← 返回 Quant Digests · 站点首页

别把 liquidation cascade 只当 overlay：这份 2025 新 repo 更值得先复现的是「跨币共振暴跌后的 panic mean reversion」raw alpha，但原 exit 有前视

• 时间：2026-03-23 21:07 UTC
• 类型：2025 GitHub 新仓库 + 近 5 年论文地基 + Binance 公共数据最小快检
• 主题类型：raw alpha
• 基础 alpha：跨币共振暴跌后的短周期 panic mean reversion（疑似 liquidation cascade 后的超跌反弹）
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否
• 主题标签：raw-alpha/mean-reversion/liquidation-cascade/panic-reversal/cross-asset/event-driven/volume/binance/crypto/5m/15m
• 证据类型：工程经验（新 repo 规则 + 本地快检）+ 论文证据（volatility cascade / short-term reversal 背景）

1. 这次看了什么

先回答 base alpha：这篇东西的 base alpha 不是 filter，而是“多币种同步暴跌 + 放量”后，价格常出现短周期超跌反弹。

本轮主看 2025 新仓库 kazan04/Crypto-Stat-Arb。它给出的不是复杂 ML，而是一套很直白的事件驱动骨架：

• 用 1h/2h 累计跌幅 + 放量分位 + >=3 个资产同时触发，定义“疑似 liquidation cascade”
• 在 crash bar 收盘做多
• 吃后续 1h/2h 的反弹

但这份仓库最值钱的地方，不是它 README 里的高收益数字本身，而是：它把“liquidation-like panic event”写成了可复现的 raw alpha 事件定义。

2. 核心结论

• 一句话结论： “跨币共振暴跌后的 panic mean reversion”值得进 raw alpha 池，而且对 5m/15m 很友好；但原仓库 exit 直接用了未来 1h 收益来决定持有期，不能原样当成可交易完整策略。
• 一句话证明方式： repo 给了完整规则；我把它翻到 Binance USDT-M 公共数据上做 honest quick check，发现 entry 逻辑有边，真正该先重做的是 exit 和组合归一化。

最关键 4 个数据点：

1. repo README 样本（2023-01-01 ~ 2024-01-31）写的是：98 笔、总收益 50.71%、Sharpe 1.81、MaxDD -20.45%。
2. 但 repo 的“adaptive exit”其实是：若未来 1h 收益 > 2% 就持有 1h，否则持有 2h —— 这是明显前视。
3. 我用 最近 120 天、15m、18 个 Binance USDT-M 合约做平移快检后，得到 122 笔 asset-level trades / 14 个事件时点；改成 固定持有 4 根 bar（1h） 后，mean net ≈ +1.83%/trade、win rate ≈ 72.95%，反而好于 repo 的前视 adaptive 版本（+1.78%、69.67%）。
4. 再下钻到 最近 60 天、5m、10 个合约，固定持有 1h / 2h 分别约为 +3.85% / +3.60% 每笔；但这仍是 asset-level 累加，还没做事件级资金归一化。

3. 为什么和当前 desk 直接相关

• 这是 raw alpha，不是又一层 veto / overlay。
• 它天然适合短周期 desk：
• 数据只要 公开 OHLCV 就能先跑最小实验；
• 若以后要升级，再接 force liquidation / OI / taker flow 做增强版即可。
• 它补的是我们当前池子里较少的 event-driven mean reversion，和 pairs / XS / carry 是互补的，不是同一类东西重复 intake。

3.5 策略拆解（必填）

• 方向属性：单资产执行 + 跨资产共振确认；本质是 event-driven mean reversion
• 基础 alpha：panic selloff / liquidation-like cascade 后的超跌反弹
• regime：高杠杆、拥挤、短时波动骤升阶段更强
• filter / veto：
• 至少 N 个资产同步触发
• 当前 bar 成交量高于滚动高分位
• 连续事件冷却期 / 大宏观事件 blackout
• risk / sizing / execution overlay：
• 事件级资金上限（不要把同一时点 10+ 个币都当独立资金）
• 固定持有 1h/2h、triple-barrier 或回归到 VWAP/EMA 的 honest exit
• 成本必须显式计入 taker fee + 滑点；极端行情还要加 gap 风险

