5minbtc

5minbtc — BTC 5分钟实时预测 v5.7

最后更新: 2026-05-28 v5.7 半K线策略

v5.7 变更 (2026-05-28)

核心策略变更: 在K线第4分钟执行(progress~80%)，利用前半根K线实体方向确认延续

设计思路(Daniel提出): 实盘66%准确率的edge来自"确认当前K线已有走势"(progress=0.9+)，v5.7把这个隐性优势显性化。

变更项	详情	效果
S1 half_body_momentum()	新因子，progress≥0.45时激活，ATR归一化实体+tanh压缩	将实盘edge显性建模
S2 ATR乘数×0.55	pred_close乘数 0.20/0.12→0.11/0.066	只预测剩余~2.5分钟
S3 half_range缩窄	0.65→0.40	区间更紧凑
Cron调度	第2分钟执行(2,7,12...)	progress~40%，前2根1min构建半K线
BASE_W['half_body']=1.2	所有因子中最高权重	核心edge因子
REGIME_ADJ 更新	所有4个regime添加half_body权重	regime-aware调整

half_body_momentum() 关键设计:

• 激活阈值: progress≥0.45 (给K线足够时间形成实体)
• 进度加权: min(1.0, (progress-0.3)/0.7) — 0.45→0.2, 0.8→0.71, 1.0→1.0
• ATR归一化: body/ATR → tanh(×2.0) → [-1, 1]
• progress<0.45时返回0.0 (不干扰其他因子)

v5.8 回测方法论突破 (2026-05-28)

关键改进: 用真实1分钟K线构建半K线状态，零前视偏差

之前v5.7回测用 (open+actual_close)/2 模拟中点→71.2%但含前视偏差；用前一根5min body→48.1%无预测力。 正确方法(Daniel提出): 用对应5min K线的前2-3根真实1分钟K线的OHLCV构建半程状态。

回测结果(半年, 27,237轮方向性):

前1根1min (20%)	前2根 (40%)	前3根 (60%)	前4根 (80%)	前5根 (100%)
56.7%	61.4%	65.8%	69.5%	76.1%

核心发现:

1. 半K线延续性是真正的alpha来源 — 越接近完成越准，近似线性增长
2. 前2根(当前cron配置): 27,237轮→61.4%, edge +11.4pp, 最长连胜22
3. half_body因子方向准确率仅48.5% — alpha不在因子本身，在于触发了更紧的ATR阈值
4. volume是唯一有独立预测力的因子(56-58%)，其他因子全部49-51%
5. 之前的实盘66%准确率谜团已解开 — 就是半K线延续性效应

回测文件: backtest/run_backtest_v58.py (数据: backtest/data/btcusdt_1m.json, 259k根) 用法: python3 run_backtest_v58.py --fast --compare 或 --half 3 (前3根1min)

v5.6 变更 (2026-05-27)

基于3次方向错误深度复盘的4项修复（已实施验证）：

修复项	变更	根因
R1 momentum/decel冲突检测	|mom|>0.7且|decel|>0.8且方向相反时，动态降权mom 1.0→0.4, 升权decel 0.7→0.9	V型反转点momentum锁定错误方向
R2 V型反转因子	v_reversal_detect() 检测低点抬高模式 [-1,1], BASE_W=0.8	捕捉结构性的反转信号
R3 放量突破因子	vol_breakout_signal() 用最近3根完整K线的最大量K线方向 [-1,1], BASE_W=0.4	避免未完成K线的量价误导
R4 Chainlink价格对齐	fetch_chainlink_ref() Coinbase BTC-USD作参考，自动补偿Binance偏移	Polymarket结算价≠Binance价格

关键代码模式：

• 冲突降权用saved_base模式: saved_base = BASE_W.copy() → 临时改权重 → combine_factors() → BASE_W.update(saved_base) 恢复。避免跨调用污染全局权重。
• Chainlink偏移安全边界: |offset|>300时不补偿（防止API异常导致预测价飞出合理范围）
• V反转用已完成K线: 取 candles[-4:-1]（最近3根完成K线），不用当前未完成K线
• 输出新增字段: chainlink_offset 追踪每次偏移量, v_reversal/vol_breakout 因子值

v5.5 变更 (2026-05-26)

基于120轮v5.4实战复盘的4项优化：

优先级	修复项	变更	影响
P0-1	置信度校准	40+abs(score) → Platt Scaling sigmoid	conf与准确率正相关
P0-2	新闻因子	98% NEUTRAL死代码，保留扫描给LLM	减少噪声
P1-1	Bull bias	score>0时×0.92衰减	bear 70.2% > bull 65.4%修正
P1-2	高vol惩罚	HIGH_VOL 0.6→0.45	放量准确率更低

附加优化：

• neutral区收缩 [-2,2]→[-1,1]，减少无信息预测
• 置信度上限 80→85，让强信号有区分度
• calibrate_confidence() 独立函数，midpoint=15, steepness=0.10

