← 返回 Quant Digests · 站点首页

别把 microstructure 只做成 OBI 做市：这篇 2026 论文+同名仓库更值得先复现的是「单资产 OFI + VWAP pressure taker raw alpha」

• 时间：2026-03-25 03:18 UTC
• 类型：2026 arXiv 论文 + 2026 GitHub 同名工程仓库 + Binance 公共原始数据最小快检
• 主题类型：raw alpha
• 基础 alpha：顶档深度失衡、主动成交失衡与买卖 VWAP 相对 mid 的偏离，可直接预测未来 3s 中间价收益；当预测值超过阈值时，按预测方向立即吃单
• 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/microstructure/time-series/order-flow/imbalance/vwap-pressure/taker/maker/binance/perpetual/1s/1m/3m/paper/repo/execution
• 证据类型：论文证据 + 工程证据 + 本地快检

> 先回答 base alpha：不是 filter，不是纯解释。base alpha 就是“当前盘口/成交流微观结构状态 → 未来几秒收益方向”的单资产 directional raw alpha。

1. 这次看了什么

主线材料是：

• Bartosz Bieganowski, Robert Ślepaczuk (2026), _Explainable Patterns in Cryptocurrency Microstructure_（arXiv）
• amazingchow/epcm（2026，同名复现工程仓库）

这轮我不把它读成“又一个 OBI 解释文”或者“又一个做市教程”，而是把它拎回最适合我们 desk 的形态：

单资产、事件驱动、极短持有、可直接吃单执行的 microstructure raw alpha。

它和我们前面已经看过的两类东西不一样：

1. 不是把 OBI 塞进双边做市 reservation price 的那条线；
2. 也不是横截面 taker-flow 排名那条线；
3. 它更像是：用统一的微观结构特征库，直接预测单币未来 3s 收益，然后做阈值型 taker 交易。

2. 核心结论

• 一句话核心结论：这篇 2026 论文真正值得先复现的，不是“SHAP 很好看”，而是“OFI + spread + VWAP pressure”这套统一特征库本身就是可独立交易的单资产 raw alpha。
• 一句话证明方式：论文给了完整 taker/maker 回测；同名仓库把数据构建、特征工程、CatBoost/Optuna、SHAP、回测全部工程化；我再用 Binance 公共原始 bookTicker + trades 做了 1 天最小快检，确认最基础的方向信息确实还在。

关键数据点（论文）：

1. 数据口径：Binance Futures 永续，1s 级 order book + trades，样本从 2022-01-01 到 2025-10-12，覆盖 BTC / LTC / ETC / ENJ / ROSE。目标变量是未来 3s mid log return。
2. taker 回测最强的不是 BTC，而是中小币：

• ETC：ARC 5.78，IR* 8.97，t-test p=0.0431
• ENJ：ARC 4.06，IR* 6.58，t-test p=0.0368
• ROSE：ARC 7.00，IR* 5.28，t-test p=0.0192

1. maker 并不天然更优：

• BTC maker 还不错：ARC 2.93，IR* 5.47
• 但 ENJ / ETC / ROSE maker 明显弱很多，甚至接近负收益，说明这条 edge 更先像 taker directional alpha，不是“先验适合做市”的 alpha。

1. 极端行情验证：2025-10-10 flash crash 中，论文写到 taker 策略的异常持仓时间大约 20 秒，而平时多是 1~2 秒；maker 则因为逆向选择在崩盘中被持续打穿。

关键数据点（我做的本地最小快检，公开 Binance 原始数据，1 天样本，仅作方向复核）：

1. ROSEUSDT（2024-01-15）：用 order_flow_imbalance + depth_imbalance + vwap_pressure + relative_spread 的简单线性 proxy，在测试半天内，对未来 3s 收益的相关系数约 0.137；强信号多头事件平均下一段收益约 +0.684 bps，强信号空头事件约 -0.812 bps。
2. ENJUSDT 同口径相关系数约 0.191；强信号多头约 +1.043 bps，强信号空头约 -0.929 bps。
3. 但把秒级信号粗暴压成 bar-close 1m/3m/5m 因子后并不稳定：ROSE 在 3m 还有一点形状，ENJ 则明显发散。这说明它更适合做 event-driven micro alpha / execution alpha，而不是直接硬改造成逐根 5m/15m 主信号。

3. 为什么和当前项目直接相关

• 这是raw alpha，不是 shared gate。
• 它扩充的是我们当前素材池里仍然值得继续加深的一类：单资产 microstructure directional alpha。
• 它天然适配 1m / 3m 的高强度短周期研发；对 5m / 15m 也不是没用，但更应先定位成：
• 更优入场时点选择
• taker/maker 执行切换
• 极端 spread / adverse-selection veto
• 更重要的是：这条线已经自带完整策略骨架，不是只有“某个解释变量很重要”。

