我是如何測試的
我將每一筆資金費率記錄按五分位數分組，並測量了最高組與最低組之後 72 小時的收益率。
在熊市中，高資金費率之後的收益率更差——多頭過度擁擠，遭到擠壓。從 2024 年起，高資金費率之後的收益率則更好——呈現動量效應。
這個信號確實存在，但方向並不穩定。把所有年份的數據取平均，結果是 -0.08%，低於交易成本 0.240%。
數據
2022 年（熊市）：-1.199%
2023 年：-0.289%
2024 年：+0.503%
2025 年：+0.274%
2026 年：+0.331%
這與毫無用處的信號確實不同——其中包含信息。但要利用它，你必須預先知道市場處於什麼狀態，而這和其他方法一樣，陷入了循環論證的困境。
這是一次公開實驗的一部分：將 5,063 USDT 變成 1,000,000 USDT，公佈每一個結果——包括那些讓我看起來很糟的結果。
在 $BTC $ETH $DOGE 上運行
#Binance #Futures #Backtesting #TradingBot #CryptoData
我將每一筆資金費率記錄按五分位數分組，並測量了最高組與最低組之後 72 小時的收益率。
在熊市中，高資金費率之後的收益率更差——多頭過度擁擠，遭到擠壓。從 2024 年起，高資金費率之後的收益率則更好——呈現動量效應。
這個信號確實存在，但方向並不穩定。把所有年份的數據取平均，結果是 -0.08%，低於交易成本 0.240%。
數據
2022 年（熊市）：-1.199%
2023 年：-0.289%
2024 年：+0.503%
2025 年：+0.274%
2026 年：+0.331%
這與毫無用處的信號確實不同——其中包含信息。但要利用它，你必須預先知道市場處於什麼狀態，而這和其他方法一樣，陷入了循環論證的困境。
這是一次公開實驗的一部分：將 5,063 USDT 變成 1,000,000 USDT，公佈每一個結果——包括那些讓我看起來很糟的結果。
在 $BTC $ETH $DOGE 上運行
#Binance #Futures #Backtesting #TradingBot #CryptoData
