← 返回 Quant Digests · 站点首页
别把 stat-arb 只做 pairs：2026 新仓库里 `PCA residual + signed k-NN clustering + cluster deviation` 是可独立复现的短周期 raw alpha 骨架
更新时间：2026-03-23 17:32 UTC
研究时间：2026-03-23 17:34 UTC
类型：GitHub 新仓库（含完整回测报告）+ 方法地基
主题标签：raw-alpha/stat-arb/relative-value/cross-sectional/mean-reversion/pca/signed-graph/clustering/turnover/cost/crypto/1m/3m/5m/15m
证据类型：工程经验（开源 walk-forward 回测）
源文件：research/quant_digests/2026-03-23_1734_signed-graph-cluster-deviation-statarb-raw-alpha.md
- 时间：2026-03-23 17:34 UTC
- 类型：GitHub 新仓库（含完整回测报告）+ 方法地基
- 主题类型：raw alpha
- 基础 alpha：同簇相对偏离（cluster-relative residual deviation）的均值回归
- 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/stat-arb/relative-value/cross-sectional/mean-reversion/pca/signed-graph/clustering/turnover/cost/crypto/1m/3m/5m/15m
- 证据类型：工程经验（开源 walk-forward 回测）
> 先回答 base alpha：这篇东西的核心不是“预测大盘方向”，而是在市场中性前提下，做同簇资产相对偏离的回归交易。
1. 这次看了什么
看的是 2026-01 新仓库 Aroesler1/crypto_stat_arb：把 token 收益先做 PCA 去市场因子，再构建 signed k-NN 相关图聚类（SPONGE/BNC/Signed Spectral），最后交易“簇内偏离回归”，并给了 walk-forward + 成本敏感性报告。
2. 核心结论
- 这不是 filter，而是可独立运行的 raw alpha（cross-sectional stat-arb）：入场、出场、仓位、成本都给了可执行骨架。
- 仓库报告里最强配置是 Cluster Deviation + SPONGE(k=3)：Gross Sharpe 3.27，break-even 54.2 bps。
- 在成本假设下仍有可用区间：25 bps 时 Net Sharpe 1.76、年化 29.2%；50 bps 时仍小幅为正（Net Sharpe 0.24）。
- 组合暴露接近中性：ETH beta 约 0.02、PC1 beta 约 0.00，说明它主要吃的是相对价值偏离而非方向 Beta。
- 一句话核心结论：比“单对 pairs z-score”更可扩展的做法，是先做 residual + 聚类，再做簇内偏离回归。
- 一句话证明方式：作者用 365d train / 28d test 的 walk-forward 与成本阶梯（含 break-even bps）直接证明该骨架在成本下的生存区间。
3. 为什么和当前项目有关
- 我们近期已经补了很多 trend / breakout / gate，本篇直接补齐 raw alpha 素材池里的 stat-arb 横截面主线。
- 它天然适配短周期研发分层：signal（偏离）/ neutralization（中性化）/ execution（turnover cap）/ cost ladder（摩擦生存）。
- 对
1m/3m/5m/15m 的意义：5m/15m 可先做稳健基线；1m/3m 可做高频版但必须先过成本与成交约束。
3.5 策略拆解（必填）
- 方向属性：横截面 + 相对价值 + 均值回归（市场中性）
- 基础 alpha：资产相对其簇合成收益的偏离 z-score 回归
- regime：横截面离散度高、但市场单边趋势不过热时更友好
- filter / veto：成交额门槛、最小历史长度、极端 funding/basis 拥挤 veto、重大事件 blackout
- risk / sizing / execution overlay：簇内与全组合双重中性化、目标毛杠杆上限、日换手上限、成本阶梯与 break-even 审核
4. 可复刻的最小实验（下一步怎么测）
研究假设：在 Binance 永续主流可交易池里，residual + cluster deviation 在 5m/15m 仍能产生成本后正向 Sharpe，并保持低市场暴露。
可计算定义（最小版）：
- Universe：按近 30d 成交额选 Top 40~80 永续，剔除稳定币映射资产。
- 每 4h 重拟合：用近 14d 的 5m 收益做 PCA（取 PC1）并 residualize。
- 在 residual 相关矩阵上建 signed k-NN 图（k=10），聚成 3~6 簇。
- 计算 token 对簇合成收益偏离，做
lookback=20, zwin=60 的 z-score。
- 入场：z < -2 做多、z > +2 做空；出场：|z| 回落到 0.5 或持仓超 24 bars。
- 组合约束：簇内中性 + 全组合中性，毛杠杆 1.5，上日换手 cap 15%。
最小回测切口：
- 资产：Binance USDT-M perp Top 40（高流动先行）
- 周期：先 15m（稳健）后 5m（增频）再 3m/1m（压力测试）
- 样本：最近 9~12 个月，walk-forward（train 60d / test 14d）
先看 2 个关键指标：
- Net Sharpe 与 break-even bps（先判断“活不活得下去”）
- Turnover 与 ETH/BTC beta（确认是不是在偷方向风险）
5. 风险与保留意见
- 该仓库主报告是日频口径，直接下放到 1m/3m 可能因冲击成本失真。
- 聚类在短窗会漂移，簇稳定性不足会导致信号翻转频繁。
- 低流动币在回测里容易“看起来可做、实盘做不满”；必须加成交占比与最小深度约束。
- 该项目是单作者开源研究，仍需我们做独立 clean replication 才能升实盘候选。
6. 来源