多维数据,理解市场
研究关注价格、成交活动及衍生品市场信息,从多个维度观察市场变化。数据整理重视时间对齐、观测缺失与来源覆盖,为特征构建和信号研究提供可比较的基础。
市场观察 / 数据整理 / 特征研究专注数字资产多空组合的量化基金。
将市场观察转化为可检验的策略,
以多资产、多策略配置构建组合。
BlackCat Capital 是一家聚焦数字资产的量化基金,以合约对冲为主要策略方向。我们从市场数据出发,将机器学习与规则信号纳入研究,在多个数字资产标的与子策略之间形成多空配置。
研究既关注信号的历史表现,也关注其在不同时间阶段的适用性,以及与其他策略共同构建组合时的作用。从数据整理、研究假设到时间验证,再到组合配置,每一步都服务于同一个问题:如何将市场观察转化为有依据的投资判断。
研究历程随着市场结构变化,我们观察到部分山寨资产流动性减弱,原有主观多头方法的适用空间逐渐收窄。基于这一判断,自 2025 年 3 月起逐步由主观交易过渡至量化交易。2025 年是方法逐步衔接的阶段,在持续完善研究与组合方法的过程中,发展为当前的多空组合框架。
周度净值与年度收益并列呈现,从连续曲线到年度区间,查看不同时间尺度的历史表现。
历史资料暂未加载,请刷新后重试。
按实际日期展示记录,净值保留两位小数。
| 观测日期 | 记录净值 | BTC 参考净值 | 方法阶段 |
|---|
研究围绕三个问题展开:市场正在发生什么,信号能否经受时间检验,不同策略如何共同形成组合。数据、方法与配置,是我们量化交易的研究主线。
研究关注价格、成交活动及衍生品市场信息,从多个维度观察市场变化。数据整理重视时间对齐、观测缺失与来源覆盖,为特征构建和信号研究提供可比较的基础。
市场观察 / 数据整理 / 特征研究结合机器学习与规则信号,将市场特征转化为资产筛选与多空配置的研究依据。模型研究按时间区分训练、验证与后续测试,关注信号在不同阶段的表现及适用边界。
机器学习 / 规则信号 / 时间验证围绕多个数字资产标的开展合约多空配置,将不同子策略汇总为统一组合。组合构建同时考虑标的集中度、多空敞口与策略之间的配置关系,并随研究信号变化调整持仓目标。
多资产配置 / 多策略组合 / 敞口管理市场观察 → 信号研究与时间验证 → 多空组合
交易体系支持小时级别的目标更新与再平衡,并通过实际成交和成本复盘,为研究提供反馈。
欢迎交流研究方法、数据整理与内容反馈。
点击邮箱使用你的邮件应用联系。
交流研究方法、历史资料与内容反馈。
历史净值依据提供的账户记录资料整理,尚未完成原始账表和交易平台记录的逐项核对,也未经独立审计。页面展示历史资料,未连接实时账户数据。
记录以周度观测为主,包含临时加记;相邻点按实际日期连续连接,连线不表示期间实际变化,周度记录无法反映周内或日内最大亏损。同日多条记录按原顺序保留,具体时刻未列明。
页面与 CSV 显示两位小数,绘图保留原始精度。计价币种、估值时点、费用、出入金、分红与再投资处理,以及 BTC 参考序列的定义仍待核实。
年度收益按「区间末净值 ÷ 区间初净值 − 1」计算,使用未四舍五入的记录值。2022 年为 12 月 5 日至 12 月 18 日的起始区间;因缺少 2022 年末观测,2023 年以 2022 年 12 月 18 日为起点,属于近似年度区间。2024、2025 年采用相邻年末记录,2026 年为截至 10 月 25 日的年初至今区间。未对不足整年的区间年化,也不将净值变动认定为经核验的分红再投资总回报。
2025 年 3 月起逐步由主观交易过渡至量化交易,2025 年的记录涵盖主观交易与逐步引入量化方法的过程,不应视为全年均由当前量化策略产生。2025 年 3 月表示引入起点,不是全部切换完成的日期;历史数据表将2025年3月至年末标为逐步过渡阶段,不定义精确的切换完成日。全期记录不能全部归因于现行量化或机器学习方法。
策略说明为研究方法与组合构建的概述,不表示每个子策略均使用所述全部数据或机器学习方法。多资产指多个数字资产标的,不表示覆盖所有资产类别。具体信号、因子组合、模型配置、权重、阈值及执行参数不公开。
本页用于品牌、研究方法及历史资料展示。页面内容不构成投资建议、交易指令、认购邀请或收益承诺;标识及框架介绍不代表金融机构资质或监管认可。
联系邮箱用于研究交流和内容反馈。页面不提供资金收付、账户委托、交易平台开户或跟单服务。
历史表现不代表未来结果,研究与回测结果亦不能直接等同未来实盘表现。机器学习可能出现过拟合或模型失效,多资产配置与对冲不能消除损失;市场、流动性、杠杆、系统及交易平台等因素均可能造成损失。中国大陆对虚拟货币相关业务及其商业展示、营销宣传有严格限制,展示形式或境外托管本身不构成监管豁免,相关行为须遵守适用法律法规。