Gate 研究院：BTC 价格创波段新高，TSI 指标年化收益率高达 119%

前言

本次量化双周报（4 月 10 日至 4 月 24 日）通过比特币和以太坊的市场走势分析，全面运用多空比率、合约持仓量、资金费率等指标。本文深入探讨了真实强弱指标 (TSI) 的原理、计算逻辑及在 BTC 交易中的应用策略。通过详细的参数优化与回测验证，结果表明优化后的 TSI 指标在捕捉市场趋势转折和动量强弱方面表现出色，其回测收益率和风险控制指标均显著优于单纯持有 BTC 的策略，为交易者提供一个有效的量化交易工具。

摘要

• BTC 价格突破至 94,000 USDT，而 ETH 价格突破至 1,800 USDT 附近，双双走强。
• 近两周 ETH 的波动率变化整体高于 BTC，显示出更强的价格波动性。
• BTC 多空比在价格突破阻力位后，逐步上升，并于 4 月 23 日快速下降，市场投资者短期获利了结。
• BTC 的合约持仓量自低点上涨约 28%，显示市场做多交易情绪升温。
• ETH 资金费率多次跌入负值区间，反映空头资金在部分时段占据主导地位。
• TSI 指标在最佳参数设定下，年化收益率达 119.75%。

市场概况

1. 比特币与以太坊的价格波动率分析

在过去两周里，比特币主要在 81,000 至 85,000 USDT 区间内整理。受美元走弱和关税冲突缓解的提振，比特币于 4 月 21 日突破阻力位，随后持续走强并站上 90,000 USDT 关口，于 4 月 22 日达到约 94,000 USDT 附近的阶段性高点。自 4 月 10 日以来，比特币累计上涨约 15%，多头动能占据优势，成功收复了 2 月 25 日的失地。而以太坊价格表现则相对疲弱，在此期间多次向下探底，但也于 4 月 21 日到 4 月 22 日之间迅速拉升，突破并站上前期阻力位 1,600 USDT，重新站上 1,800 USDT 位置。自 4 月 10 日以来累计上涨约 12%。

图一：BTC 价格突破至 94,000 USDT，而 ETH 价格突破至 1,800 USDT 附近，双双走强

过去两周，加密市场较长时间维持盘整态势，波动率较 4 月初明显趋缓。在 4 月 10 日至 4 月 13 日初期阶段，比特币价格一度跌破 80,000 USDT，BTC 日内波动率迅速攀升，最高触及 0.0243。而同日以太坊波动率更是高达接近 0.043，反映 ETH 在价格波动方面远高于 BTC，显示 ETH 短期参与交易更为活跃，价格敏感度更强。

在随后的 4 月 14 日至 4 月 20 日期间，市场波动整体趋于相对平缓，波动率逐步下降至偏低的水平区间，BTC 和 ETH 的波动率维持在 0.005 至 0.015 附近，显示市场整体陷于整理阶段，投资者情绪趋于谨慎观望。

4 月 21 日至 4 月 23 日期间，伴随两大币种价格突破，包括 BTC 与 ETH 在内的市场波动率急剧上升，显示市场多空双方博弈意愿增强、资金交易意愿明显提高。其中 ETH 波动率持续维持较高水平，最高波动率再度触击 0.03，高于 BTC 同期水平，说明以太坊短期投资参与热情更高，多空博弈更为剧烈。【1】【2】

图二：ETH 的波动率变化整体高于 BTC，显示出更强的价格波动性

2. 比特币与以太坊多空交易规模比率（LSR）分析

在 4 月 10 日至 4 月 12 日期间，BTC 的多空比率快速攀升至 1.09，显示交易者做多势头明显增强。同时在 4 月 13 日至 4 月 17 日期间，多空比率则出现一波回落并横盘整理，反映了市场行情的调整，多空力量趋于均衡，市场整体情绪趋于谨慎。4 月 18 日之后，多空比率再度逐步走高，并在 4 月 21 日至 22 日当日创出阶段性高位 1.13，体现投资者做多预期进一步强化。然而，随后的快速回落表明市场投资者短期获利了结，或经历剧烈波动后部分资金迅速获利退出，对价格走势扩张持续性保持警惕。

