← 返回 Quant Digests · 站点首页

别把成交量只当确认层：这份 2025 新仓库更该先测的是「volume-weighted 横截面动量 + AVR flow hits」raw alpha，但 15m break-even 只在约 3.5 bps round-trip

• 时间：2026-03-25 02:20 UTC
• 类型：2025 GitHub 新仓库 + 近 5 年论文地基 + Binance Futures 公共数据最小快检
• 主题类型：raw alpha
• 基础 alpha：横截面动量（short-vs-long return spread）乘以成交量/流动性强化后的强者延续
• 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/cross-sectional/momentum/volume-weighted/flow-confirmation/abnormal-volume-ratio/binance/perp/cost/turnover/repo/paper/crypto/1m/3m/5m/15m
• 证据类型：工程仓库 + 论文证据 + 本地公共数据最小快检

1. 这次看了什么

先回答 base alpha：这篇东西的 base alpha 是“横截面强者恒强”，不是 volume filter 本身。

主材料是 2025 仓库 tim7park/Crypto-Stat-Arb-CX-Momentum-x-Volume：它把 77 个 Binance 币种的短窗回报、长窗回报、波动标准化和短长成交量比拼成一个 volume-weighted cross-sectional momentum 分数，再用 AVR（abnormal volume ratio）做 flow confirmation，最后形成 long-only 组合。

2. 核心结论

• 这条线是可独立复现的 raw alpha 候选，因为 alpha 本体很清楚：动量排序；成交量只是把“谁更值得追”做再加权，而不是替代 alpha 本身。
• repo 的日频原始结果并不差：在 2020–2025、77 币、Binance 日线样本上，作者给出的最优组合是 short=3 / long=150 / lag=11，gross Sharpe = 1.36，相对 BTC 的 alpha t-stat = 2.27；walk-back 的 2020–2023 也还有 Sharpe 1.29 / alpha t-stat 1.84。
• 但我把 repo 语义直接映射到 Binance Futures 15m（BTC/ETH/SOL/BNB/XRP/DOGE/ADA/LINK/AVAX/TRX，2025-11-01 ~ 2026-03-25）后，结论变得更“desk 现实”：
• repo 风格 long-only 最优格点（sw=8 / lw=150 / lag=2）在 gross 下还有 Sharpe 2.32、平均 +0.209 bps/bar；
• 但按 round-trip 10 bps 扣成本后，变成 Sharpe -4.27、平均 -0.385 bps/bar；
• 对应平均换手约 0.119 notional/bar，推回去算，break-even round-trip cost 只有约 3.52 bps。
• 我额外测了一个对称的 long-short 版本：gross 更高（Sharpe 4.93），但换手也更高，break-even 也只到约 4.31 bps round-trip，仍然很难覆盖常规 taker perp 成本。
• 翻成人话：这条 alpha 本体大概率是有东西的，但它在短周期不是“方向不对”，而是“成本门太窄”。 如果不能压低费用、降低换手，直接搬去 5m/15m perp 很容易被磨没。

3. 为什么和当前项目有关

• 它直接补的是我们当前更该累积的 cross-sectional / relative value / raw alpha 素材池，不是又回到 breakout / retest 老内循环。
• 它还提供了一个很有用的拆法：
• alpha 本体：横截面动量排序
• 增强层：volume_short / volume_long
• confirmation：AVR hits（最近 5 根里至少 3 根异常放量）
• execution 问题：换手与成本是否允许这条 alpha 留下净值
• 对 desk 来说，这很适合做成 “先问 gross edge，再问 cost pocket” 的快检模板，未来也能直接迁移到 1m/3m/5m/15m 的 multi-asset perp 研究框架里。

3.5 策略拆解（必填）

• 方向属性：横截面、多资产、默认 long-only；也可做 beta-hedged long-short 变体
• 基础 alpha：
• mu_short = rolling mean(ret, short_window)
• mu_long = rolling mean(ret, long_window)
• sigma = rolling std(ret, long_window)
• base_score = sqrt(short_window) * (mu_short - mu_long) / sigma
• volume/flow 增强：
• vol_signal = rolling_mean(qvol, short) / rolling_mean(qvol, long)
• score = base_score * vol_signal
• confirmation：
• AVR = qvol / rolling_median(qvol, 20)
• AVR > 2 记作一次强 flow hit
• 最近 5 根里至少 3 次 hit 才允许保留该资产权重
• sizing / weighting：
• tanh(score) 压缩极端值
• 截面归一化到 1.0 notional
• repo 默认是 long-only（只保留正分数）
• execution：
• repo 通过 lag_shift 模拟延迟执行
• 短周期映射时，真正要命的不是是否 next bar 执行，而是 是否能把换手压到费用线以下

