# Minara X 文章结构化拆解：回测 236 个 TradingView 策略后发现的 21 个“赚钱机器”

- 来源：<https://x.com/minara/status/2044432012002635843>
- 作者：Minara AI（@minara）
- 发布时间：2026-04-15
- 主题：TradingView 公共策略复现、真实手续费回测、策略筛选与优化

## 一句话结论

Minara 的核心观点是：**绝大多数 TradingView 上看起来赚钱的公开策略，在严格逐笔复现并加入 HyperLiquid 真实手续费后，都会显著失真；真正能留下来的少数策略，普遍具备“低交易频率”或“单笔利润足够厚”这两个特征。**

---

## 1. 文章主线结构

整篇文章可以拆成 6 个部分：

1. **结论先行（TL;DR）**
   - 236 个 TradingView 策略进入测试
   - 只有 63 个通过严格复现
   - 只有 36 个在真实手续费下仍盈利
   - 只有 21 个年化回报超过 10%
   - 高频交易是手续费杀手
   - 严格逐笔对齐比“PnL 大致接近”更可靠

2. **回测管线（Pipeline）说明**
   - 抓取 TradingView 公共 PineScript v5 策略
   - 在内部产品 Strategy Studio 中重建
   - 按交易方向、入场价、出场价逐笔匹配
   - 先零手续费回测，再上 HyperLiquid 真实手续费回测

3. **总体统计结果（Numbers）**
   - 分层展示策略在真实手续费后的存活情况
   - 强调胜率、Sharpe、Profit Factor、最大回撤、交易次数等关键指标
   - 识别手续费敏感性的决定因素

4. **4 个代表性成功案例（Cases）**
   - 100% 胜率的均值回归做空策略
   - 4 年只交易 4 次的 SuperTrend 趋势策略
   - “RSI > 70 反而买入”的动量延续策略
   - 用经典 SMA+RSI 在下跌市场里跑赢买入持有的策略

5. **4 个优化/救援案例（Optimization / Rescue）**
   - 把失效策略从结构层面重做，而不是只微调参数
   - 说明哪些改动有效，哪些无效

6. **局限与未来计划（Caveats + Next）**
   - 市场区间偏多头
   - BTC 样本占比更高
   - 部分优化只做了样本内测试
   - 真实交易还会多出滑点、延迟、成交影响
   - 最终导向 Minara Strategy Studio 的候补名单/产品转化

---

## 2. 核心研究问题

文章本质上在回答 3 个问题：

### 问题 1：TradingView 上“看起来赚钱”的策略，能不能真的复现？
结论：**大部分不能。**

### 问题 2：即便能复现，加入真实交易手续费后还能赚钱吗？
结论：**只有一部分还能。**

### 问题 3：最终能活下来的策略，有什么共同特征？
结论：**低频、厚利润、顺应趋势、容纳手续费。**

---

## 3. 方法论结构

## 3.1 样本来源
- 从 TradingView 社区库抓取公开 PineScript v5 策略
- 仅保留支持的主流交易对和周期：BTC / ETH / SOL / XRP / BNB / DOGE

## 3.2 复现标准
策略在 Strategy Studio 中与 TradingView 回测结果对齐，要求：
- 同方向
- 入场价误差在 1% 内
- 出场价误差在 1% 内
- 至少 70% 的 TradingView 交易能匹配
- 总交易笔数偏差不超过 10% 或 3 笔