4 月 10 日至 4 月 12 日期间，ETH 多空比率快速上涨并达到阶段性高点 1.06，表明市场在此期间多头占据优势，投资者整体情绪较为乐观。但随后 13 日至 16 日期间，多空比率出现明显回落，市场情绪进入阶段性回调整理状态，多头力量有所消退。自 4 月 17 日至 4 月 19 日，多空比率再次急速攀升至 1.08，多头再度占据优势位置，投资者进入偏多布局状态。然而，随后的 20 日至 21 日又迅速回落，反映出多空交织博弈剧烈，市场整体方向不明朗，投资者操作趋于短线，观望情绪较浓。进入 4 月 22 至 23 日，随着 ETH 价格的显著上涨，多空比率在短暂回调后再度上行至 1.07，显示市场在价格突破后再度对多头方向产生较为积极的情绪反应。

整体而言，BTC 和 ETH 两大主流币种多空交易规模比率与价格走势均有较强的关联性，BTC 短期多头相对占优，市场情绪积极，而 ETH 则多空博弈激烈，市场较为谨慎。【3】

图三：BTC 多空比在价格突破 85,000 USDT 阻力位后，逐步上升，并于 4 月 23 日快速下降

图四：ETH 多头流动性仍然偏弱、空头情绪相较 BTC 更强

3. 合约持仓金额分析

据 Coinglass 数据显示，自 4 月 10 日起，BTC 合约持仓量先上升至 589 亿美元的阶段高点，随后回落至 524 亿美元的低位。进入 4 月 21 日后，伴随 BTC 价格走强，合约持仓量亦出现明显突破，最高升至 671 亿美元，自低点上涨约 28%，显示市场投资者信心有所回升，交易情绪更趋活跃。

同期 ETH 的合约持仓量则相对稳定地处于 170 亿至 185 亿美元区间，并随着 ETH 价格上涨而同步攀升，最高达到 212 亿美元。这一现象显示市场投资者风险偏好提升。【4】

图五：BTC 的合约持仓量自低点上涨约 28%，显示市场做多交易情绪升温

4. 资金费率

4 月 10 日至 4 月 12 日期间，BTC 和 ETH 资金费率多次陷入负值区域，通常表明市场短期处于空头主导的状态，市场情绪偏于谨慎。

4 月 13 日至 4 月 16 日期间，两者资金费率明显由负转正，并多次来到正费率区间高点，如 BTC 在 4 月 14 日达最高资金费率 0.0077%，而 ETH 同期最高亦达到 0.0062%（4 月 15 日），这说明市场在此期间做多情绪相对较高，多头势力占优。

随后 4 月 17 日至 4 月 20 日，资金费率频繁震荡，交替在正负区间，BTC 与 ETH 的资金费率差异有所扩大，显示投资者出现短期分歧，市场走势不明朗且多空博弈激烈。

正负波动最剧烈的为 4 月 21 日至 4 月 23 日期间，BTC 的资金费率在 4 月 21 日快速下跌触及 -0.0194%、-0.0186%，以及 4 月 22 日 16:00 达到阶段性最低点 -0.0271%，随后逐渐回升。说明该时段 BTC 市场剧烈波动，伴随较强的空头力量，市场出现较强的做空情绪，随后市场逐渐修复，转趋理性。同期 ETH 资金费率也表现同样剧烈波动（4 月 21 日 8:00 达 -0.0083%、4 月 23 日 0:00 达到最低点 -0.0122%），意味着该时段 ETH 也同样面临显著卖压，短期内空方优势突出，但回调较快。

