。三项指标全面优于基线，标记为样本内达标。
局限在于 −60.4% 的回撤依然很深。MA200 是 200 日的长窗口，本身反应就慢。当 BTC 在高波动中急速下跌时，价格可能已经跌去 30–40% 了，MA200 才刚被跌破。这是固定长均线无法解决的结构性问题。
复合熊市过滤（MA200 + 死叉 + ATH 回撤）
rejected
CAGR 22.5%，最大回撤 −60.4%，Sharpe 0.73，Calmar 0.37，44 笔交易。
注意一个数字：最大回撤 −60.4%，和 MA200 单条件完全一样。三个条件（价格在 MA200 之上、无死叉信号、距历史最高点回撤不超过 40%）用 AND 逻辑叠加，结果回撤没有改善，CAGR 反而从 29.7% 降到了 22.5%，比买持基线还低。
为什么？因为每一轮牛市启动的时候，BTC 往往还在距离前高 −60% 到 −80% 的位置。即使 40% 的 ATH 回撤门槛已经相当宽松，在熊市底部和牛市初期依然会被触发。与此同时，死叉信号在熊末牛初的过渡期通常还没有消除，两个"安全"条件叠在一起，恰好把最暴利的启动阶段系统性地排除在外。
增加过滤条件的复杂度并不是免费的——在加密市场，牛市启动阶段恰恰是所有"安全"指标亮红灯的时候，过多条件会系统性地错过最暴利的阶段。
第三条路：ChandelierExit 跟踪止损——ATR 自适应的关键优势
ChandelierExit（吊灯止损）的核心逻辑不是单纯看价格与某条固定均线的关系，而是以 ATR（Average True Range，平均真实波幅）动态计算的止损位为主、再配合确认均线共同决策。具体来说，以过去 N 日的最高价为基准，减去 K 倍 ATR 得到跟踪止损线；同时配合一条确认均线，只有当价格同时低于止损线和确认均线时才离场，同时高于两者时才重新入场——双条件机制避免了单一指标的假信号。
关键优势在于自适应：BTC 波动率高的时候 ATR 自动放大，止损线远离价格，避免被正常震荡扫出；波动率收窄时 ATR 缩小，止损线贴近价格，在趋势反转初期就能更快离场。这是固定均线做不到的事情。
保守参数(60,4,250)
样本内达标
CAGR 30.9%，最大回撤 −51.6%，Sharpe 0.87，Calmar 0.60，34 笔交易。
最大回撤首次被压到 −55% 以下，Calmar 从基线的 0.31 翻了将近一倍到 0.60。每年平均只换仓 4 次，非常克制。60 日的回看窗口加上 4 倍 ATR，止损线很宽；确认均线用的是 250 日均线，响应同样缓慢。代价是在急跌行情里反应相对迟缓——从趋势反转到触发止损，还是会有一定的滑落空间。
激进参数(30,2,40)
样本内达标
CAGR 48.5%，最大回撤 −36.6%，Sharpe 1.23，Calmar 1.33，131 笔交易。
这是这批实验里全面最优的结果。最大回撤首次被压到 −40% 以下，年化波动率同步从基线的 64.2% 压缩至 37.8%——而且 CAGR 同时大幅提升，不是用收益换回撤，而是回撤和收益双向改善。Calmar 1.33，意味着每承受 1% 的最大回撤，对应的年化收益超过 1.3%，是买持基线的 4 倍以上。
为什么激进参数反而更好？30 日回看窗口比 60 日更快捕捉到趋势反转，不会在下跌初期等太久；2 倍 ATR 的止损位比 4 倍更贴近价格，在急跌时更早触发离场；40 日确认均线比保守参数的 250 日均线响应快得多，趋势重新建立后入场更及时，减少踏空时间。这三个参数调整恰好匹配了 BTC 的核心特征：周期短、波动大、趋势一旦明确就走得很流畅。131 笔交易看起来多，但平均每年约 16 次，在加密市场的节奏里并不算过度换手。
| 参数 | CAGR | 最大回撤 | Sharpe | Calmar |
|---|---|---|---|---|
| 保守(60,4,250) | 30.9% | −51.6% | 0.87 | 0.60 |
| 激进(30,2,40) | 48.5% | −36.6% | 1.23 | 1.33 |
保守参数是为传统市场"慢节奏"设计的——60 日周期加上 4 倍 ATR 的宽松止损，在加密市场的急跌中反应不够快。激进参数将周期和 ATR 倍数都收紧，恰好匹配了加密市场"周期短、波动大、趋势明确"的特征。
这期实验真正留下来的
样本内达标（3 条）：
- ChandelierExit 激进(30,2,40)：全面最优，CAGR 48.5%，最大回撤 −36.6%，Sharpe 1.23，Calmar 1.33——四项指标同时远超基线
- ChandelierExit 保守(60,4,250)：稳健但慢，CAGR 30.9%，最大回撤 −51.6%，Calmar 0.60
- MA200 趋势过滤：简单有效但回撤仍大，CAGR 29.7%，最大回撤 −60.4%，Calmar 0.49
rejected（3 条）：双均线短周期（虽略胜买持，但改善幅度远不及 ChandelierExit 和 MA200，且 121 笔交易带来的摩擦成本侵蚀了有限的优势——被同组更优方案全面支配）；双均线黄金交叉（严重滞后，Sharpe 还不如买持）；复合熊市过滤（条件越多越保守，但恰好系统性过滤掉牛市启动期）。
这批实验沉淀出三条认知。
第一，ATR 自适应是关键。固定窗口均线无法应对加密市场的极端波动变化，同一套参数在 2020 年高波动和 2023 年低波动期间会产生截然不同的效果。ChandelierExit 的 ATR 基础让止损线随市场状态自动伸缩，这种自适应能力是双均线和固定均线无法复制的。
第二，响应速度快的规则整体优于慢速规则。ChandelierExit(30,2,40)、20 日动量等短响应规则显著优于 MA200 和双均线 50/200 等慢速规则，这与部分加密量化研究的方向相近：加密市场的动量衰减速度远快于传统市场，试图用为股票设计的慢速指标来捕捉 BTC 的趋势，本质上是用错了工具。
第三，简单优于复合。MA200 单条件优于三重过滤器——这不是特例，而是加密策略设计中值得反复记住的规律：在一个本就波动极大的市场里，多一个过滤条件，就多一个可能在关键时刻让您踏空的理由。
在 BTC 趋势跟踪这个问题上，ChandelierExit 激进参数（30,2,40）是唯一一个同时做到高收益、低回撤和高风险调整收益的方案——它的核心优势在于 ATR 自适应止损，而不是更复杂的过滤条件。
这期之后，下一步该问什么
这批实验只在 BTC 单币上测试。一个自然的延伸问题是：ChandelierExit 在 ETH 或其他主流币上是否有类似表现？等权重的多币组合能否进一步分散单币的极端回撤风险？
另一条值得探索的方向是时间序列动量：与趋势跟踪相比，动量信号是替代方案还是可叠加的补充？两者在加密市场的周期里如何相互作用？
还有一个更基础的问题悬而未决：这些结论在不同市场状态下是否稳健？2018 年熊市、2020–2021 年牛市、2022 年崩溃，每个阶段的特征迥异，样本内的整体表现好不代表在每个子区间内都表现稳定。这些都是后续实验的起点。
如果您想继续围观后续实验：
重要提醒：本文所有内容仅为学习研究用途，不构成投资建议。用户应独立做出投资决策并承担相应风险。