概述

对当前5min K线做方向判断和收盘预测。架构：引擎脚本算指标+给基准建议，LLM做综合分析+微调+完整输出。

铁律

1. 每次必须重新执行引擎脚本 — 不缓存
2. 每次必须重新搜索3组新闻
3. 先 settle 上一根，再 log 新预测
4. LLM可微调引擎的bias/pred_close/range，但必须说明理由
5. 输出15-25行（平衡深度和Telegram可读性）

⚠️ Pitfalls

Binance API 端点选择与故障切换

三层端点策略（按优先级）：

优先级	端点	场景	状态
1	api.binance.us	通用首选（低延迟网络稳定；2026-06-17间歇超时）	⚠️
2	data-api.binance.vision	备选（低延迟可用，高延迟SSL超时；2026-06-17反向可用）	⚠️
3	api.binance.com	仅供非中国大陆网络	❌ 中国大陆451

高延迟网络下的已知问题：

• 当 ping 8.8.8.8 >250ms 时，data-api.binance.vision 的 SSL 握手经常超时（Python urlopen timeout=10 不够）
• api.binance.us 在此类网络下仍然可用
• 双向故障切换 (2026-06-17): api.binance.us 也可能间歇性超时（URLError: timed out），此时 data-api.binance.vision 反而可用。两个端点都可能出问题，故障切换必须是双向的——哪个通就用哪个，不要假设某一端总是稳定
• 详见 references/binance-api-geo.md

引擎 + 日志模块端点快速切换（双向故障切换，两个方向都要支持）：

SKILL_DIR=/home/aa/.hermes/profiles/cqo/skills/5minbtc

# 方向A: 切换到 api.binance.us (当 data-api 不可用时)
sed -i 's|BINANCE_KLINES = .*|BINANCE_KLINES = "https://api.binance.us/api/v3/klines"|' $SKILL_DIR/5minbtc-engine-v5.7.py
sed -i 's|BINANCE_DEPTH = .*|BINANCE_DEPTH = "https://api.binance.us/api/v3/depth"|' $SKILL_DIR/5minbtc-engine-v5.7.py
sed -i 's|data-api.binance.vision|api.binance.us|g' $SKILL_DIR/5minbtc-log.py

# 方向B: 切换到 data-api.binance.vision (当 api.binance.us 不可用时)
sed -i 's|BINANCE_KLINES = .*|BINANCE_KLINES = "https://data-api.binance.vision/api/v3/klines"|' $SKILL_DIR/5minbtc-engine-v5.7.py
sed -i 's|BINANCE_DEPTH = .*|BINANCE_DEPTH = "https://data-api.binance.vision/api/v3/depth"|' $SKILL_DIR/5minbtc-engine-v5.7.py
sed -i 's|api.binance.us|data-api.binance.vision|g' $SKILL_DIR/5minbtc-log.py

# 验证
python3 $SKILL_DIR/5minbtc-log.py settle-all 2>&1 | head -3

验证命令:

# 快速测试哪个端点可用
for ep in "api.binance.us" "data-api.binance.vision"; do
  code=$(curl -s --connect-timeout 10 --max-time 15 -o /dev/null -w "%{http_code}" "https://$ep/api/v3/klines?symbol=BTCUSDT&interval=5m&limit=1")
  echo "$ep → HTTP $code"
done

路径硬编码

不要用 WORKSPACE = dirname(dirname(dirname(...))) 指向旧 OpenClaw workspace。用 SKILL_DIR = os.path.dirname(os.path.abspath(__file__))。

全局字典临时修改模式

当需要临时修改 BASE_W / REGIME_ADJ 等模块级字典做单次计算时，必须用 saved_base 模式：

saved_base = BASE_W.copy()
BASE_W['momentum'] = 0.4  # 临时修改
raw = combine_factors(factors, regime)
BASE_W.update(saved_base)  # 立即恢复

不要直接修改后不恢复——Python 模块级字典是全局可变的，下次调用会读到脏数据。

🔴 CRITICAL: 回测证明因子无预测力，但半K线延续性有真实edge (2026-05-28更新)

365天105,120根K线回测（backtest/目录）揭示的真相：

v5.6纯价格因子(开盘预测):

模式	当前K线数据	方向准确率	本质
historical_only	屏蔽	47.4%	低于随机50%
fair_live_sim	屏蔽	48.8%	等于随机
full_lookahead	含close	61.1%	前视偏差
实盘 (298轮)	progress=0.9+	66.1%	间接前视

v5.8真实1min半K线回测(零前视偏差):

前2根1min(40%进度)	前3根(60%)	前4根(80%)
61.4% (+11.4pp)	65.8% (+15.8pp)	69.5% (+19.5pp)

结论更新:

