AutoQuant：面向执行约束的加密货币永续合约自动调优的可审计专家系统框架
交易与市场微观结构
2025-12-30 v1
摘要
忽略 microstructure 摩擦并在参数搜索中重复使用评估窗口的加密货币永续合约回测极其脆弱。我们研究了四个流动性永续合约 (BTC/USDT, ETH/USDT, SOL/USDT, AVAX/USDT)，并量化了执行延迟、资金费用、手续费和滑价如何可能夸大报告的性能。我们引入 AutoQuant，一个以执行为中心、无 alpha 依赖的可审计策略配置选择框架。AutoQuant 编码严格的 T+1 执行语义和无前瞻资金对齐，在真实成本下运行贝叶斯优化，并针对滚动窗口中的 hold-out 窗口和成本灵敏度网格应用双重筛选协议。我们表明，仅收取费用或零成本的回测可能显著高估年化收益，而双重筛选即使在相同严格语义下也能减少回撤。CSCV/PBO 诊断表明仍存在显著的残余过拟合风险，这激励 AutoQuant 作为验证和治理基础设施，而非持续 alpha 的声称。报告的收益针对小账户仿真，使用线性交易成本且不考虑市场冲击或容量建模。
引用
@article{arxiv.2512.22476,
title = {AutoQuant: An Auditable Expert-System Framework for Execution-Constrained Auto-Tuning in Cryptocurrency Perpetual Futures},
author = {Kaihong Deng},
journal= {arXiv preprint arXiv:2512.22476},
year = {2025}
}