AQ
AQMath
← aqmath.xyz

← 全部研究|其他语言版本 English

E2E 滚动前推研究 — 候选组合 TIA / QNT / XRP + PAXG 锚

模拟结果 — 未使用真实资金。以下每一项数据均由回测根据历史价格数据计算得出。未投入任何资金,也未下过任何订单。回测是在完全知晓该时段结果的前提下把策略套用于过去,且数据不包含滑点与流动性影响,但会对每次再平衡、DCA 买入和资金重新部署收取 0.1% 的模拟交易所手续费。模拟表现与过往表现不能可靠地预示未来结果。AQMath 是软件,不是投资建议。

日期: 2026-08-03
引擎: 双速 E2E — 与实盘模拟交易服务完全相同的接线(KKT MACRO 回路 + Aegis(v14)去杠杆防护盾)
状态: 📊 研究 — 候选组合已评估,未晋级


1. 目标

完全相同的生产控制栈下评估一个围绕两个新加入代币(TIA、QNT) 构建的候选组合:用 180 天 KKT 风险平价 MACRO 回路确定基础权重, 用 Aegis(v14)去杠杆防护盾做每日敞口控制。问题不是"这能否跑赢买入持有", 而是已上线的机器在这种资产组合上如何表现 — 包括配置决策、 防御行为与风险调整后结果。

未改动任何参数。 所有运行均使用生产环境 default_config() 与未经修改的生产代码路径。

2. 组合与数据

代币 角色 说明
TIA (Celestia) 候选 — 新 2023-10 上线;窗口以其起点为界
QNT (Quant) 候选 — 新 历史较长(2018)
XRP 高流动性主流币 历史长,流动性深
PAXG 组合内锚 代币化黄金,低波动部分
USDC 防护盾停泊资产 防御性现金,保持不变

设置:初始 $1,000,每 30 天定投 $100,每笔交易收取 10 个基点的 模拟手续费。共同价格窗口 2023-10-31 → 2026-07-27(1,001 天); 180 天优化器预热,随后 821 个交易日(2024-04-28 → 2026-07-27), 5 次滚动前推 MACRO 再优化(2024-04-27、2024-10-24、2025-04-22、 2025-10-19、2026-04-17)。

3. 头条结果

指标 防护盾策略 买入持有(DCA)
最终价值 $4,064 $4,438
累计投入 $3,700 $3,700
总收益 +9.9% +20.0%
CAGR +4.3% +8.4%
XIRR +4.3% +8.4%
Sharpe(rf 5%) −0.02 0.08
Calmar 0.25 0.34
最大回撤 16.9% 24.6%
Alpha(年化,Jensen) −4.65%
相对 B&H 的 Beta 0.62 1.00
交易手续费 $29.19 $2.70
再平衡次数 99
防御天数 235(29%)
平均风险敞口 56.9% 100%

解读: 防护盾在风险上完成了它的职责 — 最大回撤 16.9%, 而买入持有为 24.6%(−7.7 个百分点),beta 仅 0.62 — 但该窗口对 组合整体是净上涨的,因此约 43% 的平均降险牺牲了绝对收益 (年化 alpha −4.65%)。削减了风险,放弃了上行:这是经典且预期 之中的交换 — 只是这里成本一侧清晰可见。

3a. 可视化

虚拟权益 — 滚动前推 E2E(双方 DCA 计划完全相同):

Virtual equity, Shield strategy vs Buy & Hold

回撤 — 防护盾 vs 买入持有:

Drawdown curves, Shield vs Buy & Hold

去杠杆防护盾风险敞口(已部署净值占比;其余停泊于 USDC):

Risky exposure over time

4. 样本内 / 样本外切分

TWR 日收益(剔除 DCA 现金流),rf 5%。第一次之后的每次再优化 都只使用过去数据 — 整条链路中没有任何前视。

切分 窗口 Sharpe(S/BH) Calmar(S/BH) 最大回撤(S/BH) CAGR(S/BH)
IS 2024-04-28 → 2025-06-11 1.34 / 1.87 2.54 / 3.76 18.3% / 23.2% +46.5% / +87.4%
OOS-1 2025-06-12 → 2026-01-02 −0.31 / 0.14 −0.17 / 0.64 14.4% / 15.2% −2.4% / +9.7%
OOS-2 2026-01-03 → 2026-07-26 −1.39 / −1.06 −1.19 / −1.23 17.6% / 29.9% −20.9% / −36.7%

年化分段 CAGR(TWR,rf 5%);精确日序列见结果 JSON。

最有力的证据是 OOS-2:在窗口中最差的一段,防护盾把最大回撤 控制在 17.6%,而买入持有一段水下 29.9%(−12.3 个百分点)。

5. 配置发现(定性)

6. 方法(E2E — 与实盘模拟交易服务完全相同的接线)

1. MACRO 回路: 在过去 180 天窗口上做 KKT 风险平价优化, 每 180 天重跑一次;期间权重冻结(共 5 次再优化)。 2. DAILY 回路: 每个收盘评估 Aegis(v14)去杠杆防护盾;阈值再平衡 只在目标偏离超出死区时才交易;每笔交易、DCA 买入和资金 重新部署收取 10 个基点手续费。 3. DCA 停泊: 防御期间,每 30 天 $100 的定投资金停泊于 USDC,待防护盾重新加险时一次性重新部署。 4. 数据: CoinGecko 日收盘价,共同窗口 2023-10-31 → 2026-07-27。 5. 代码路径: paper_trading.daily_step / macro_reoptimize 从生产服务原样导入 — 与运行公开前瞻日志的数学逐位一致。

7. 结论


模拟结果 — 未使用真实资金。每一项数据均由回测根据历史价格数据 计算得出;未投入任何资金,也未下过任何订单。数据不包含滑点与 流动性影响,但每笔交易收取 0.1% 的模拟手续费。模拟表现与过往 表现不能可靠地预示未来结果。AQMath 是软件,不是投资建议。