[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-1278":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":15,"stars7d":16,"stars30d":17,"stars90d":14,"forks30d":14,"starsTrendScore":18,"compositeScore":19,"rankGlobal":9,"rankLanguage":9,"license":9,"archived":20,"fork":20,"defaultBranch":21,"hasWiki":22,"hasPages":20,"topics":23,"createdAt":9,"pushedAt":9,"updatedAt":24,"readmeContent":25,"aiSummary":26,"trendingCount":14,"starSnapshotCount":14,"syncStatus":15,"lastSyncTime":27,"discoverSource":28},1278,"crypto-kol-quant","0xquqi\u002Fcrypto-kol-quant","0xquqi","首个将99位加密KOL交易经验LLM蒸馏为可回测量化因子的开源项目 | First to distill 99 crypto KOL trading experience into backtestable quant factors via LLM",null,"HTML",296,69,1,0,2,3,25,6,5.54,false,"main",true,[],"2026-06-12 02:00:25","# 锁妖塔 Skill —— 炼化 99 个加密交易员\n\n把 99 个顶级加密交易员的推特\"关进锁妖塔\"，用 LLM 炼出他们的交易直觉，变成 87 个可回测的量化因子。\n\n每天问一句\"大家怎么看\"，99 个交易员同时告诉你方向。\n\n## 炼了什么\n\n| 原料 | 数量 |\n|---|---|\n| S 级交易员 | 99 人（从 1000+ 候选中三轮筛选） |\n| 推文 | 39,843 条（2024-01 → 2026-04） |\n| K 线截图 | 17,657 张（1.7 GB） |\n| 蒸馏 profile | 99 份（每人 15-25 个能力 + 口头禅 + 信心词汇） |\n| 能力库 | 470 条（70 种子 + 400 涌现） |\n| 量化因子 | 87 个 Python 评估器 |\n| 价格数据 | 832 天日线 × BTC\u002FETH\u002FSOL\u002FDOGE + DXY\u002F黄金\u002F美债\u002FSPX |\n\n## 炼出了什么\n\n### 87 个量化因子，16 个统计显著\n\n从 99 人的推文和图表里提取出 470 个\"交易直觉\"（比如\"200 周均线附近机械买入\"、\"4 年周期派发阶段做空\"、\"假突破后反手\"），然后把它们转成 Python 规则，在 832 天历史上回测 IC（信息系数）。\n\n**最强 5 个因子：**\n\n| 因子 | IC | 来源交易员 | 说明 |\n|---|---|---|---|\n| 200W MA 价值区 | **+0.297** (SOL) | @LedgerStatus | 价格在 200 周均线附近 = 历史级买点 |\n| 200W MA 机械买 | **+0.220** (BTC) | @IvanOnTech | 触碰 200 周均线直接买，不想理由 |\n| 4 年周期论 | **+0.201** (BTC) | @rektcapital | 减半后 18 月进入派发\u002F熊段 |\n| OHLC 锚点 | **+0.109** | @KillaXBT | 周开盘价作为日内支撑阻力 |\n| 强势下行趋势 | **+0.098** | @DrProfitCrypto | 价格在 200 日均线下方 + 死叉 |\n\n**最强反指因子（应反向使用）：**\n\n| 因子 | IC | 说明 |\n|---|---|---|\n| 黄金避险 | **-0.218** (SOL) | 黄金大涨时做多 BTC？错！BTC 常脱钩下跌 |\n| 强势上升趋势 | **-0.100** (BTC) | \"趋势跟随做多\"在周期后段反而是见顶信号 |\n\n### 99 个交易员的信任分\n\n每个交易员的\"自述经验\"被量化为一个 composite signal，和历史走势做回归：\n\n- **58 人正 IC**（自述方法和真实盈亏方向一致 → 可以跟）\n- **41 人负 IC**（自述方向和真实方向相反 → 当反指用）\n- **21 人 |IC| > 0.1**（强信号）\n\n**最值得跟的 5 人：**\n@Yodaskk (+0.145) · @dpuellARK (+0.110) · @AnalysisElliott (+0.106) · @Tree_of_Alpha (+0.103) · @ToneVays (+0.099)\n\n**最强反指 5 人：**\n@christiaandefi (-0.201) · @shufen46250836 (-0.180) · @WClementeIII (-0.158) · @Engineercryptoo (-0.157) · @GugaOnChain (-0.143)\n\n### 实时共识输出\n\n跑一次 `\u002Fconsensus`，输出：\n\n1. **🔴 BEARISH \u002F 🟢 BULLISH** 大字判定\n2. 99 人投票：多 X \u002F 空 X \u002F 中性 X\n3. 30 天隐含价格区间（多头 box + 空头 box）\n4. 当前触发的因子列表\n5. 交互式 K 线图（Plotly HTML）\n6. 交易员信号面板\n\n### 回测验证\n\n**BTC 日线（近 7 天）：**\n- 跟信号方向：胜率 57%，$1000 → $1079（+7.9%）\n\n**BTC 剥头皮（日线定方向 × 5m 入场）：**\n- 日线共识做方向过滤 → 胜率从 50% 提升到 59%（+9%）\n- 盈亏比 1.28\n\n## 使用方式\n\n**方式 1：Claude Code skill**\n```\n\u002Fconsensus              # 用缓存数据（秒出）\n\u002Fconsensus --refresh-ohlc  # 拉最新 Binance 行情\n\u002Fconsensus eth           # 看 ETH\n```\n\n**方式 2：直接跑 Python**\n```bash\npython3 quant_factors\u002Frun_consensus.py --refresh-ohlc\n# 输出 consensus_snapshot.html + consensus_snapshot.json\n```\n\n## 可扩展\n\n- **加交易员**：跑 codex 蒸馏 → 自动进因子库\n- **加数据源**：Binance perpetual (funding\u002FOI) \u002F Glassnode (MVRV\u002FNVT) \u002F FRED (M2\u002FPMI) → 激活 20 个 mock 因子\n- **加自定义因子**：在 capabilities\u002F 里写 Python 函数即可\n- **多时间框架**：接 5m K 线 → 剥头皮模式\n\n## 文件结构\n\n```\n├── quant_factors\u002F\n│   ├── run_consensus.py        # 一键运行\n│   ├── feature_engine.py       # 88 特征\n│   ├── capabilities\u002F           # 87 个因子评估器\n│   ├── backtest.py             # IC 回测\n│   ├── trader_composite.py     # 信任分\n│   ├── consensus_now.py        # 共识快照\n│   └── render_consensus.py     # Plotly 渲染\n├── profiles_v2\u002F                # 99 份交易员 profile\n├── capabilities_v1.json        # 470 条能力库\n├── ohlc_daily.json             # 价格数据\n└── macro_daily.json            # 宏观数据\n```\n\n## ⚠️ 声明\n\n这是研究项目，不是交易建议。回测 ≠ 实盘。7 天样本不具统计意义。请自行承担风险。\n\n## License\n\nMIT\n","该项目旨在通过大型语言模型将99位顶级加密交易员的推特内容转化为87个可回测的量化因子。其核心功能包括从交易员的推文和图表中提取出470条“交易直觉”，并将其转化为Python规则进行历史回测，以评估这些因子的有效性。项目还提供了实时共识输出，能够显示当前市场情绪、触发的因子列表以及交互式K线图等信息。适合用于加密货币市场的量化分析与策略开发场景，帮助投资者更好地理解市场动态并制定投资决策。需要注意的是，该工具仅作为研究用途，并非实际交易建议。","2026-06-11 02:42:46","CREATED_QUERY"]