为什么“越多越好”是个坑
模型越复杂、指标越多，不一定更准。统计学习的偏差—方差权衡指出：复杂度升高会降低偏差但抬高方差，最终测试误差可能上升；因此需要在简单与复杂之间找最优点。
维度灾难同样会让高维特征空间“变稀疏”，距离度量失效、样本需求爆炸，新增变量常常只带来噪音与过拟合。
在金融研究里，反复在同一数据上筛选“最会赚钱”的规则会引发数据窥探（data snooping）。白（White, 2000）的“现实检验”专门用来识别这种多重检验下的“偶然好策略”。
实践翻译：指标不是越多越好，而是彼此独立、作用互补、来源可信更好。投资百科类资料也直言：不要在一张图上堆多组“同类指标”，容易信息冗余、信号互相打架。
先把“数据源”选对，再谈指标
1）价格与成交：尽量用透明、可复现的参考价格。Coin Metrics 的参考利率/实时参考利率给出公开的方法学、采样与监督机制，可降低单一交易所异常的影响。
2）订单簿与流动性：高频或执行敏感策略，需要看 L1/L2 数据与“按中价±x%”的市场深度、买卖价差等流动性刻面。Kaiko 的研究与产品文档示例了如何用 0.1%/1% 深度、有效点差与多交易所覆盖来刻画真实流动性。
3）链上指标（适用于加密）：链上“已实现市值”用“币上次移动价格”计量更真实的经济权重，并有“按主体调整”的口径以减少同主体地址搬运的噪音；官方文档有清晰定义与目录。
要点：写一份你自己的“数据字典”，明确每个字段的来源、频率、时区与缺失值策略，避免“同名不同义”。
少而精的指标框架（四类即可起步）
选指标遵循三条规则：互补性、低冗余、可解释。入门到进阶，可用下列“四类四件套”，每类只留一到两个代表。
1）趋势识别：如均线或 ADX。趋势指标告诉你“该不该做网格/均值回归”，但不直接给出仓位大小。入门资料建议先掌握少数主流指标，再考虑组合。
2）动量/摆动：如 RSI/MACD。注意不要把多组同质动量指标一股脑叠加在同一图表上，避免冗余与“信号看花眼”。
3）波动度量：如 ATR/历史波动率。用于定止损宽度、目标波动缩放，避免“噪音扫损”。（偏差—方差与过拟合背景见上）
4）流动性/成交质量：如点差、盘口深度（±0.1%/±1% 档）、真实成交量。Kaiko 的方法展示了如何用多维指标还原“能不能按预期成交”。
配置建议：一套基础盘面（价格/量）、一条趋势、一条动量、一个波动、一个流动性指标，足矣；其余先关掉，按需再加。
组合要“低相关、真独立”
主动管理的基本定律指出：信息比率 ≈ 技能（IC）× √有效独立次数（广度）。广度的前提是“信息独立”，而不是把多个同源信号堆在一起。
因此，趋势+动量要避免高度同质化；若已经用 RSI，再叠加 StochRSI、TSI 往往只是换壳不增讯。入门资料也强调“用互补而非同类指标”，避免多重共线。
回测与选指标准则：先过“三道门”
1）现实检验（White’s Reality Check）：同一数据上比来比去容易“淘到幸运参数”，先用现实检验给整个候选集做显著性门槛。
2）多重检验/因子动物园：横截面研究显示，面对成百上千个“有效因子”，传统 t>2 的标准远远不够，需要提高显著性门槛或使用稳健框架校正。
3）Deflated Sharpe Ratio（DSR）：在非正态收益与多重检验下，DSR能对回测夏普“去水分”，减少选择偏误。
配套阅读里还总结了回测“七宗罪”，提醒交叉验证泄露、样本依赖与过拟合的常见坑。
“够用就好”的最小化清单（可直接落地）
- 数据源最小集：
价格与成交用公开方法学的参考利率/聚合价；执行评估用 L1/L2 订单簿与 0.1%/1% 深度；如涉链上，再加 1–2 个一线链上指标（如已实现市值）。 - 指标白名单（最多 5 个）：均线或 ADX；RSI 或 MACD；ATR；点差/深度或成交量质量；再加一个“情境指标”（如资金费率或链上活跃度，按策略需要添加，别全部上）。
- 选择流程：
先做相关性与稳定性筛选→滚动样本外→现实检验/DSR→只保留通过门槛的少数指标→写入“数据字典与监控板”。
常见误区与修正
- 把“同类动量”叠三四层：冗余高，不等于更稳。改为“趋势+动量+波动+流动性”的低冗余组合。
- 只看单一交易所价格：容易被异常撮合/插针干扰。改用参考利率或多源聚合价。
- 流动性不进模型：忽视点差和深度，纸面胜率到实盘就“化水”。引入 0.1%/1% 深度与点差阈值。
- 回测只看夏普：多重检验与非正态会把夏普“吹大”，用 DSR 与更严的显著性门槛。
进阶：用“简洁优先”的模型选择思路
模型对比时，遵循科学建模的简洁原则（Occam/AIC/BIC）：解释力相近，选参数更少者；这是统计学里被反复证明有效的模型选择基石。
结语
“少即是多”不是口号，而是把复杂度、数据质量与执行成本综合权衡后的理性选择。优先把数据源选干净、把指标配成低冗余组合，再用现实检验与 DSR 做门禁，能在大多数策略里带来更稳的样本外表现。