4. 可复刻的最小实验

• 研究假设：

1) 横截面动量在 crypto 里依然成立； 2) volume weighting 不是装饰，而是把“有流动参与的强者”从纯价格 winner 里筛出来； 3) 但短周期成败主要取决于换手能否压过成本。

• 一个适合 15m 的最小切口：
• 数据源：Binance Futures fapi/v1/klines（公开可得，15m 实时更新）
• universe：先做 10~20 个高流动性 USDT perp
• score：直接按 repo 公式先做 bar-close 版本
• benchmark：先比 equal-weight perp basket，再比 BTC
• 最先看 4 个指标：

1) gross Sharpe 2) net avg bps/bar 或 net avg bps/trade 3) avg turnover / bar 4) break-even round-trip bps

• 这次本地最小快检已经给出一个非常明确的 desk 结论：
• alpha 在 gross 下存在；
• 但短周期版本的成本容忍度只有 3.5~4.3 bps round-trip，远比常规 taker perp 更苛刻。
• 下一步怎么测：

1) 先不改 alpha，先改换手：把 bar-bar 重平衡改成 30m/60m、或设置 weight-delta threshold，看 break-even 能否抬到 6~8 bps； 2) 把 short/long qvol ratio 与 same-clock RVOL / percentile volume shock 做 A/B，验证 volume 应该做“乘数”还是“veto”； 3) 对 long-only 版加一个最小 beta 对冲（如对冲 BTC 或 market basket），看能否保留 gross edge 同时减少“顺风 beta 假繁荣”。

5. 风险与保留意见

• repo 原始结果是日频 long-only 组合，并不是直接为 5m/15m perp 写的执行模板。
• 15m 映射快检表明，这条线最容易被误读成“信号不行”；但更真实的说法是：信号在 gross 下还可以，问题主要出在 turnover / fee / slippage。
• 如果后续只有在极低成本、maker 优先、或者低频重平衡条件下才成立，就应诚实把它定位为：
• 低费率/低冲击 pocket alpha
• 或者 cross-sectional sleeve，而不是普适的高频主策略。

6. 来源

1) tim7park. (2025). *Crypto-Stat-Arb-CX-Momentum-x-Volume*（GitHub repository）.

• Repo URL: https://github.com/tim7park/Crypto-Stat-Arb-CX-Momentum-x-Volume
• Readable URL: https://github.com/tim7park/Crypto-Stat-Arb-CX-Momentum-x-Volume/blob/main/README.md
• Key notebook URL: https://github.com/tim7park/Crypto-Stat-Arb-CX-Momentum-x-Volume/blob/main/CX_MomXVol_StatArb.ipynb

2) Huang, Z.-C., Sangiorgi, I., & Urquhart, A. (2024). *Cryptocurrency Volume-Weighted Time Series Momentum*. SSRN Electronic Journal.

• DOI: 10.2139/ssrn.4825389
• Readable URL: https://doi.org/10.2139/ssrn.4825389

3) Fičura, M. (2023). *Impact of Size and Volume on Cryptocurrency Momentum and Reversal*. SSRN Electronic Journal.

• DOI: 10.2139/ssrn.4378429
• Readable URL: https://doi.org/10.2139/ssrn.4378429

4) Fieberg, C., Liedtke, G., Metko, D., & Zaremba, A. (2023). *Cryptocurrency factor momentum*. Quantitative Finance.

• Venue: Quantitative Finance
• DOI: 10.1080/14697688.2023.2269999
• Readable URL: https://doi.org/10.1080/14697688.2023.2269999

5) Binance Futures API Docs（公开市场数据）

• Readable URL: https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api/Kline-Candlestick-Data

6) 本地最小快检 artifact（2026-03-25）

• reports/artifacts/quant_digests/volume_weighted_xs_momentum_probe_20260325/summary.json
• reports/artifacts/quant_digests/volume_weighted_xs_momentum_probe_20260325/grid_net10bps.csv
• reports/artifacts/quant_digests/volume_weighted_xs_momentum_probe_20260325/best_net10bps_returns.csv