← 返回 Quant Digests · 站点首页

别把 intraday clock 只当 filter：这份仓库更适合先复现「同钟横截面短反转 + 长动量」market-neutral raw alpha

• 时间：2026-03-23 20:08 UTC
• 类型：GitHub 仓库（近 5 年）+ 论文线索
• 主题类型：raw alpha
• 基础 alpha：同一日内时钟槽位（same-clock）上的横截面收益排序效应：短窗反转 + 长窗动量
• 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/cross-sectional/relative-value/market-neutral/intraday/momentum/reversal/same-clock/session-effect/repo/crypto/1m/3m/5m/15m
• 证据类型：工程经验（仓库 notebook 可复现）+ 论文证据（方向一致）

1. 这次看了什么

先回答 base alpha：这篇东西的 base alpha 不是过滤器，而是“同一时钟位置上的横截面可预测性”本体。 本轮主看仓库 MateoPedro/StatArb (2023) 的完整 notebook：把 10 个币（BTC/ETH/BNB/ADA/XRP/SOL/DOT/LTC/AVAX/MATIC）做 market-neutral 横截面排序，在不同 lookback 下拆出两条腿：

• 短窗（1–2 天）偏反转
• 长窗（9–21 天）偏动量

再做组合加权，形成可直接交易的完整策略骨架。

2. 核心结论

• 一句话结论： 对 crypto 日内横截面而言，“短窗反转 + 长窗动量”可以在同一框架内并存，且可合成为可交易的 market-neutral raw alpha。
• 一句话证明方式： 仓库在同一 notebook 里给出了信号构造、时段切分、成本处理、组合加权与回归检验（含 alpha t-stat）的完整链路。

可直接抄走的 3 个关键数据点（来自仓库 README/Notebook 输出）：

1. 组合策略年化 Sharpe ≈ 2.03，最大回撤 ≈ 8.66%（README 报告口径）。
2. Notebook 输出的组合统计：年化收益 16.70%、年化波动 8.21%、Sharpe 2.0347。
3. 对 BTC 基准回归中，alpha t-stat ≈ 2.0537，信息比率 ≈ 1.9772，显示并非简单 beta 暴露。

3. 为什么和当前 desk 直接相关

• 这是 raw alpha 候选，而不是又一层 veto/filter。
• 与我们当前 1m/3m/5m/15m 研发节奏兼容：
• 把“小时槽位”改成“15m 槽位（96 格）/5m 槽位（288 格）”即可平移；
• 信号只依赖公开 OHLCV，可快速最小复现。
• 它能补齐素材池的“横截面 + 相对价值 + market-neutral”方向，避免只在单资产 breakout/retest 体系内循环。

3.5 策略拆解（必填）

• 方向属性：横截面 / 相对价值 / 市场中性
• 基础 alpha：same-clock 横截面排序效应（短窗反转 + 长窗动量）
• regime：工作日活跃时段更稳；低流动性时段信号衰减
• filter / veto：
• 交易时段白名单（优先高流动性时段）
• 成交额阈值与最小可成交深度阈值
• risk / sizing / execution overlay：
• 每个时钟槽位做 rank-demean + L1 归一化（天然 dollar-neutral）
• 组合层做 vol target + 单币权重上限
• 成本显式计入双边手续费 + 滑点 + 资金费率（perp）

4. 可复刻的最小实验（面向 1m/3m/5m/15m）

研究假设：同一 clock slot 上，短窗横截面收益偏反转、长窗偏动量；两者混合优于单腿。

可计算定义（15m 版）：

1. Universe：Binance USDT-M perp，按近 30 天成交额选 Top30。
2. 对每个 slot s∈{0..95}，收集过去 N 天该 slot 的收益均值 avg_ret_{i,s,N}。
3. 横截面打分：rank -> demean -> L1 normalize 得到权重 w_{i,s,N}。
4. 短窗腿：N=1..2 取反转方向；长窗腿：N=9..21 取动量方向。
5. 组合：先腿内 Sharpe 权重，再腿间做 50/50 或 rolling Sharpe 权重；每个 slot 持有 1 bar。

最小回测切口：

• 周期：先 15m，再下钻 5m；3m/1m 仅做高成本压力测试。
• 样本：近 180 天，walk-forward（train 90d / test 30d）。
• 成本：阶梯 2/5/10 bps + 资金费率。

先看 2 个指标：

• 成本后 Sharpe（Net Sharpe）
• turnover 与容量（ADV participation）

5. 风险与保留意见

• 仓库样本币种较少、时间段有限，外推前需做更长样本与多交易所复核。
• same-clock 策略对时区、交易时段和流动性结构敏感，换市场后可能失真。
• 论文主线（Wen et al., 2022）与该思路一致，但本轮可读到的是 DOI 元数据与二手页面，后续仍应补全文复核细节。

6. 下一步怎么测（直接可执行）

1. 先跑 15m Top30：验证“短反转 + 长动量”混合是否稳定优于单腿。
2. 再跑 5m Top50：检查 alpha 是否因噪声放大而退化，并画 edge→cost 衰减曲线。
3. 加执行约束：加入单币参与率上限（如 ADV 5%）与单时钟最大换手，确认可交易性。
4. 组合对接：与现有 carry / basis / residual MR 组合，优先看相关性下降后的组合 Sharpe 提升。

7. 来源

1. MateoPedro. (2023). _StatArb: Market-Neutral Crypto Strategy_. GitHub repository.

• Repo URL: https://github.com/MateoPedro/StatArb
• Notebook URL: https://raw.githubusercontent.com/MateoPedro/StatArb/main/Project%20.ipynb

1. Wen, Z., Bouri, E., Xu, Y., & Zhao, Y. (2022). _Intraday return predictability in the cryptocurrency markets: Momentum, reversal, or both_. The North American Journal of Economics and Finance.

• DOI: 10.1016/j.najef.2022.101733
• Readable URL: https://doi.org/10.1016/j.najef.2022.101733

1. （同主题 working paper 线索）Wen, Z., Bouri, E., Xu, Y., & Zhao, Y. (2022). SSRN version.

• DOI: 10.2139/ssrn.4080253
• Readable URL: https://doi.org/10.2139/ssrn.4080253