3.5 策略拆解（必填）

• 方向属性：单资产 / 时间序列 / 微观结构 directional alpha
• 基础 alpha：
• depth_imbalance = (bid_size - ask_size) / (bid_size + ask_size)
• order_flow_imbalance = (buy_volume - sell_volume) / (buy_volume + sell_volume)
• buy_vwap_dev = (buy_vwap - mid) / mid
• sell_vwap_dev = (sell_vwap - mid) / mid
• vwap_pressure = ((buy_vwap*buy_volume) - (sell_vwap*sell_volume)) / ((buy_volume+sell_volume)*mid)
• 用上述特征预测 r_{t→t+3s}，当 |prediction| > θ 时按符号开仓
• entry：prediction > θ 做多；prediction < -θ 做空
• exit：
• 信号反向
• 信号回落至阈值内
• 或设置最大持有秒数（如 3s / 5s / 10s / 20s）
• sizing：先用固定 notional；后续可按 |prediction| / rolling_vol / spread state 做分层仓位
• risk：
• max_position_notional
• spread 突然放宽时强制降档 / 停机
• 延迟、滑点、盘口真空单独建 kill-switch
• cost：
• taker 手续费必须显式进回测
• maker 版本不能只看 spread capture，必须单独记 adverse selection

4. 这条线最有价值的，不是“预测对不对”，而是“怎么映射到 desk”

如果强行问：它对我们 1m / 3m / 5m / 15m 有什么直接意义？

我的判断是：

• 最适合：1m / 3m 的 event-driven alpha
• 次适合：5m / 15m 的 execution / veto / timing layer
• 暂不建议：直接把秒级平均值变成 5m/15m 主 raw alpha

原因很简单：这条 edge 的生成机制是微观结构状态的瞬时偏移，不是慢变量。 你把它压得太粗，信号会被 bar 内路径抵消掉。

所以对 desk 更合理的读法不是：

• “把它改写成 15m 因子”；

而是：

• “当 1m / 3m bar 内出现持续 N 秒的一致微观结构压力时，触发一笔独立 micro-trade”；或
• “当 5m 主信号准备入场时，用它判断该不该立刻吃单，还是等一脚回撤/盘口修复再进。”

5. 可复刻的最小实验（下一步怎么测）

研究假设： OFI + depth imbalance + VWAP pressure 在 Binance perp 上可形成可交易的超短周期单资产 raw alpha，但真实可交易性高度依赖 threshold × hold_seconds × fee/slippage × spread state。

数据源与公开性：

• 数据源：Binance USDⓈ-M Futures 公共历史数据 bookTicker 与 trades
• 公开性：公开可得，无私钥
• 更新频率：毫秒事件，可聚合到 1s
• 最小可复现实验口径：公共 daily zip 即可

最小实验设计（最应该先做这个，而不是先上复杂网络）：

1. 标的：BTCUSDT / ETHUSDT / ROSEUSDT 三档流动性
2. 采样：先做最近 14~30 天 1s 数据
3. 信号：先只用 4~6 个 paper 原生特征，不加花哨深度学习
4. 训练/验证：walk-forward，至少做 train 7d / test 1d 滚动
5. 持有期网格：3s / 5s / 10s / 20s
6. 阈值网格：按预测分布分位数（如 80/90/95/97.5）而不是拍脑袋固定值
7. 成本阶梯：fee only / fee+0.5tick / fee+1tick / latency stress

最先看 5 个指标：

• IC(score, next_ret_3s)
• avg bps per triggered event
• events/day
• post-cost pnl
• spread-conditioned pnl（窄 spread vs 宽 spread）

最关键的下一步，不是再调模型，而是这 3 个实验：

1. signal persistence：只有信号连续 N 秒同向才触发，看看能否把噪声降下去
2. hold-seconds sweep：检验这条 alpha 是 3s 即衰减，还是能拖到 10~20s
3. taker-only vs maker-off switch：在 spread 扩大或盘口失衡极端时，maker 是否应该直接关闭

6. 风险与保留意见

• 论文里的方向信息很强，但高频回测天然会高估实盘，因为 latency / queue / network jitter 很难完全诚实模拟。
• 这条线对交易所状态极敏感：一旦 spread 扩大、深度塌陷、出现假挂单，信号质量和成交质量会一起掉。
• flash crash 里的高收益也意味着另一面：如果大家都在盯同样的 imbalance，alpha 可能会在极端时刻放大市场脆弱性。
• 对我们现在的 desk 来说，最现实的落地顺序应是：

1. 先做 taker event-driven 版本
2. 再把它接到 1m/3m 的 execution layer
3. 最后才考虑 maker 化或更复杂的 queue 模型

7. 来源

1. Bieganowski, B., & Ślepaczuk, R. (2026). _Explainable Patterns in Cryptocurrency Microstructure_. arXiv.

• DOI: 10.48550/arXiv.2602.00776
• Readable URL: https://arxiv.org/abs/2602.00776
• HTML URL: https://arxiv.org/html/2602.00776v1
• PDF URL: https://arxiv.org/pdf/2602.00776.pdf

1. amazingchow. (2026). _epcm_. GitHub repository.

• Repo URL: https://github.com/amazingchow/epcm
• Readable URL: https://github.com/amazingchow/epcm

1. Binance Data Vision. USDⓈ-M Futures public historical data (bookTicker, trades).

• URL: https://data.binance.vision/

8. 本地快检产物

• reports/artifacts/quant_digests/epcm_microstructure_probe_20260325/summary_1s.csv
• reports/artifacts/quant_digests/epcm_microstructure_probe_20260325/summary_bars.csv
• reports/artifacts/quant_digests/epcm_microstructure_probe_20260325/roseusdt_test_predictions_head.csv
• reports/artifacts/quant_digests/epcm_microstructure_probe_20260325/enjusdt_test_predictions_head.csv