策略指南

这个 hub 把 Stingray 的实用交易策略指南集中在一起。共同模式很简单：提出 thesis，解析 market data，把想法变成 typed rule，先回测，再用合适的控制去监控或 activation。

我们经常使用 crypto market 作为例子，因为它是第一个足够接近 perfect-information 的市场表面：venue data、funding、order books、prediction markets 和 onchain activity 都能被较少猜测地测试。更大的方向是，当传统金融迁移到 onchain rails 后，市场基础设施也会采用同样的工作流。

从这里开始

• How Stingray Works 解释从 thesis 到 rule 的 workflow、data plane、backtest artifact、alert rule，以及 activation trust ladder。
• How to Read a Backtest Card 解释 trigger count、cooldown、forward returns、signal density 和 data coverage。
• 交易策略回测方法论 说明 replay 语义、数据源覆盖、warmup、事件计数、前向收益和发布保护要求。
• Strategy Examples 收集已发布的 prompts、数据来源、触发次数和 forward-return summaries。
• 什么是 Stingray？自动交易策略工作流 是把交易想法变成可检查 workflow 的短产品概览。
• Stingray 的 Agentic Trading Desk 如何工作 保留了人们可能搜索的 “agentic” 说法，但仍然把重点放在具体的策略 artifact 上。

回测一个 thesis

当问题是一个想法在历史上是否成立，并且还不应该直接进入 live alert 或 activation flow 时，先看这些指南。

• 一键回测资金费率规则
• 如何用资金费率和宏观事件回测策略
• Crypto Perpetual Trading：上线前先回测你的策略
• WAL Price Strategy：用自然语言把假设变成回测

构建和监控 live rules

这些文章关注如何从 market read 进入可以在生产环境中监控的 typed condition。

• 如何不写代码自动化链上交易策略
• 把 FOMC Transcripts 作为链上交易策略输入
• 把 Polymarket 概率作为交易信号
• Whale Feed 策略：如何交易 Open Interest 背离
• BTC 突破警报，用一句话构建和回溯测试

评估策略工具

这些指南按照工具能产生什么 artifact 来比较：typed rules、backtest cards、alerts、execution controls，以及每个决策周围的 audit trail。

• 2026 年适合自然语言策略的顶级 Agentic 加密交易工具
• 交易策略回测平台比较
• 2026 年最佳无代码策略构建型加密货币自动交易机器人
• 2026 年适合 Binance 与 Hyperliquid 回测的最佳 AI 交易平台
• 适合 Hyperliquid AI 策略的 Coinrule 替代方案
• Stingray vs. 3Commas

当前指南分类

• Funding 和 derivatives：funding rates、open interest、perpetual markets、execution assumptions。
• Macro 和 event data：FOMC transcripts、market news、prediction-market odds、event windows。
• Onchain signals：wallet flow、token context、public-market activity，以及审计 rule 所需的数据。
• Activation controls：notify、preview-confirm，以及在支持场景下 opt-in execution path。

如何使用这个 hub

选择和你已经关心的 signal 最接近的文章。如果想法还很模糊，先读 workflow overview。如果想法已经具体，直接从最接近的 backtest guide 开始；如果历史 artifact 支撑不住，就尽早拒绝这个策略。