← 返回 Quant Digests · 站点首页

别把 pairs 只写成 z-score 开平：这篇 2025 论文更值钱的是「cointegration 均值回归 + lookback/vol/stop」完整策略骨架

• 时间：2026-03-23 15:19 UTC
• 类型：近 5 年论文 + 作者开源仓库 + Binance 公共数据最小快检
• 主题类型：raw alpha
• 基础 alpha：pairs / stat-arb / relative-value mean reversion（cointegration spread 偏离后回归）
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是
• 主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/cointegration/lookback/vol-filter/trailing-stop/cost/crypto/5m/15m
• 证据类型：论文题录/摘要 + 工程证据 + 本地快检（可复现）

1. 这次看了什么

先回答 base alpha：这篇东西的基础 alpha 不是“参数优化”本身，而是 cointegration spread 的均值回归。

这次主看 Rafael Baptista Palazzi (2025) 的 *Trading Games: Beating Passive Strategies in the Bullish Crypto Market*，以及作者同步公开的 R 仓库 trading-games-crypto。对我们 desk 真正值钱的不是 headline“跑赢被动持有”，而是它把一条 可以直接拆成 entry / exit / risk / cost 的 pairs 完整骨架写出来了：

• spread 定义：log(P_y) - gamma * log(P_x)
• entry：z-score 超阈值开仓
• pair sizing：按 gamma 做 beta-neutral 权重
• risk：volatility filter + adaptive trailing stop + min holding period
• cost：交易成本直接入回测

2. 核心结论

• 一句话核心结论： 对当前短周期 desk，更值得抄的不是“pairs 会不会均值回归”这种老答案，而是 如何把这条 raw alpha 包装成一个成本诚实、风控完整、可以直接 first-verdict 的策略骨架。
• 一句话证明方式： 论文摘要给出样本与总体结论，作者 repo 直接公开了策略函数与参数语义；我又用 Binance 15m 公共数据做了最小快检，看这条骨架能不能往我们口径映射。

最值得记住的 3 个数据点：

1. 论文样本是 10 个主流 crypto，2019-01 到 2024-05。
2. 作者 repo README 报告该策略约有 年化 Sharpe ≈ 2.0、年化收益 ≈ 71%，且声称相对 buy-and-hold 与 momentum 更优。
3. 我这边把它压到 Binance 15m 后，若做“全 pair 广撒网”，28 个候选 pair 平均 gross 只有 +0.52 bps/bar，但 net 变成 -0.50 bps/bar；说明这条 alpha 不是“全池自动赚钱”，而是pair governance 很关键。

3. 为什么和当前 desk 直接相关

• 这是 独立 raw alpha 家族，不是继续给 breakout/retest 找一个附件过滤层。
• 和当前 1m/3m/5m/15m 节奏兼容：pair 形成、z-score、退出、成本都能快速写成最小实验。
• 它比很多“只给 filter 不给 alpha”的材料更适合现在，因为这条线天然就是完整策略：
• entry：|z| > threshold
• exit：回归到中线 / 反向信号 / max-hold / trailing stop
• sizing：beta-neutral 或 dollar-neutral
• risk：vol veto、结构断裂停机、pair 下线
• cost：双腿手续费 + 滑点 + 借贷/资金费率（若用 perp）

3.5 策略拆解（必填）

• 方向属性：relative-value / stat-arb / market-neutral
• 基础 alpha：当 cointegration spread 明显偏离自身滚动均值时，押注其向均值收敛
• regime：优先在 pair 关系稳定、波动未失控、流动性足够时启用
• filter / veto：事件窗口、波动爆表、相关结构断裂、pair 半衰期飘移时停机
• risk / sizing / execution overlay：按 gamma 中性配比、限制最大持有时长、显式计成本、优先 maker / 分批成交