1. 11个技术因子(momentum/RSI/meanrev等)在5分钟尺度上确实无预测力(49-51%)
2. volume因子是唯一有独立alpha的(56-58%)
3. 但半K线延续性效应是真实的alpha — 用真实1min K线构建半K线状态后，准确率61-70%
4. 实盘66%的谜团已解开: 不是前视偏差，是价格动量延续性
5. half_body因子的贡献机制: 不是因子本身有方向预测力(48.5%)，而是它触发了更紧的ATR阈值，让延续性效应更好地转化为预测区间

回测方法论教训: 模拟半K线状态时，绝不能用 (open+actual_close)/2(前视偏差)或前一根5min body(太粗糙)。必须用对应时间段的真实1分钟K线数据。详见 backtest/run_backtest_v58.py。

🔴 Python 3.11 Unicode Strictness in Engine Source Files

Python 3.11.15 (uv cpython build) rejects any non-ASCII character in .py files — not just in code, but in comments and docstrings too. This includes:

• Full-width punctuation: ，：；（）！？、。 → must use ASCII ,;:()!?.,
• Math symbols: ≤ ≥ × ÷ ± ★ → <= >= * / +- *
• Arrows/dashes: → ← ∞ — – → > < inf -- -
• Smart quotes: ' ' " " → ' "
• Tilde as "approximately" before decimals: ~2.5 → Python parses ~ as bitwise NOT, giving "invalid decimal literal"
• Hidden Unicode quotes: Three """ that look correct but contain Unicode left/right double quotes (U+201C/U+201D) instead of ASCII 0x22 — causes "unterminated triple-quoted string"

Fix strategy (in order):

1. sed -i or Python script for bulk replacements of known character classes
2. Regex: insert space between CJK chars and operators/digits (CJK+* → CJK + *)
3. If still failing, use xxd or hexdump to inspect the raw bytes around the error line
4. Nuclear option: strip ALL non-CJK non-ASCII with content = ''.join(c if ord(c) < 128 or 0x4E00 <= ord(c) <= 0x9FFF else '<REPLACED>' for c in content)

Prevention: When writing Chinese comments/docstrings in engine .py files, never mix full-width punctuation or math symbols. Use ASCII punctuation only.

Cron Job 版本同步

升级引擎后必须同步更新 cron job 的 name 字段（如 "5minbtc v5.6"）。cron 不自动感知引擎文件版本——它只执行 5minbtc-engine-v5.py，文件内容变了 cron 就跑新代码，但 job name 仍是旧标签，导致复盘时混淆实际运行的引擎版本。 操作: 每次 engine 升级后，执行 cronjob(action='update', job_id=..., name='5minbtc vX.Y')。

执行步骤

Step 1: 并行启动（5个调用同时发出）

并行组:
├── exec: settle-all + 引擎脚本 + 新闻扫描（合并一条命令）
├── web_search: "Bitcoin BTC breaking news price" count=3 freshness=day
├── web_search: "crypto market macro stocks today" count=3 freshness=day
└── web_search: "比特币 BTC 最新 晚间" count=3 freshness=day

搜索优化: 3组通用搜索经常返回首页/目录页而非具体新闻。如果初始结果不具体，立即追加1-2组上下文定制搜索：

• 用引擎当前价格方向："Bitcoin BTC price [rise/drop/crash] today [当前日期]"
• 用新闻扫描发现的关键事件："BTC [事件关键词] crypto impact [月份] [年份]"
• 这组搜索在引擎执行后、LLM分析前发起，延迟<30秒但信息价值显著提升

引擎命令（绝对路径）：

SKILL_DIR=/home/aa/.hermes/profiles/cqo/skills/5minbtc && \
  python3 $SKILL_DIR/5minbtc-log.py settle-all 2>&1; \
  echo "---ENGINE---"; \
  python3 $SKILL_DIR/5minbtc-engine-v5.7.py 2>&1; \
  echo "---NEWS---"; \
  python3 $SKILL_DIR/5minbtc-news.py 2>&1

