策略示例

这个页面收集 Stingray 的公开示例：一个自然语言市场想法如何变成 typed rule 和 backtest artifact。重点不是宣传，而是证据：展示 prompt、数据来源、回放窗口、触发次数，以及 live 之前的 forward-return 形态。

这些是已发布的产品 walkthrough，不是匿名客户案例。未来发布客户案例时，应该获得许可、做匿名化，并保留足够细节让读者可以审计。

每个示例应该展示什么

• 用户一开始输入的 prompt 或 thesis
• Stingray 生成的 typed condition
• 回放时使用的数据来源
• 回测窗口和触发次数
• 相关时间周期的 forward returns 或 hit-rate 摘要
• 实时路径：notify、monitor 和 review

资金费率挤压示例

Prompt：

Create a draft alert that fires when BTC funding rate on Hyperliquid is below 0 bps/hr and Binance BTCUSDT moves up at least 0.5% over 60 minutes. Keep it as a draft and do not send it live.

Stingray 测试了什么：

• 数据来源：Hyperliquid funding 和 Binance BTCUSDT price
• 窗口：2026-04-20 到 2026-05-18
• 原始匹配：150 个 5 分钟窗口
• 1h cooldown 后的提醒触发：37 次
• 24h profile：平均 +0.41%，62% 为正，median +0.55%
• 非重叠 24h 持有的 compound comparison：+8.3%，BTC buy-and-hold 为 +4.9%

阅读完整 funding-rate walkthrough。

BTC 突破提醒示例

Prompt：

Alert when RSI is above 65, price touches or breaks the upper Bollinger Band, and volume is 2x the 24h average, all true at the same time on the 1h chart.

Stingray 测试了什么：

• 数据来源：BTCUSDT price、RSI、Bollinger Band 和 volume
• 窗口：2025 年 4 月到 2026 年 4 月
• 1h cooldown 后的提醒触发：109 次
• 频率：大约每 3.3 天触发一次
• Forward-return profile：1h +0.03%，4h -0.26%，24h +0.17%
• 使用场景：在 live alert 开始打扰人之前，先否定太松的 breakout logic

阅读完整 BTC breakout walkthrough。

如何解读这些结果

资金费率示例的 24 小时表现更强，也高于声明的 buy-and-hold 基线，但四周窗口中只有 37 次经过 cooldown 过滤的触发。它说明这个观点值得做样本外检验，不代表 live 表现，也不能证明 edge 会持续。

突破示例覆盖更长时间和 109 次触发，但平均 forward returns 接近零，4 小时结果转为负值。这是有价值的负面结果：一个常见 setup 可以先被写成精确规则、接受检验并被否定，而不是直接变成嘈杂的 live alert。

更多可测试的策略输入

这些示例使用公开数据特别完整的市场。模式很简单：提出 thesis，解析数据，回放历史，再判断这个想法是否值得实时监控和投入更多资源。

• Funding rates plus macro events
• Polymarket odds as a trading signal
• FOMC transcripts as strategy inputs
• Whale flow and open-interest divergence

按市场问题整理的案例

以下文章是研究框架，不是已发布的表现记录。每篇都说明可信测试需要什么，以及证据可能在哪里失效：

• **DOGS 与 Meme 代币动量：**把价格、成交量、流动性和事件时间证据与社交热度分开。主要限制是历史较短，并且高度依赖市场阶段。
• **STBL 收益与价差策略：**区分本金、收益权、流动性、锚定风险和赎回条件。协议历史不足时必须报告缺口，不能用方便的 proxy 替代。
• **Hyperliquid 算法交易：**组合交易所感知的资金费率、持仓量、价格规则、cooldown 与监控边界。只有当数据来源和规则与 live 交易所 workflow 一致时，回测才有参考价值。

这些示例不是什么

它们不是交易建议、live performance promise，也不能证明规则未来一定有效。它们证明的是：规则被明确写出来，基于一个声明清楚的历史窗口进行了测试，并变成了 capital 参与之前可检查的 artifact。

完整 workflow 可以从 How Stingray Works 开始，继续阅读 how to read a backtest card，或浏览 Strategy Guides。

需要版本化并列数据与引用说明时，使用回测基准报告；需要逐步复现第一个示例时，使用无代码回测教程。