原理

Principles

  • 我构建的是一个可信回测与影子撮合引擎，其目标是在相同口径与数据的前提下能复现同样的结果。
  • 不是展示“赚多少”，而是展示“策略与实盘的可验证一致性”。
  • 可复现：同一口径（spec）+ 同一数据 → 结果字节级一致。
  • 证据链：每次发布提供 FREEZE 包与指纹：spec_hash_short "-", freeze_sha256_short "-", code_git_short "-"
  • 影子撮合：对照实盘生成漂移指标 Drift bps（p50/p90） 与资金费等价误差。
  • 当前覆盖加密货币市场，口径与资金费结算均按交易所原始规则实现。
  • 只读延时：所有展示延时 ≥ 15m；不提供交易指令。
  • 我同时搭建了策略生成自主进化引擎。它可以在锁死口径下进行确定性演化，配有混合演化机制、漂移感知优化、与影子对照的逐级晋升。防过拟合机制包括冻结数据集、双跑一致校验、复杂度惩罚与外样本验证，防止策略因偶然性被放大。目前该引擎已经和回测引擎达成小闭环。但是现在还不打算开放，嘿嘿

Reproducible · Auditable · Deterministic · Verified

问答（节选）

以下为关于「可复现性 / FREEZE 包」「影子撮合与漂移」「系统与数据」「进阶挑战」的问答节选

第一组：关于「可复现性」与「FREEZE 包」（核心承诺）
问题一：拿到 spec_hash 与 FREEZE 包后，如何在本地复现字节级一致的报告？是否需要连你们服务器？FREEZE 包包含什么？

答FREEZE 包是可离线运行的实验快照，包含：

  • 完整结果（result.json、report.json、audit.json）；
  • 当时的 CONTRACT 与 engine_spec.yaml；
  • 五指纹（code_git_hash、data_version、spec_hash、random_seed、env_fingerprint）；
  • 数据切片校验（.sha256）、日志与配置。

复现步骤：解压 → 用 manifest.json 对照依赖 → 运行 python3 -m crypt.runners.replay_freeze manifest.json（可离线）→ sha256sum -c manifest.sha256 验证一致。不是 Docker 镜像，但元数据与哈希足够复现。

问题二：spec_hash 的具体组成？是否包含代码、参数、数据版本、手续费/滑点模型、再平衡、随机种子？

答spec_hash = SHA1(engine_spec.yaml + CONTRACT.json + fee_model.py + slippage_model.py + rebalancer.py + seed)。

改动上述任意文件/参数都会产生新 spec_hash。

问题三：涉及随机性时如何保证确定性？跨平台能 100% 一致吗？

答固定 random_seed（numpy/random/torch），记录进化过程，打印 env_fingerprint。 只要 Python/依赖版本一致，跨 Linux/Windows 结果哈希一致。

第二组：关于「影子撮合」与「漂移指标」（实盘验证）
问题四：影子撮合如何工作？是否使用逐笔账本？

答实盘成交价 vs. 模拟成交价对照，差值为 execution_drift。默认 4h K 线，也支持 Level2（交易所开放时）。

问题五：「漂移中位线 x bps」如何计算？是否可见 p90/p95/p99？极端行情会放大吗？

答bps 为相对成交额的基点： drift_bps = (fill_shadow - fill_real)/fill_real × 10^4。提供全分布；极端时期会扩大，并由报告标注异常区间。

问题六：资金费等价误差如何计算？

答历史费率回放；计算 funding_align_bps = (funding_shadow - funding_real)/funding_real × 10^4。不做预测。

第三组：关于「系统架构」与「数据」（基础设施）
问题七：离线引擎还是中心化服务？交付形态？

答可独立部署：Docker 版或 FREEZE+Runner 工具包。内网运行，不依赖我们的 API。

问题八：历史数据来源与清洗？

答直接来自交易所与 Binance Data Portal；清洗含 5σ 过滤、UTC 统一、缺口补齐与多交易所交叉校验；每日 data_audit_stub 验证。

第四组：进阶挑战（外部依赖 & 统计意义）
问题九：涉及外部数据的策略如何锁死依赖以复现？

答保存外部源摘要与缓存副本，失效时走副本重放；动态 API 的策略不纳入“确定性回测”。

问题十：“被数学证明”的含义？

答非形式化证明；指确定性一致性的可证明性与统计显著性检验（KS / t-test）。

行业意义（节选）
  • 研究黄金标准：以 spec_hash + FREEZE 达成字节级复现，告别“炼丹术”。
  • 审计与合规自动化：五指纹构成证据链，显著降低信任成本。
  • 价值主张转移：从“神秘阿尔法”到“可验证稳健性”。
  • 潜在风险：框架趋同可能带来集体脆弱性，需要分散化与监控。

过去像炼金术，未来像化学：标准流程、纯净试剂、可重复实验 - 真正的信任

← 返回首页