并进一步区分：
- A 级：≥90% 匹配，PnL 偏差 ≤10%
- B 级：较宽松但仍可接受

## 3.3 回测流程
1. 收集策略
2. 重建并逐笔对齐
3. 零手续费回测（看纯策略逻辑）
4. HyperLiquid 真实手续费回测（maker 0.015%，taker 0.045%）

## 3.4 方法论价值
作者强调：
- **“PnL 差不多”不等于真的复现了策略**
- 真正重要的是**逐笔一致性**
- 如果复现标准放松到 ±15% PnL，合格率会虚高很多

---

## 4. 关键数据结论

### 4.1 漏斗结果
- 测试策略：236
- 严格复现通过：63
- 真实手续费下仍盈利：36
- 年化 > 10%：21

也就是：
- 复现通过率约 27%
- 通过复现后仍盈利约 57%
- 从原始总体看，真正“可复现且净盈利”的概率约 15%，大约 **7 个里只有 1 个**

### 4.2 费用影响
- 中位数 APR（扣费后）：+2.4%
- 中位数 Sharpe：+0.41
- 所有从“零手续费盈利”变成“真实手续费亏损”的策略，都有一个共同点：
  **年交易次数 > 200**

### 4.3 决定策略生死的不是指标，而是交易轮廓
作者的关键判断：
- 不是策略名、指标名、时间周期决定成败
- 而是：
  - 单笔利润够不够厚
  - 交易频率高不高
  - 手续费能不能被自然吸收

这是全文最重要的洞察。

---

## 5. 作者归纳出的“幸存策略画像”

幸存者通常有两类：

### 类型 A：低频趋势型
特征：
- 交易次数少
- 单笔盈亏空间大
- 容忍较低胜率
- 靠少数大盈利覆盖大量小亏损和手续费

代表：
- SuperTrend
- Keltner Breakout
- RSI > 70 Buy（实际上是动量延续）

### 类型 B：低频均值回归型
特征：
- 胜率高
- 出手少
- 每笔目标利润不能太薄
- 一旦交易太频繁，就容易被手续费吞没

代表：
- BB Upper Breakout Short +2%

### 失败策略常见画像
- 高频
- 每笔利润很薄
- 胜率看起来不错但不够覆盖费用
- 本质是“给交易所打工”

最典型例子：
- 1 分钟 BTC 策略，14 天内交易 2655 次，资本亏损 64.7%

---

## 6. 4 个成功案例的结构意义

## Case 1：100% 胜率的 SOL 均值回归做空
逻辑：
- 价格突破布林带上轨 2% 后做空
- 回落 2% 止盈

结构意义：
- 胜率极高
- 交易不频繁
- 单笔利润足够覆盖费用

隐含提醒：
- 胜率高不等于稳健，样本量只有 49 笔
- 最大回撤仍可达 36.7%

## Case 2：4 年只做 4 笔的 BTC 日线 SuperTrend
逻辑：
- 大 ATR 倍数的 SuperTrend，仅在大级别趋势反转时触发

结构意义：
- 手续费几乎可以忽略
- 少数大行情就能决定收益
- 典型“少做但做大”的趋势策略

## Case 3：RSI > 70 不是卖出，而是买入
逻辑：
- RSI 上穿 70 买入
- RSI 下穿 70 退出

结构意义：
- 否定“指标教科书”的机械理解
- 在趋势资产里，“超买”常常代表动量延续，而非见顶

## Case 4：SMA + RSI 的经典趋势过滤策略
逻辑：
- 价格在 50 日/200 日均线上方，且 RSI 均值 > 57 时做多
- 跌破结构后退出

结构意义：
- 真正的 alpha 不是“买了什么”，而是“什么时候不参与”
- 通过过滤弱势区间，跑赢了亏损中的 ETH buy-and-hold

---

## 7. 优化/救援部分的真正重点

文章后半段最有价值的，不是具体参数，而是它体现出的优化原则。

### 原则 1：结构错了，就别微调
例如把一个 1 分钟超高频剥头皮策略，直接重构成 4 小时多因子趋势策略。

作者观点很明确：
- 有些策略不是“参数差一点”
- 而是“结构上根本不可能在真实手续费里活下来”

### 原则 2：频率要降，质量要升
典型做法：
- 1m → 4h / 1D
- 增加趋势/波动过滤器
- 加 cooldown
- 减少噪音入场

### 原则 3：止损止盈要与波动率匹配
固定百分比止损，经常会有两个问题：
- 高波动时太紧
- 低波动时太松

所以作者反复使用：
- ATR 初始止损
- ATR trailing stop

### 原则 4：宁可低胜率，也要高 profit factor
文章展示出一个反直觉事实：
- 很多高胜率策略，最后输给手续费
- 真正留下来的，经常是胜率 35%~50%，但盈利单够大

### 原则 5：真正有用的优化，要看样本外（OOS）
作者也承认：
- 样本内改好了，不代表未来也有效
- 4 个 rescue case 里，只有 1 个做了明确样本外测试

这点是比较诚实的。

---

## 8. 这篇文章的核心认知增量

如果只保留 5 条高价值信息，可以记这 5 条：

1. **TradingView 公共策略的“展示收益”，远远不能直接相信。**
2. **严格逐笔复现，比只看总收益接近更重要。**
3. **手续费不是细节，而是筛掉大多数策略的主因。**
4. **高频薄利策略最容易死，低频厚利策略更容易活。**
5. **优化一个策略时，先判断结构是否可救，再决定要不要调参。**

---

## 9. 站在实战者角度，这篇文章最值得借鉴的框架

如果把它抽象成可迁移的方法，可以变成下面这个流程：

1. **先验真**：你的策略能否逐笔复现？
2. **再去噪**：去掉截图/营销话术，只保留真实交易明细
3. **再加真实摩擦**：手续费、滑点、成交限制
4. **再分型**：低频趋势 / 均值回归 / 高频噪音
5. **再优化**：
   - 频率是否过高？
   - 单笔边际是否过薄？
   - 出场逻辑是否缺失？
   - 是否只在样本内看起来有效？
6. **最后才决定是否上线**

---

## 10. 我对这篇文章的简评

这篇文章最强的地方，不是它列出了 21 个“赚钱策略”，而是它提供了一个更可信的判断框架：

- 不迷信 TradingView 展示结果
- 不迷信高胜率
- 不迷信复杂指标堆叠
- 把“可复现性 + 真实摩擦 + 交易轮廓”作为核心评估标准

它本质上是在说：
**策略研究里，最值钱的不是发现一个神奇参数，而是建立一套能稳定剔除伪优势的验证流程。**

这个视角比单纯抄作业更有价值。

---

## 11. 适合继续追问的 3 个方向

如果继续深挖这篇内容，值得问：

1. **这 21 个策略里，哪些在样本外还能站住？**
2. **如果把手续费换成 Binance / OKX / Bybit，排名会怎么变？**
3. **加入滑点和实盘成交影响后，还能剩下多少？**

这些问题会比“哪个策略 APR 最高”更接近真实交易价值。