← 返回 Quant Digests · 站点首页

别把 PAMR 当可直接上线的 15m 神器：更该先复现的是“one-bar 横截面均值回归 + 低频调仓阈值”生存线

• 时间：2026-03-23 23:12 UTC
• 类型：经典论文 + 近 5 年工程仓库 + Binance 公共数据最小快检
• 主题类型：raw alpha
• 基础 alpha：cross-sectional one-bar mean reversion（上一 bar 相对强弱在下一 bar 部分回归）
• 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（但当前口径下为负样本，需先改造后再进候选池）
• 主题标签：raw-alpha/mean-reversion/cross-sectional/online-portfolio/pamr/rebalance-throttle/turnover/cost/binance/crypto/1m/3m/5m/15m
• 证据类型：论文公式 + 开源实现 + 本地最小快检

1) 这次看了什么

先回答 base alpha：这篇的 base alpha 不是趋势跟随，而是“上一根涨得多的资产下一根更容易回吐、跌得多的更容易反弹”的横截面短期回归。 我主看了 PAMR 经典公式（Li et al., 2012）+ 近 5 年可改造工程实现（ryanczm, 2024 里 rsims.py 的 trade buffer 思路），并在 Binance 公共 15m 数据上做了最小迁移快检。

2) 核心结论

• 一句话核心结论： PAMR 这条 raw alpha 在我们当前 short-cycle 口径下可复现但不可直接上线；真正值得 intake 的是它的“均值回归分配逻辑 + 低频调仓/缓冲带降换手”骨架。
• 一句话证明方式： 同样 60 天、15m、8 资产篮子口径下，我跑了 eps × rebalance cadence 网格后，PAMR 在 perp 与 spot/BTC 两套宇宙都显著跑输对应等权基准，核心拖累来自换手与成本累积。

3 个关键数据点（本地快检）：

1. Perp-USDT 宇宙（含 CASH）：最佳参数也仅 final=0.402（total_return=-59.78%），而等权基准 final=0.771（-22.86%）。
2. Spot-BTC 宇宙（含 BTCBTC）：最佳参数 final=0.919（-8.09%），仍弱于等权基准 final=0.983（-1.74%）。
3. 两套宇宙最佳参数的平均换手分别约 0.206/bar（perp） 与 0.398/bar（spot-BTC），在 15m 下对净值杀伤明显。

3) 为什么和当前 desk 直接相关

这不是 filter/overlay，而是可独立建模的 raw alpha（cross-sectional mean reversion）。它的价值在于：

• 给我们补一条和 breakout/momentum 不同机理的反向 alpha；
• 能完整拆成 entry/exit/sizing/risk/cost；
• 并且很快就能在 1m/3m/5m/15m 验证“是否被成本打穿”。

3.5) 策略拆解（必填）

• 方向属性：cross-sectional / mean-reversion / long-short（或 long-cash）
• 基础 alpha：横截面上一 bar 价格相对偏离会短时回归
• entry：按 PAMR 更新后目标权重与当前权重偏离触发调仓
• exit：权重回归到阈值内、超时、或 regime veto 触发减仓
• sizing：simplex 约束下按信号强度分配；可加权重上限与现金腿
• risk / veto：交易缓冲带（no-trade buffer）、最大单腿权重、日内回撤阈值
• cost：手续费/滑点显式扣减（本次快检按 5 bps 单边口径）

4) 可复刻最小实验（5m/15m 起步）

• 数据源：Binance Futures/Spot Klines（公开 REST）
• 公开性：公开可得，无需私钥
• 更新频率：1m/3m/5m/15m 可直接拉取
• 最小口径：
• perp：BTC/ETH/SOL/BNB/XRP/DOGE/ADA/LINK + CASH
• spot/BTC：ETHBTC/SOLBTC/BNBBTC/XRPBTC/DOGEBTC/ADABTC/LINKBTC/TRXBTC + BTCBTC
• 窗口：近 60 天 15m bars（约 5760 bars）
• 参数：eps ∈ {0.3,0.5,0.7,0.9}，rebalance_bars ∈ {1,2,4,8}
• 首看指标：final/Sharpe/MDD/avg_turnover 与等权基准对比

5) 下一步怎么测（直接可执行）

1. 先做“降换手版 PAMR”：引入 trade buffer（参考 rsims.py）+ min notional band，看 net 能否从负转平。
2. 改成 market-neutral 版本再测：从 simplex long-only 扩展到 dollar-neutral long/short（带杠杆上限），减少 beta 拖累。
3. 做时段门控：只在 liquidity 高、spread 低的 UTC 时段启用（先在 15m 测，再下钻 5m/3m）。
4. 加执行约束敏感性：maker/taker 混合、滑点分层、资金费（perp）三档压测，先画出生存边界再谈优化。

6) 风险与保留意见

• PAMR 原论文是经典在线组合框架，不是专为 crypto 高频微结构设计。
• 当前最小快检是“工程可迁移性验证”，不是最终生产参数。
• 在 short-cycle 下，若不先压换手，均值回归信号很容易被成本完全吞噬。

7) 来源

1. Li, B., Zhao, P., Hoi, S. C. H., & Gopalkrishnan, V. (2012). _PAMR: Passive aggressive mean reversion strategy for portfolio selection_. Machine Learning.

• DOI: 10.1007/s10994-012-5281-z
• Readable URL: https://link.springer.com/article/10.1007/s10994-012-5281-z

1. Chew, R. (2024). _Crypto-Stat-Arb_ (GitHub repository).

• Repo URL: https://github.com/ryanczm/Crypto-Stat-Arb

1. Binance API Docs (Klines).

• Futures: https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api/Kline-Candlestick-Data
• Spot: https://developers.binance.com/docs/binance-spot-api-docs/rest-api/market-data-endpoints#klinecandlestick-data

8) 本地产物

• reports/artifacts/quant_digests/pamr_shortcycle_probe_20260323/perp_usdt_grid.csv
• reports/artifacts/quant_digests/pamr_shortcycle_probe_20260323/spot_btc_grid.csv
• reports/artifacts/quant_digests/pamr_shortcycle_probe_20260323/summary.json