4. 本地最小快检（公开可得数据）

4.1 数据源、公开性、更新频率、实验口径

• 数据源 A：kazan04/Crypto-Stat-Arb 仓库规则与 notebook（公开）
• 数据源 B：Binance USDT-M Futures klines（公开 REST，无需 API key）
• 更新频率：支持 5m/15m/1h；本轮快检用了 15m 与 5m
• 最小实验口径：
• 15m：最近 120 天，18 个合约，1h=4 bar，2h=8 bar
• 5m：最近 60 天，10 个合约，1h=12 bar，2h=24 bar
• 事件定义：沿用 repo 的 5%/8% 跌幅、7 天滚动成交量分位、>=3 资产同触发
• 成本：按 repo 口径先扣 20 bps round-trip

4.2 快检解读

• entry 有料，exit 要重写。 15m 上固定 1h/2h 持有都不差，说明 repo 真正值钱的是 event definition，不是它的 adaptive hold。
• 结果高度事件簇集。 15m 的 122 笔 asset-level trades 其实只来自 14 个事件时点，平均每次 8.7 个资产 同时触发，最大一次 17 个资产；所以 README 那种“把每个资产回报直接累加”更像 alpha intake 证据，不是可直接上实盘的组合报表。
• 更像“事件篮子策略”，不是单笔独立下注。 真正落地时，应按“每个事件”分配总风险，再做事件内 cross-sectional 分仓。

5. 风险与保留意见

• repo 原版 exit 有前视，不能原样当作完整策略。
• 本轮快检仍是 asset-level 记账，不是 event-level 资本曲线；收益数字偏乐观。
• 极端下跌里真实成交常伴随滑点、冲击、延迟，20 bps 可能低估。
• 这类策略天然依赖“大波动日”；平静期会很稀疏，必须接受 pocket 化分布。

6. 下一步怎么测（直接可执行）

1. 先做 event-level 回测：把同一时间戳的多币信号合并成一个事件篮子，限制总风险 1R，别再逐资产裸累加。
2. 重做 honest exit：优先比较 固定 1h / 固定 2h / triple-barrier / VWAP reclaim，不要再用未来收益选持有期。
3. 补 5m 强化版：加入 forceOrder、OI jump 或 taker imbalance，看能否把“疑似 liquidation”从价格代理升级成更干净的事件判别。
4. 做容量与成本压力：把 round-trip 成本从 20 bps 提到 35/50 bps，并加事件 bar 的 gap-slip 惩罚，看 edge 是否仍存活。

7. 来源

1. Kaza, N. (2025). _Crypto-Stat-Arb / Crypto-Liquidation-Cascades_. GitHub repository.

• Repo URL: https://github.com/kazan04/Crypto-Stat-Arb
• Notebook URL: https://raw.githubusercontent.com/kazan04/Crypto-Stat-Arb/main/Liquidation%20Cascade%20Project%20-%20Nitish%20Kaza.ipynb

1. Gradojevic, N., & Tsiakas, I. (2021). _Volatility cascades in cryptocurrency trading_. Journal of Empirical Finance.

• DOI: 10.1016/j.jempfin.2021.04.005
• Readable URL: https://doi.org/10.1016/j.jempfin.2021.04.005

1. Zaremba, A., Bilgin, M. H., Long, H., Mercik, A., & Szczygielski, J. J. (2021). _Up or down? Short-term reversal, momentum, and liquidity effects in cryptocurrency markets_. International Review of Financial Analysis.

• DOI: 10.1016/j.irfa.2021.101908
• Readable URL: https://doi.org/10.1016/j.irfa.2021.101908

8. 本地复现产物

• reports/artifacts/quant_digests/liquidation_cascade_20260323/summary.csv
• reports/artifacts/quant_digests/liquidation_cascade_20260323/summary_5m.csv
• reports/artifacts/quant_digests/liquidation_cascade_20260323/trades.csv
• reports/artifacts/quant_digests/liquidation_cascade_20260323/meta.json