新闻扫描会自动更新 data/news-risk-level.json（结构化情绪+风险等级），供Step 2使用。

Step 2: LLM完整分析（参考引擎数据，不是机械填模板）

LLM收到引擎JSON后，必须：

A. 验收上一根K线（从settle输出）

• 显示：K线时间、预测 vs 实际、误差、方向✅/❌、区间✅/❌
• 1句偏差复盘

B. 综合判断方向（引擎给基准，LLM最终决定）

• 引擎的bias/strength是参考起点，不是最终答案
• 读取 data/news-risk-level.json 获取结构化新闻情绪
• LLM必须考虑引擎忽略的因素：
  • 超卖/超买后的反转概率
  • BB下轨/上轨的支撑/阻力效应
  • 连续阴/阳线后的疲劳
  • 🔴 fatigue≥0.8均值回归预警: 连续下跌/上涨后市场疲劳→反转概率显著升高。即使全因子同向，也必须将confidence上限压至40，并提升反向情景概率至少10pp
  • K线形态（十字星、锤子线、吞没等）
  • 新闻方向的权重调整
• 如果LLM调整了引擎方向，必须说明理由
• half_body vs imbalance/microprice 冲突裁决 (v5.7.2): 当 half_body 与 imbalance/microprice 方向相反时，优先 half_body。原因——imbalance 和 microprice 基于已完成K线的 orderbook 快照（滞后），而 half_body 反映当前半K线的实时价格动量（即时）。实盘验证: 2026-06-04 引擎因 imbalance=-0.82/microprice=-0.82 判 bear weak，但半K线实体+$376 (half_body=+0.35) 是明确 bull 信号——实盘收涨✅；2026-06-17 引擎因 imbalance=+0.99/microprice=+0.99 判 bull weak，但半K线实体-$82 (half_body=-0.41) + MACD转负 是明确 bear 信号——实盘收跌✅。两次验证均证明: 已完成K线的 orderbook 因子在K线初段是滞后指标，半K线实时动量是即时指标。裁决条件: |half_body|>0.25 且 |imbalance|>0.5 且方向冲突时触发

C. 微调预测价（引擎给基准，LLM微调±ATR*0.3以内）

• 引擎pred_close是数学基准
• LLM可基于K线形态、新闻、超卖反弹等调整
• 调整幅度不超过ATR*0.3

D. 完整输出（包含技术分析逻辑，不是只列数字）

Step 3: 记录日志

SKILL_DIR=/home/aa/.hermes/profiles/cqo/skills/5minbtc && \
  python3 $SKILL_DIR/5minbtc-log.py log \
  "<engine.candle.iso>" \
  <final_pred_close> \
  <final_pred_high> \
  <final_pred_low> \
  <confidence> \
  <final_bias> \
  <news_sentiment> \
  <engine.indicators.vol_pct>

输出模板

✅ 验收: [上次K线时间] pred=$XX,XXX actual=$XX,XXX err=±$XX (±X.XX%) dir✅/❌ rng✅/❌
[1句复盘]

📈 BTC 5min 实时预测 @ HH:MM:SS
当前K线: HH:MM→HH:MM | ⏱ XX.X% (剩XmXs)
实时价: $XX,XXX | O=XX,XXX H=XX,XXX L=XX,XXX C=XX,XXX (body ±$XX)
---
📰 今日关键新闻 [结构化信号: 🟢BULLISH/🟡NEUTRAL/🔴BEARISH | 风险: LOW_RISK/NORMAL/ELEVATED/HIGH_VOL]:
- 🟢 [新闻1] — 影响
- 🟡 [新闻2] — 影响
- 🔴 [新闻3] — 影响
新闻净效应: 🟢/🟡/🔴 [原因] | 结构化: [news-risk-level.json sentiment]

🧭 方向: 📈/📉 [bull/bear] [strong/medium/weak] | 依据: [2-3个关键指标+新闻]
- 引擎基准: [engine bias/strength] → LLM调整: [如有调整写理由，无则写"确认引擎判断"]
- EMA9=$XX,XXX / EMA21=$XX,XXX (Δ±$XX)
- RSI=XX.X [超买/超卖/中性]
- MACD=XX.X / Signal=XX.X (Hist=XX.X)
- BB: $XX,XXX / $XX,XXX / $XX,XXX [价格位置]
- ATR=$XX.X | Vol=XX% of avg [放量/缩量/正常]

[2-3句核心分析：结合技术+新闻+K线形态的综合判断]

---
🎯 收盘预测:
| 情景 | 目标区间 | 概率 |
|------|---------|------|
| [主要情景] | $XX,XXX-$XX,XXX | XX% ← |
| [次要情景] | $XX,XXX-$XX,XXX | XX% |

**开盘$XX,XXX → 预测$XX,XXX** (±$XX, ±X.XX%) → 📈/📉

> [1句关键备注]

引擎JSON结构（LLM直接读取）

v5.6输出示例（实际字段名）：

{
  "version": "5.6",
  "candle": {"now":"22:10:26","candle_start":"22:10","candle_end":"22:15","progress_pct":8.9,"remaining_sec":273,"iso":"..."},
  "price": {"current":74978.01,"open":75020.0,"high":75037.42,"low":74950.64,"body":-42,"body_pct":-0.056},
  "recent_candles": [{"O":75000,"H":75102,"L":74928,"C":75073}, ...],
  "indicators": {
    "ema9":75099.4, "ema21":75298.7, "ema_delta":-199.3,
    "rsi":32.5, "macd":-209.78, "macd_signal":-191.92, "macd_hist":-17.86,
    "bb_upper":76060.4, "bb_mid":75357.1, "bb_lower":74653.9,
    "atr":155.6, "vol_pct":19.0
  },
  "fng": {"value":25, "label":"Extreme Fear"},
  "factors": {
    "momentum": -0.968, "meanrev": 0.431, "rsi": -0.351,
    "volume": 0.25, "fatigue": 0, "imbalance": 0.234,
    "microprice": 0.246, "decel": 1.0, "position": 0.798,
    "v_reversal": 0, "vol_breakout": 0
  },
  "regime": "TREND",
  "chainlink_offset": -152,
  "prediction": {"bias":"bull","strength":"weak","confidence":45,"score":1,
                 "pred_close":74860,"pred_high":74954,"pred_low":74766}
}

v5.6新增字段说明:

• chainlink_offset: Binance→Chainlink价格偏移（$），已自动补偿pred_close/high/low。LLM在输出末尾注明此偏移即可
• fng: Fear & Greed Index，值为null时API不可用
• factors.v_reversal: V型反转因子 [-1,1]，0=无反转信号
• factors.vol_breakout: 放量突破因子 [-1,1]，0=无突破信号
• atr_spike: ATR异常检测 {detected, ratio, consecutive} — v5.7.1 P0-1
• fng_black_swan: bool — v5.7.1 P0-2: FNG<25时为True
• news_risk: str — v5.7.1 P0-3: "NORMAL"/"BLACK_SWAN"/"CRITICAL"
• black_swan_warning: str|null — v5.7.1 P0-3: 黑天鹅警告信息
• price.body_pct: body百分比，正=阳线，负=阴线

## 复盘

```bash
SKILL_DIR=/home/aa/.hermes/profiles/cqo/skills/5minbtc && \
  python3 $SKILL_DIR/5minbtc-log.py stats

新闻数据源

源	延迟	状态
CoinDesk	~14min	✅ RSS实时
Cointelegraph	~3min	⚠️ 需TG脚本（已降级为RSS fallback）
TreeNews	~120min	⚠️ 需TG脚本（已降级）

版本演进

版本	架构	方向准确率	关键变更
v3.1	线性打分(EMA+RSI+MACD+Vol)	64%	基础版，引擎+LLM混合
v3.5.1	+低vol衰减/VWAP因子	77%	最佳版本
v4.0	Hermes迁移	60.5%	路径适配，功能不变
v4.1	Phase1修复	目标70%+	过度自信压制+放量反转+bull修正+疲劳增强
v5.4	正交因子+Regime	68.1%(120r)	9正交因子+sigmoid+TREND dampening+meanrev反转
v5.5	+校准置信度	71.4%(28r)	Platt Scaling+Bull惩罚+高vol增强+neutral区收缩
v5.6	+冲突检测+V反转+Chainlink	66.1%(298r实盘) / 47.4%(105k回测)	mom/decel冲突降权+V反转因子+放量突破+Coinbase价格对齐。⚠️ 实盘edge来自前视偏差(progress=0.9+)，公平回测无预测力
v5.7	半K线策略+half_body因子	61.4%回测(前2min) / 69.5%(前4min)	第2分钟执行+half_body_momentum因子(BASE_W=1.2)+ATR×0.55+half_range 0.40。v5.8回测用真实1min K线证实半K线延续性有真实edge(+11.4~+19.5pp)
v5.7.1	+黑天鹅防护	72.0% (100r实盘) / 61.4%回测(V8)	P0-1: ATR spike检测(1.5x阈值+连续3根→regime强制HIGH_VOL+conf减半) / P0-2: FNG<25极端恐惧过滤(v_reversal×0.5+decel×0.7) / P0-3: news_risk circuit breaker(BLACK_SWAN/CRITICAL→neutral+conf=30)。2026-05-28美伊空袭复盘驱动。6月实盘100轮方向83.0%: 06-03=79.2%(24r) → 06-06=90.9%(33r)🏆 → 06-09=88.9%(18r) → 06-12=68.0%(25r) 缩量(≤80% vol)方向≥95% ✅
v5.7.2	+imbalance冲突裁决+fatigue预警	2/2裁决验证✅	**half_body vs imbalance/microprice冲突裁决规则:

⚠️ 回测警示(2026-05-28更新): v5.6纯价格因子在开盘预测时准确率仅47-49%。但v5.8用真实1min K线构建半K线后，准确率61.4%(前2根)~69.5%(前4根)，证实半K线延续性有真实edge。half_body因子本身无方向预测力(48.5%)，其贡献在于触发更紧ATR阈值。详见 references/backtest-findings.md 和 backtest/run_backtest_v58.py。

全量复盘 (273笔结算, 截至2026-05-27)

日期	引擎	笔数	方向	区间	行情特征
05-05	v4.x	107	64.5%	55.1%	震荡+突破
05-06	v4.x	28	57.1%	71.4%	横盘
05-11	v4.x	12	66.7%	91.7%	小样本
05-12	v4.x	5	40.0%	60.0%	小样本最差
05-23	v5.4	37	64.9%	73.0%	v5.4首日
05-24	v5.4	30	73.3%	76.7%	-1.09%单边下跌🏆
05-25	v5.4	26	61.5%	88.5%	+0.43%震荡
05-27	v5.5	28	71.4%	75.0%	-0.78%震荡下跌
06-03	v5.7.1	24	79.2%	54.2%	-6.9%单边下跌, FNG=11
06-06	v5.7.1	33	90.9% 🏆	78.8%	缩量震荡, FNG=12~14
06-09	v5.7.1	18	88.9%	61.1%	16连胜, 缩量≤80%方向100%