4. 本地最小快检（Binance 公共数据）

4.1 数据与口径

• 数据源：Binance Spot 公开 klines
• 公开性：公开可得，无需私钥
• 更新频率：15m
• 样本：最近 3000 根 15m bars
• 币池：BTC/ETH/BNB/SOL/XRP/ADA/DOGE/LINK
• 训练/测试：前 60% 估计 gamma 与 lookback，后 40% 看 OOS
• 粗成本：pair 层每次完整进/出按约 16 bps round-trip 的简化口径（实现中按 position change 计）

4.2 快检结果怎么读

A. 广撒网版（28 个 pair，全池扫描）

• 平均 gross = +0.52 bps/bar
• 平均 net = -0.50 bps/bar
• 最好的一对在 net 层也只有 -0.16 bps/bar

这说明：pairs raw alpha 不是“拿一堆相关币做 z-score 就行”。如果 pair formation 不严、成本处理不诚实，alpha 很容易只剩毛边。

B. 收窄到更像样的 pair（固定 lookback=192, z=0.7）

• BTC-ETH：gross +0.49 bps/bar，net +0.25 bps/bar，OOS 累计约 +1.00%
• BNB-ADA：gross +1.12 bps/bar，net +0.80 bps/bar，OOS 累计约 +3.22%

这组结果的读法是：

• alpha 不是没有，但明显只活在少数 pair pocket 里；
• repo 那套“动态 lookback + vol/risk overlay”的价值，恰恰在于帮你把“能做的 pair”与“不能碰的 pair”分开，而不是把所有 pair 一锅烩。

5. 下一步怎么测（可直接执行）

1. 先做 pair governance，不做全池平均。 从 BTC-ETH / BNB-ADA / SOL-LINK 这类高流动性对开始。
2. 三维网格先跑小的： lookback ∈ {64,128,192,256} × entry z ∈ {0.7,1.0,1.3} × exit z ∈ {0.0,0.2,0.4}。
3. 把 repo 的完整层补齐： 在当前最优 pair 上逐个加入 vol filter、max_hold、adaptive trailing stop，看哪一层是真提升、哪一层只是减交易。
4. 把 15m first verdict 通过的 pair 下钻到 5m / 3m。 只下钻通过 15m 诚实门的 pair，不做全池盲扫。
5. 显式画成本生存线： 至少测 8 / 16 / 24 / 32 bps round-trip 四档，确认哪档开始失活。

6. 风险与保留意见

• 论文正文页面当前被 Cloudflare 挡住；本轮对论文本身主要依赖 Crossref 摘要 + 作者开源代码/README，所以对论文细节不做超出可见证据的延伸解读。
• 作者 repo 的高收益结果是其样本与口径下的报告，不应直接外推到我们 15m crypto 生产口径。
• 本地快检已经表明：全池平均不成立，局部 pair 才可能成立。这条线若要进主池，必须附带严格 pair governance，而不是只保留 signal 本体。

7. 来源

1. Palazzi, Rafael Baptista. (2025). _Trading Games: Beating Passive Strategies in the Bullish Crypto Market_. Journal of Futures Markets.

• DOI: 10.1002/fut.70018
• Readable URL: https://doi.org/10.1002/fut.70018

1. Rafael Baptista Palazzi. (2025). _trading-games-crypto_. GitHub repository.

• Repo URL: https://github.com/rafaelpalazzi/trading-games-crypto
• Readable URL: https://github.com/rafaelpalazzi/trading-games-crypto

1. Palazzi, Rafael Baptista. (2024). _Trading Games: Beating Passive Strategies in the Bullish Crypto Market_ [Dataset]. Mendeley Data.

• Readable URL: https://doi.org/10.17632/2kky7c6xkn.1

8. 本地复现产物

• reports/artifacts/quant_digests/pairs_fullstack_probe_20260323/pair_summary.csv
• reports/artifacts/quant_digests/pairs_fullstack_probe_20260323/focused_pair_check.csv
• reports/artifacts/quant_digests/pairs_fullstack_probe_20260323/lookback_search.jsonl
• reports/artifacts/quant_digests/pairs_fullstack_probe_20260323/meta.json