近两周，BTC 和 ETH 的资金费率均呈现剧烈波动与频繁的市场情绪转换，表明市场多空博弈激烈，缺乏持续清晰的市场共识。其中尤以 4 月 21 日至 23 日市场情绪波动最为显著。这样的资金费率浮动体现了当前市场投资者短期投机性行为占主流；并且频繁快速的多空切换，显示短线资金在行情波动时快速追逐方向；资金情绪缺乏稳定共识，在行情突破阶段明显呈现放大现象。【5】【6】

图六：ETH 资金费率多次跌入负值区间，反映空头资金在部分时段占据主导地位

5. 加密货币合约爆仓图表

根据 Coinglass 数据显示，自 4 月 10 日以来，加密货币合约市场的爆仓金额相较 4 月初出现明显收敛。截至 4 月 21 日前的期间内，整体合约市场日平均爆仓额约为 2.16 亿美元，显示市场波动幅度趋缓，投资者的风险控制意识有所增强。

但伴随 4 月 21 日之后加密货币市场价格的强劲突破及快速攀升，市场行情的剧烈波动使得空头仓位集中爆仓。4 月 22 日当日全市场空单爆仓金额显著提升，空单爆仓金额高达 5.17 亿美元，而爆仓资金的大幅增加也显示了短期空头头寸的踩踏现象。这进一步体现出在价格快速上涨阶段，市场交易情绪剧烈变化，投资者对短期方向判断出现分歧，促使爆仓规模急剧上升。【7】

图七： 4 月 22 日，整体合约市场空单爆仓金额为 5.17 亿美元。

量化分析 - TSI 指标，精准捕捉趋势转折与动量强弱的交易利器

（免责声明：本文所有预测是基于历史数据及市场趋势得出的分析结果，仅供参考，不应被视为投资建议或未来市场走势的保证。投资者在进行相关投资时，应充分考虑风险并谨慎决策。）

1. 指标概述

真实强弱指标（True Strength Index，简称 TSI）由 William Blau 开发，属于振荡类指标，通过对价格动量进行平滑处理，帮助交易者辨识价格趋势、强度和市场的超买超卖区域。TSI 在交易中具有提示趋势转折点、确认动量信号、识别背离等优势，尤其适用于趋势跟踪和动量类交易策略。

2. 核心计算逻辑

TSI 指标的基本计算步骤如下：

1.首先计算价格的动量（Momentum）： 动量=当前收盘价−前一日的收盘价

2.对获得的动量值进行双重的指数平滑处理（EMA），通常使用常见周期设置为 25 日（慢线）和 13 日（快线）： EMA1 = EMA (动量,快周期 13)，EMA2 = EMA (EMA1,慢周期 25)

3.对动量的绝对值计算双重 EMA： 绝对动量 = ∣当前收盘价 − 前一日收盘价∣，EMA3 = EMA (绝对动量,快周期 13)，EMA4 = EMA (EMA3,慢周期 25)

4.最终 TSI 指标值为： TSI = EMA2 / EMA4 × 100

此计算方法让 TSI 指标在平滑价格动量波动的同时，既能清晰反映当前市场的趋势，也可以有助于确定市场的超买超卖状态。

3. 交易应用策略

交易逻辑：

• 买入信号 : 当 TSI 指标由下向上穿越设定阈值（threshold）时，买进。
• 卖出信号 : 当 TSI 指标由上向下穿越设定阈值（threshold）时，卖出。 阈值（threshold）为临界值，是指一个效应能够产生的最低值或最高值。

策略参数说明： 为了提高 TSI 指标计算的易用性和灵活性，我们设定了以下三个基础参数：

• mDay（快线周期）：对价格的动量进行首次指数平滑的 EMA 周期参数，通常取 13 天，用于迅速回应市场价格的变化。较小的 mDay 值会使 TSI 对价格波动反应更敏感；较大的值则相反。
• nDay（慢线周期）：对首次平滑后的动量结果再进行二次指数平滑的 EMA 周期参数，通常取 25 天。nDay 决定了 TSI 对长期趋势波动的响应速度，nDay 越大，整理的趋势特征越平滑、稳定；nDay 越小，曲线波动幅度越大。
• threshold（阈值设定）：设定 TSI 指标的超买超卖临界水平，通常取 ±25（正负25）作为参考阈值。当 TSI 超过 +threshold 时视为进入超买状态，低于 -threshold 时视为进入超卖状态。这一数值可根据不同市场及个股特征进行调整，较高的阈值倾向于较少但质量更高的交易信号，较低的阈值则产生更多但灵敏度更高的交易信号。