06-12	v5.7.1	25	68.0%	40.0%	bear中量区44.4%溃败
06-14	v5.7.1	32	65.6%	53.1%	bear弱反弹盲区57.9%, 10连胜开局

引擎迭代对比:

• v4.x (152轮): 方向 62.5% | Range 61.2%
• v5.4 (93轮): 方向 66.7% | Range 78.5%
• v5.5 (28轮): 方向 71.4% | Range 75.0%
• v5.7.1 (100轮): 方向 83.0% (06-03: 79.2%, 06-06: 90.9%🏆, 06-09: 88.9%, 06-12: 68.0%, 06-14: 65.6%)
• v5.x合计 (221轮): 方向 77.8% (+15.3pp vs v4)

核心教训

1. 🔴 纯价格因子无预测力，但半K线延续性有真实edge — 11因子全部49-51%，但用真实1min K线构建半K线后准确率61-70%。edge来自价格动量延续，不是技术指标。回测时必须用真实1min数据，不能用模拟中点
2. 半K线延续性是可利用的真实效应 — v5.8回测(27k轮)证实: 前2根1min=61.4%, 前4根=69.5%。越接近K线完成越准。实盘66%准确率已解释
3. 过度自信是最致命问题 — conf≥60准确率56.8% < conf<60的65.4%，极端信号=行情末端
4. 放量≠确认方向，放量=反转预警 — 放量(≥80%)准确率仅50%
5. bull偏向严重 — bull准确率57.3% < bear 63.4%，引擎过度解读EMA金叉
6. 线性打分是初学者错误 — 多个共线指标叠加不增加信息量
7. 🔴 缩量场景(<50% vol) = 半K线策略最强edge — 2026-06-03实盘7/7 100%准确率 — 缩量意味着没有突发因素干扰半K线延续性，half_body因子在低vol市场中被锁定。这从v5.4时代"低vol微波动准确率最高"(66%)的观察，升级为半K线策略的核心优势。v5.8回测中volume因子是唯一有独立预测力的因子(56-58%)，与实盘互为印证。这条经验来自2026-06-03实盘复盘。
8. EMA在底部反弹期天然滞后 — VWAP因子部分修复
9. momentum/decel冲突时，decel通常是正确的 — 当 |momentum_tstat|>0.7 且 |decel|>0.8 且方向相反时，长期斜率锁定错误方向，短期反转才是真相（V型反转场景）
10. volume因子使用未完成K线判断方向是致命缺陷 — 预测时点candle仅完成60-70%，应改为用最近3根完整K线的量价关系
11. bear方向在中量区(40-80%)是v5.7.1最大盲区 (2026-06-12) — 缩量场景(<40%)和bull方向表现优异(87-100%)，但bear中量区准确率仅44.4%(低于随机)。趋势市场中的区间震荡导致半K线延续性失效。修复方向: bear中量区需增加额外确认规则(如连续2根同向半K线才出方向)
    • 变体: 持续下跌后的弱反弹是bear方向另一盲区 (2026-06-14): 32轮方向65.6%，bear仅57.9%(11/19)。8次bear误判全部是"预测跌但实际涨" — 持续下跌后BTC出现弱反弹时，半K线延续性错误地将反弹视为继续下跌。21:00-22:00区间6次bear全部打脸。根因: 下跌半K线延续性过强，无法区分"延续下跌"vs"震荡筑底反弹"。修复方向: 连续3根以上bear完成K线+当前半K线收涨时，bear需降权或升至中立
12. imbalance/microprice 因子滞后于半K线实时动量 (v5.7.2) — 当当前半K线实体方向与 imbalance/microprice 冲突时，已完成K线的 orderbook 因子是滞后指标，半K线实时动量是即时指标。裁决: |half_body|>0.25 且 |imbalance|>0.5 时优先 half_body。2026-06-04 实盘: 引擎判 bear(imbalance=-0.82)，但半K线 bull 实体+$376 正确
13. 周末低流动性放大误差 (2026-06-14): 周日(06-14)的MAE=0.045%与平日相当，但22:35出现了-0.22%的极端误差（pred=$64,020 actual=$63,880）。周末BTC波动率降低但偶发性价差放大，建议周末自行降低ATR乘数或减少预测频率
14. 🔴 fatigue≥0.8 = 均值回归预警 (2026-06-17): 22:40 candle — 全因子bear共振(momentum=-0.85/imbalance=-0.73/MACD hist=-26.6/vol=3%)，LLM判bear medium，但实际收涨(+$87)。根因: fatigue=0.8表示连续下跌后市场疲劳，缩量环境下的均值回归概率显著升高。裁决规则: fatigue≥0.8时，即使全因子同向，也需将置信度上限压至40，并提升反向情景概率至少10pp。fatigue=0.8是本轮唯一反向信号，却被忽略，导致方向误判。与06-14 bear弱反弹盲区(教训11)的关联: 两者都是"连续下跌后的反弹"模式——06-14是半K线延续性过强无法区分筑底，06-17是fatigue信号被全因子压制。共同修复方向: 连续下跌≥3根K线后，需增加反弹确认机制

2026-06-03 复盘新增经验

v5.7.1首日实盘(6月3日): 24轮已结算，方向准确率79.2%(19/24)，区间54.2%(13/24)，MAE 0.106%。详见 review-2026-06-03.md。

5个方向误判的根因模式:

