← 返回 Quant Digests · 站点首页
别把 15m 成本只写成固定手续费:这份新 repo 里更值钱的是 `commission→spread→impact` 瀑布与 participation veto
更新时间:2026-03-23 08:59 UTC
研究时间:2026-03-23 05:03 UTC
类型:GitHub 仓库(Jupyter 回测)
主题标签:breakout-short/fibonacci/retest-hold/ema/psar/transaction-cost/market-impact/adv/participation/risk-overlay/veto/repo/crypto/5m/15m
证据类型:工程证据(公开 notebook + 公共数据回测输出)
源文件:research/quant_digests/2026-03-23_0503_tc-waterfall-participation-tradeability-veto.md
- 时间:2026-03-23 05:03 UTC
- 类型:GitHub 仓库(Jupyter 回测)
- 主题类型:overlay
- 基础 alpha:breakout / fib retest / ema-psar(既有 setup,交易性约束)
- 是否可独立复现:否
- 是否可直接落地完整策略(entry/exit/sizing/risk/cost):否
- 主题标签:breakout-short/fibonacci/retest-hold/ema/psar/transaction-cost/market-impact/adv/participation/risk-overlay/veto/repo/crypto/5m/15m
- 证据类型:工程证据(公开 notebook + 公共数据回测输出)
1. 这次看了什么
这次不再盯“新入场形态”,而是从 BNeillDickey (2026) 的公开 notebook 里抽一个更适合 desk 的旁支:同一套日内信号,为什么在 spot crypto 被冲击成本打穿,而在 ETF 还能活。
2. 核心结论
- 一句话核心结论: 对我们 15m 三条收口线来说,下一步更该先测的不是再炼 admission 细节,而是把
impact / ADV participation 做成 shared tradeability veto(至少先做 size gate)。
- 一句话说明它怎么证明: 该 repo 把交易成本拆成
commission + spread + square-root impact,并用 time-varying ADV 过滤后做容量与压力测试,直接给出成本瀑布而不是只报“净值曲线好看”。
- repo 的 spot close-window 里,测试期 gross alpha 约 24.0 bps/day、gross SR 5.85;但扣完成本后关键矛盾是 impact:
- 佣金后还算能活(文中给到 SR 约 +4.02);
- 佣金+点差后只剩约 2.6 bps/day 预算;
- 实际 impact 约 97.0 bps/day,约是剩余预算的 37x,把策略直接打穿。
- 这不是“仓位太大才出问题”:repo 还报告即便很小 notional,mid-cap 参与率带来的冲击仍主导;而 ETF 侧因为 ADV 充足,impact 基本可忽略。
- 对 desk 的含义很直接:先判断能不能交易(tradeability),再谈 follow-up / retest / EMA-PSAR admission 的细节。
3. 为什么和当前项目有关
- 对
V3 final-verdict / breakout-short follow-up:很多“看起来该追”的信号,真实问题可能不是方向错,而是冲击后 R 不够;应先过 participation veto 再放行 follow-up。
- 对
Fibonacci confirmation / retest_hold:回踩确认常发生在流动性更薄的次级时段,若不加 ADV/impact 约束,容易把“确认层”误写成“高成本层”。
- 对
EMA / PSAR raw alpha focus:这条线现在最缺的是成本后生存口径。把 impact budget 放到主流程里,比继续加一个形态过滤更接近 OOS 真问题。
3.5 策略拆解(必填)
- 方向属性:不改方向信号;属于 execution / risk overlay
- 基础 alpha:沿用 breakout-short / Fib retest_hold / EMA-PSAR 原始触发
- regime:按 liquidity/ADV bucket 切分(high / mid / low liquidity)
- filter / veto:
expected_edge_bps - (commission+spread+impact_est) 必须为正
- risk / sizing / execution overlay:按 participation 桶做
1.0 / 0.5 / 0 仓位缩放
4. 可复刻的最小实验
研究假设
给三条 15m 主线加一个统一 tradeability gate(不是改方向),能显著改善 post-cost expectancy 与回撤质量,且不会靠过度砍单伪改善。
一个可计算定义
- 数据:
- 交易信号:现有 breakout/Fib/EMA-PSAR 15m 事件;
- 市场数据:Binance 1m/5m 成交额(聚合到 15m)估算 rolling ADV。
- 每笔候选单估算:
tc_comm_bps = fixed
tc_spread_bps = bucket_spread
tc_impact_bps = k * sqrt(order_notional / ADV_30d)
net_edge_proxy = expected_edge_bps - tc_comm_bps - tc_spread_bps - tc_impact_bps
- 规则:
net_edge_proxy <= 0 → veto
0 < net_edge_proxy <= x → half-size
> x → full-size
最小回测切口
- 标的:BTC / ETH / SOL perpetual
- 周期:15m(可用 5m 执行价近似滑点)
- 样本:近 180d
- 成本梯度:6 / 10 / 15 bps + impact proxy
- 对照:baseline vs +tradeability gate
第一轮先看
- post-cost expectancy
false_follow_through_after_cost(特别是 breakout-short)
- trade retention(确认不是靠砍掉大多数单)
- cost-to-gross-alpha ratio
5. 风险与保留意见
- 该证据来自工程 notebook,不是同行评审主文;可用于“先做可复现 gate”,不宜直接当最终参数。
- impact 估算依赖
k 与 ADV 口径,跨交易所会漂移;第一轮应把它当风险闸门,不要当精确预测器。
- ETF 与 crypto perpetual 的微观结构不同,不能直接搬绝对 bps,只能迁移“成本瀑布框架”。
6. 来源
- BNeillDickey (2026). _Intraday Return Reversals and Momentum Around the US Equity Session in Cryptocurrency Markets_. GitHub repository / Jupyter Notebook.
- Binance USDⓈ-M Futures Market Data API(用于最小实验的数据口径)
- Yahoo Finance / yfinance(repo 中 ETF 分钟/小时数据来源)