交易范例： 以 BTC 为例说明，参数设定（mDay=13，nDay=25，threshold=25）：

• 交易信号触发： 在 2025 年 4 月 20 日 22:00（UTC+8）的 15 分钟 K 线中，比特币的 TSI（True Strength Index）指标由下向上突破 -25 的阈值，根据我们的策略设定，此为明确的买入信号。

• 交易行动与结果： 在趋势确认后，投资者于随后一根 K 线执行买入操作。随后价格迎来一波上涨，并在 TSI 指标由上向下跌破 +25 阈值时平仓卖出。该波段涨幅达到 3.36%，验证了 TSI 指标在本次操作中的有效性。

通过上述实例，我们详细演示了如何利用 mDay、nDay 和 threshold 三个参数构建并应用 TSI 指标策略。 其中，mDay 与 nDay 分别代表短期与长期的移动平均周期，通过调整这两个参数的组合，可以灵活控制 TSI 指标的敏感度，从而适应不同的市场波动性。threshold 参数则用于设定关键的进出场信号阈值，例如 -25 与 +25，帮助我们更明确地识别超卖与超买区间。

通过合理设定这些参数，策略不仅能够捕捉到趋势反转的时点，还能有效规避震荡行情中的虚假信号，提高整体交易系统的稳健性与胜率。上述实测案例正是一个典型的应用，充分说明了参数设定对于策略表现的重要性。

下一步我们将测试不同参数组合在市场环境中的表现，找出累积收益率最佳的参数组合。

4. 参数优化与回测验证

本篇策略主要依据 True Strength Index（TSI）指标，通过动量的变化掌握价格趋势的转折点。TSI 结合了价格变动的双重指数平滑平均，能在滤除噪声的同时提供更平滑且具代表性的动能信号。我们针对其三个核心参数进行系统化的优化与回测，包括：

• mDay：短期 EMA 的天数，用于捕捉近期的价格动量；
• nDay：长期 EMA 的天数，用于平滑整体趋势；
• threshold：进出场判断用的阈值，通常设于 ±25 以捕捉超买与超卖区间。

本次回测同样采用 BTC_USDT 的 15 分钟 K 线数据，测试区间为 2024 年 4 月 22 日至 2025 年 4 月 22 日，期间并未纳入手续费等交易成本。为保持交易逻辑的一致性，策略在每次信号出现后的下一根 K 线执行操作，并在相反信号触发时平掉原本仓位并反向开仓。

参数回测设定 为寻找最佳参数组合，我们针对以下范围进行系统性网格搜索：

• mDay：1 至 50（步长为 50）
• nDay：1 至 50（步长为 50）（但 mDay 需小于 nDay）
• threshold：10 至 30（步长为 20）

总计共测试了 50 × 50 × 20 = 50,000 组参数组合。我们从这些参数组合中挑选累积收益率最佳的五组参数，依据每组参数的整体年化收益率、夏普值、最大回撤与卡马比率评估表现。

图：五组参数对比比特币自 2024 年 4 月 22 日 15 分钟周期累计收益率表现

图：年化收益率分布

图：夏普值分布

参数在中短期(mDay、nDay在 10～30 这个区间)、较低的交易阈值（大概在 10～20 区间附近），呈现明显较高报酬的表现。

过长周期(mDay与nDay超过 40 以上) ，或阈值太高（threshold超过 40 或 50 ），策略表现一般较差，显示出参数过长过高的组合可能跟不上市场的节奏。