时间	引擎方向	实际方向	误差	vol	根因模式
20:04	bear	+0.30%	❌❌	163%	巨量开盘+冲突降权未完全覆盖
20:37	bear	+0.21%	❌❌	83%	开仓延迟: 20:36 bull→20:37 bear转多
20:54	bear	+0.16%	❌❌	34%	纯噪声区间: 缩量反向锁死
20:57	bull	-0.06%	❌❌	37%	量价背离: 缩量bear bull锁死
21:06	bull	-0.08%	❌❌	81%	Pattern A: momentum 15-candle OLS滞后
21:28	bull	-0.01%	❌❌	156%	缩量变放量+开仓末期反转

缩量场景(<50% vol)表现: 7/7方向100%准确率 — 半K线策略的核心优势区域。 FNG=11极端恐惧下表现: 黑天鹅防护正常激活，v_reversal×0.5+decel×0.7，但ATR正常+news=NORMAL未触发熔断 — 设计合理。

v5.0 升级路线图

详见 references/quant-knowledge-index.md 和 ~/.hermes/profiles/cqo/quant-knowledge/R12-integration-blueprint.md

v5.6 方向错误修复（✅ 已实施 2026-05-27）

基于2026-05-27深度复盘的3次方向错误分析，已全部落地到引擎代码：

优先级	修复项	状态	实现
R0	momentum/decel冲突检测	✅ direction_rule_v5()	saved_base模式动态降权mom→0.4, decel→0.9
R1	V型反转因子	✅ v_reversal_detect()	BASE_W=0.8, TREND/HIGH_VOL下加权至0.9/1.0
R2	放量突破因子	✅ vol_breakout_signal()	用最近3根完成K线，BASE_W=0.4
R3	Chainlink价格对齐	✅ fetch_chainlink_ref()+run()	Coinbase BTC-USD参考，偏移补偿上限±$300

案例复盘要点：

• 20:20巨量突破(vol=182%)：decel=+1.0正确预判反转，但mom=-0.98权重×1.0淹没反转信号 → R0冲突检测修复
• 20:25放量延续(vol=123%)：同上，momentum仍在消化15根K线的下跌斜率 → R0冲突检测修复
• 20:50低vol(vol=33%)：RANGE regime下meanrev权重放大推高bull，实际仅$2波动 → v5.5 neutral区收缩已覆盖

实时验证: 22:09 CST 运行恰好命中冲突场景(mom=-0.981, decel=+1.0)，输出bear conf=45% score=-1

P0 — 立即实施（回测验证后的修订优先级）

1. 🔴 OFI微结构因子是唯一出路 — 回测证明纯价格因子无预测力。必须接入Binance WebSocket获取orderbook L2数据，实现OFI(Cont et al. 2014)和Stoikov microprice。学术文献R²=15-25%，是5分钟尺度唯一有实证支持的信号
2. 新闻脉冲信号 — 突发事件(Big发布/SEC/ETF)可在5分钟内产生方向性冲击，作为互补信号
3. 降低实盘仓位 — 在edge来源明确前，不应按66%胜率预期下注。实盘66%大概率是小样本+前视偏差的假象

P1 — 2-4周

4. Regime-aware仓位 (HMM检测)
5. LightGBM自动化因子筛选
6. CVaR动态止损

P2 — 1-2月

7. TFT多时间尺度模型 → 替代贝叶斯引擎
8. 期权IV信号 (Deribit)
9. 完整压力测试框架

关键数学升级

• OFI (Cont et al. 2014) → 替代纯价格指标
• Microprice (Stoikov 2018) → 替代 mid price
• Kalman滤波 → 动态EMA权重
• HMM Regime → 自适应仓位
• GPD尾部 → 替代固定止损

参考文件

• references/binance-api-geo.md — Binance API 区域封禁解决方案和迁移记录
• references/quant-knowledge-index.md — 50轮蒸馏知识库索引(14份报告/~80KB)，含升级优先级
• references/polymarket-data-source.md — Polymarket BTC价格结算源(Chainlink Data Streams)、与Binance价差分析、对预测引擎的影响
• references/performance-history.md — 全量实战记录(273轮/8天)，按日详细数据+引擎迭代对比+3大错误模式归因
• references/backtest-findings.md — 365天回测深度复盘：因子无预测力证据、前视偏差诊断、A/B三种模式对比、战略建议
• references/session-2026-06-17.md — 2026-06-17 5轮实时预测: v5.7.2冲突裁决再验证(2/2)✅、fatigue≥0.8误判分析、Binance端点双向故障切换
• references/dreaming-cron-recovery.md — Dreaming Cron故障恢复指南: 数据源不可用恢复步骤、验证命令、配置参考
• references/backtest-v58-1min-findings.md — v5.8真实1min半K线回测：零前视偏差方法论、前2根1min=61.4%准确率、因子贡献分析、半K线延续性alpha证据

