← 返回 Quant Digests · 站点首页

别把分钟级预测只做成黑箱 ML：这篇 2021 论文更值得先复现的是「rolling LASSO 稀疏一分钟 raw alpha」

更新时间：2026-03-25 05:55 UTC 研究时间：2026-03-25 05:54 UTC 类型：2021 论文 + ScienceOpen 摘要页 + Binance Futures 公共 1m K 线最小快检 主题标签：raw-alpha/intraday/1m/3m/time-series/cross-sectional/lasso/sparse-signals/short-lived-predictors/taker-imbalance/vwap-gap/volume/binance/perpetual/paper 证据类型：论文证据 + 本地公共数据快检

源文件：research/quant_digests/2026-03-25_0554_intraday-sparse-lasso-next-minute-alpha.md

> 先回答 base alpha：不是 filter，不是“模型框架综述”。base alpha 就是“分钟级短寿命特征 → 下一分钟收益”的 directional raw alpha；LASSO 只是把可交易的那几根针从一大堆草里挑出来。

1. 这次看了什么

主线材料是：

这轮我不把它读成“又一个机器学习论文”，而是把它拎成更适合我们 desk 的读法：

分钟级、短持有、可直接阈值化交易的 sparse raw alpha。

这条线的关键价值不在于“LASSO 很学术”，而在于它给了一个非常实用的 research posture：

  1. 先把分钟级候选特征库铺开；
  2. 允许信号只在很短的局部窗口活着；
  3. 不追求单一永恒因子，而是接受“稀疏 + 短寿命 + 滚动重估”；
  4. 最后直接把预测值变成可交易的 next-bar alpha。

这和我们当前 desk 的目标是对齐的：

2. 核心结论

关键数据点（论文原文/摘要能直接确认的）：

  1. 预测目标：1-minute ahead 的样本外收益预测，不是日频，不是周频。
  2. 资产范围：10 个主要加密货币，不是只测 BTC 单币。
  3. 方法论核心：在一大组线性 + 非线性 predictors 上做 LASSO 稀疏筛选，而且作者明确强调被选中的 predictors 是 sparse and quite short lived。

关键数据点（我做的本地最小快检；公开 Binance UM Futures 1m K 线，2024-01-10 ~ 2024-01-24，训练 11 天 / 测试 4 天，仅作 proxy，不是 faithful replication）：

  1. DOGEUSDT：LASSO 对下一分钟收益的测试集相关系数约 0.0573，略强于同特征全量线性回归的 0.0484；按训练集 p10/p90 阈值触发，long 平均约 +0.318 bps，short 平均约 +0.605 bps。
  2. XRPUSDT：仍有弱正边，测试相关系数约 0.0107；说明这条线不是只在 memecoin 上成立，但边明显收缩。
  3. 横截面 top1-bottom1（BTC/ETH/SOL/XRP/DOGE/LTC 六币，每分钟按预测值做多最强、做空最弱，持有 1 分钟）：全样本平均毛收益约 +0.015 bps/min；只做预测分差高于中位数的“更确信”一半分钟，平均毛收益约 +0.112 bps/min，命中率约 50.8%。
  4. 异质性非常强：BTC 基本接近零，SOL 在该样本窗为负，LTC 甚至被 LASSO 直接稀疏到 0 个有效特征。这反而很重要：它说明这条 edge 更像 局部/状态依赖 alpha，而不是“全市场无差别一分钟圣杯”。

3. 为什么和当前项目直接相关

这条线和我们现在的短周期研发直接相关，原因有四个：

  1. 它是 raw alpha，不是 filter。

    2. 预测对象就是下一分钟收益本身。

  2. 它天然适配 1m / 3m。

    3. 不需要硬把低频变量拉扯成高频；原论文就是分钟级。

  3. 它能同时服务单币和横截面。

    4. 单币可以做 sign/threshold 入场；横截面可以做 top-vs-bottom market-neutral。

  4. 它给了“研究流程模板”而不是只给一个指标。

    5. 对我们更值钱的是：以后新来的 flow / OI / VWAP / basis / liquidation 特征，也都能塞进同一套 sparse-screening 框架里做分钟级快检。

3.5 策略拆解（必填）

4. 对 desk 最有价值的，不是“预测强不强”，而是“怎么把它变成可持续 intake 模板”

如果只把这篇论文读成“LASSO 比 benchmark 强”，价值其实有限。

真正能被我们拿走的是这套框架：

A. 把分钟级 raw alpha 当成“短寿命稀疏信号”来研究

这很符合 crypto 的现实：

所以比起追求一条固定规则，更现实的是：

B. 它能作为新特征 intake 的统一骨架

后面不管我们往里加的是：

都可以先问同一个问题：

“把它塞进 rolling sparse model 以后，能不能在 next 1m / 3m return 上留下额外信息？”

如果答案是能，这个新特征就不是纯解释，而是真的进了 raw alpha 池。

C. 它更适合 alt bucket，而不是默认押在 BTC 上

这次本地 proxy 快检最有意思的一点，不是“平均有边”，而是：

这说明如果真做下一轮最小复现，优先级不该是 BTC first，而应该是：

5. 可复刻的最小实验（下一步怎么测）

研究假设： rolling sparse feature selection 能在一部分 crypto perp 上形成可交易的 1m directional alpha，但收益高度依赖币种分层、阈值稀释和交易成本。

数据源与公开性：

最小实验设计：

  1. 标的分层：
  1. 样本切法：
  1. 特征库：
  1. 持有期网格：1m / 2m / 3m
  2. 阈值网格：按训练集预测分位数做 80 / 90 / 95 / 97.5 分位触发
  3. 成本阶梯：

最先看 5 个指标：

这条线最应该先做的 3 个实验：

  1. bucket test：按 liquidity / trade-count / retail-beta 分组，看 sparse edge 是否显著集中在某一类币
  2. feature survival map：记录每个滚动窗里被选中的特征，判断哪些是真正“偶尔复活”的分钟级 edge
  3. time-series vs cross-sectional：同一组预测值，比较“单币阈值交易”和“横截面 top-bottom 配对”哪个更抗成本

6. 风险与保留意见

7. 一句话结论

这篇东西值得进研究池，不是因为“LASSO 很高级”，而是因为它把 1m crypto alpha 讲成了一个非常诚实的命题：信号是短寿命、稀疏、币种异质、需要滚动筛选的。对我们 desk 来说，这比再找一个固定阈值规则更有扩展性。

8. 来源

  1. Lalwani, V., & Meshram, V. (2021). _Predicting Intraday cryptocurrency returns – A Sparse Signals approach_. The Journal of Prediction Markets, 15(1).
  1. ScienceOpen article metadata / abstract page
  1. Binance Data Vision, UM Futures public 1m klines

9. 本地快检产物