5. 交易策略总结

本策略使用真实强弱指标（TSI）进行交易决策，通过动量的变化精准掌握价格趋势的转折，在初步测试与优化后表现出优秀的绩效表现。TSI 通过双重指数平滑处理，可有效过滤市场短周期噪音，有助于捕捉明确的趋势信号。

通过对 BTC_USDT（15 分钟周期）数据所进行的系统性回测，我们对 TSI 的三个核心参数——短期 EMA 周期（mDay）、长期 EMA 周期（nDay）和阈值（threshold）——进行了优化，测试区间为 2024 年 4 月 22 日至 2025 年 4 月 22 日，划定 50,000 个参数组合并遴选出表现最佳的五组进行更加深入的绩效分析。

最终表现优异的前五名组合，大多落于短期 EMA 周期约 5-7，长期 EMA 周期约 16-21，阈值约 10-16 的范围之内。这五组参数策略的累计收益率平均在 118%～120% 左右，均显著高于同期 BTC 持有策略（约 43.58%），并且整体风险指标表现亦较为稳健，体现为较低的最大回撤（19.19%～27.12%）、高夏普比率（2.25～2.30）与卡玛比率（4.36～6.22），显示此参数范围下的策略在风险控制上亦有良好的表现，远优于同期买入并持有 BTC 基准。

此外，参数趋势清晰显示：短周期参数与较低交易阈值组合能捕捉更明显的市场趋势，为策略创造更高、更稳定的超额获利；当 mDay、nDay 周期或交易阈值参数设定过高时，策略效果则显著下降。这意味着 TSI 策略的有效性一定程度上取决于市场动量状况及趋势转换的频率，周期过大或阈值过高反而容易错失大量行情，降低绩效表现。

整体言之，经过本次完整系统性的实证检验与三维参数空间视觉化分析，我们确认本 TSI 策略对于捕捉 BTC 短线趋势行情表现优异，具备显著的实操潜力，且经过参数调整与优化后已具备更佳稳健性与稳定的获利潜力。未来若欲实际交易或进一步优化，建议聚焦于短期 EMA 周期 5-7、长期 EMA 周期 16-21、交易阈值 10-16 区间内，优先关注与发挥此区域的稳健获利优势。

总结

通过本文深入分析 4 月 10 日至 4 月 24 日 BTC 与 ETH 的市场表现，比特币与以太坊在价格突破关键点位后，多头力量明显上升，做多情绪回暖，但也伴随着明显的短线行情波动，多空情绪博弈剧烈。其中，通过持仓量、多空交易规模比率与资金费率等指标，可有效追踪市场资金情绪与风险偏好变化。

另外对量化指标（TSI 真实强弱指标）的性能测试与参数优化，发现其在捕捉市场趋势转折及动量强弱方面效果突出。结合历史回测与系统化参数研究，确定了优化后的指标参数区间（mDay：5-7，nDay：16-21，threshold：10-16），策略表现显著优于单纯持有 BTC 策略，全年收益率稳定且风险控制表现突出。

参考资料：

1. Gate.io, https://www.gate.io/trade/BTC_USDT
2. Gate.io, https://www.gate.io/trade/ETH_USDT
3. Coinglass, https://www.coinglass.com/LongShortRatio
4. Coinglass, https://www.coinglass.com/BitcoinOpenInterest?utm_source=chatgpt.com
5. Gate.io, https://www.gate.io/futures_market_info/BTC_USD/capital_rate_history
6. Gate.io, https://www.gate.io/futures/introduction/funding-rate-history?from=USDT-M&contract=ETH_USDT
7. Coinglass, https://www.coinglass.com/pro/futures/Liquidations

Gate 研究院 Gate 研究院是一个全面的区块链和加密货币研究平台，为读者提供深度内容，包括技术分析、热点洞察、市场回顾、行业研究、趋势预测和宏观经济政策分析。

免责声明 加密货币市场投资涉及高风险，建议用户在做出任何投资决定之前进行独立研究并充分了解所购买资产和产品的性质。 Gate.io 不对此类投资决策造成的任何损失或损害承担责任。