复盘记录文件

存放在 skill 目录根下，按日期命名：

• review-2026-05-24.md — v5.4 单边下跌日复盘（方向73.3%）
• review-2026-05-25.md — v5.4 震荡市复盘（Range 88.5%历史最佳，方向61.5%）
• review-2026-05-27.md — v5.6 3次方向错误深度复盘 + 4项修复实施 + 8天273轮总战绩
• review-2026-06-03.md — v5.7.1 首日24轮实盘复盘（方向79.2%, 缩量100%, 5个误判模式分析）
• backtest/review-backtest-2026-05-27.md — 365天回测深度复盘 + 因子无预测力证据 + 前视偏差诊断

报告库

14份深度蒸馏报告存放在 reports/ 目录（也同步在 AGI-Super-Team 仓库）：

• R01-R12：50轮蒸馏（因子理论、策略、DeFi、组合、ML、数据源、前沿研究、期权、微结构、风控、机构方法论、整合蓝图）
• R13：准确率优化方案（178笔复盘后）
• R14：引擎审计报告（顶尖量化审查，4个Critical修复→v5.0架构设计基础）

仓库同步

Skill已同步至 AGI-Super-Team 仓库 skills/5minbtc/。

# 1. rsync 本地最新版到共享仓库（排除运行时数据和日志）
rsync -av \
  --exclude='data/' --exclude='__pycache__/' \
  --exclude='*.jsonl' --exclude='*.jsonl.*' --exclude='*.gz' \
  /home/aa/.hermes/profiles/cqo/skills/5minbtc/ \
  /home/aa/clawd/repos/AGI-Super-Team/skills/5minbtc/

# 2. 提交推送
cd /home/aa/clawd/repos/AGI-Super-Team
git add skills/5minbtc/
git commit -m "sync(skills/5minbtc): <变更简述>"
git push origin master

Commit message 惯例: sync(skills/5minbtc): <版本> 全量同步 — 引擎+回测+复盘+参考文档

同步内容:

• ✅ 引擎 (5minbtc-engine*.py)、日志模块 (5minbtc-log.py)、新闻模块 (5minbtc-news.py)
• ✅ SKILL.md（含冲突裁决规则同步）
• ✅ backtest/（含脚本、结果JSON、README）
• ✅ references/（含黑天鹅防御、Dreaming恢复、Binance地理、性能历史）
• ✅ review-*.md 全量复盘记录
• ❌ data/、__pycache__/（运行时产物）
• ❌ *.jsonl、*.jsonl.*.gz（海量预测日志，按需同步）

同步前dry-run验证:

rsync -av --dry-run \
  --exclude='data/' --exclude='__pycache__/' --exclude='*.jsonl' --exclude='*.jsonl.*' --exclude='*.gz' \
  /home/aa/.hermes/profiles/cqo/skills/5minbtc/ \
  /home/aa/clawd/repos/AGI-Super-Team/skills/5minbtc/

推送前检查point: 确保不包含敏感数据（密钥、API凭证）、市场数据（data/）、海量日志（*.jsonl.gz）

回测系统

backtest/
├── fetch_data.py            # Binance历史数据下载器(分页+断点续传)
├── run_backtest.py          # v5.6回测引擎(导入v5.6因子模块, A/B三种模式)
├── run_backtest_v57.py      # v5.7回测(用模拟半K线，已证实有前视偏差问题)
├── run_backtest_v58.py      # v5.8回测(用真实1min K线构建半K线，零前视偏差) ← 推荐使用
├── run.sh                   # 一键运行(--fast/--sample/--days/--skip-fetch)
├── README.md                # 使用文档
├── data/
│   ├── btcusdt_5m.json      # 5分钟K线数据(105k根, 12MB)
│   └── btcusdt_1m.json      # 1分钟K线数据(259k根, 29MB) — v5.8回测用
└── results/                 # 回测结果(gitignore)

运行命令:

• cd backtest && python3 run_backtest_v58.py --fast --compare — v5.8快速回测(推荐)
• cd backtest && python3 run_backtest_v58.py --half 3 — 用前3根1min
• cd backtest && python3 run_backtest_v58.py --days 180 --full-report — 完整半年报告