← 返回 Quant Digests · 站点首页

别把 on-chain flow 只当情绪看板:这篇 2024/2025 论文更该先复现的是「ETH 交易所净流入 → 后续 1~6h ETH 下行」raw alpha

更新时间:2026-03-25 08:08 UTC 研究时间:2026-03-25 08:05 UTC 类型:2024 arXiv 论文(2025 v2)+ 全文本地抽取 + desk 化策略拆解 主题标签:raw-alpha/time-series/on-chain/eth/exchange-netflow/flow-pressure/event-driven/short-bias/usdt/liquidity/1h/5m/15m/external-data/paper 证据类型:论文全文抽取 + desk 化最小实验设计

源文件:research/quant_digests/2026-03-25_0805_eth-exchange-netflow-intraday-short-alpha.md

> 先回答 base alpha:这不是 filter,也不是 overlay。base alpha 就是“ETH 交易所净流入上升 → 未来 1~6 小时 ETH 更弱”。同一篇论文里,USDT 交易所净流入更像 companion flow:它偏向给 BTC/ETH 带来短期买盘干粉,因此更适合拿来做 regime / veto / pair-leg 修正,而不是替代主 alpha 本体。

1) 这次看了什么

主线材料:

这篇东西最值钱的地方,不是“on-chain 很重要”这种大话,而是它给了一个很明确、可直接翻译成交易语言的结论:

  1. ETH 净流入交易所,对应的是更直接的卖出意图;
  2. 这个卖压在 未来 1~6 小时 上,对 ETH 回报有持续负向预测力;
  3. 同时,论文还发现 USDT 净流入交易所 更像 buy-side dry powder,对 BTC/ETH 的短时回报反而偏正。

翻成人话就是:

这正适合 desk:

2) 核心结论

3 个关键数据点:

  1. 样本期: 2017-12-162023-01-20,检验未来 1 / 2 / 3 / 4 / 6 小时。
  2. ETH 主结论: 在双变量模型里,ETH 净流入对 ETH 后续回报在 1h / 2h / 3h / 4h / 6h 全部显著为负;对应 t 值大约是 -5.96 / -2.14 / -2.09 / -2.58 / -3.80
  3. USDT companion 结论: USDT 净流入对 BTC/ETH 后续回报主要在 1h / 2h 显著为正;例如 ETH 那条在 1h / 2h 的 t 值大约是 5.98 / 2.90

如果只看“显著性”而不做人话拆解,很容易写成一堆回归表。但 desk 真正在意的是:

3) 为什么这轮值得排在前面

它比继续找一篇“解释为什么 crypto 会波动”的文章更值得,原因有三个:

  1. base alpha 非常清楚。
  2. 不是“市场状态可能影响收益”,而是 ETH exchange netflow 对未来短时 ETH 回报有直接方向性

  1. 天然适合 5m / 15m desk。
  2. 虽然原文预测频率是 1h~6h,但这并不妨碍用作分钟级执行:

  1. 旁支想法也很 desk-friendly。
  2. 同一篇材料里,USDT 流入不是抢主标题的 alpha,本质更像:

也就是说,这不是“只会给你一个回归关系”的材料,而是能自然拆成:

3.5) 策略拆解(必填)

4) 这篇东西最该怎么读:把“资产语义”拆开,而不是把所有 inflow 都当一个方向

这篇论文真正有用的不是“on-chain flow 有预测力”,而是它提醒我们:

4.1 ETH inflow 和 USDT inflow,不是同一种东西

这意味着:

4.2 desk 更值得偷的,可能是“冲突流”的处理

同一时点如果出现:

那么它对 naked short ETH 的含义就不再简单。

对 desk 来说,更值得测的不是“把两个信号线性加权”,而是三种离散处理:

  1. ETH inflow high & USDT neutral/low → 允许做主 short;
  2. ETH inflow high & USDT high → size-down 或不做;
  3. ETH inflow high & BTC flow neutral → 优先测 short ETH / long β·BTC,把市场共振去掉。

这比把论文 headline 生搬硬套成“链上流入就做空/做多”要诚实得多。

5) 外部数据源、公开性与最小可复现实验口径

5.1 主 raw alpha 数据源(ETH leg)

5.2 companion filter 数据源(USDT leg)

5.3 为什么这仍然算“可较快拿到”

6) 对 1m / 3m / 5m / 15m 的最小实验

6.1 第一版:先做最便宜的 directional short

6.2 第二版:把同文里的 USDT 结论拿来做 honest filter

这一步的意义不是“多加一个 feature”,而是避免把两种语义相反的 inflow 混成一个大杂烩。

6.3 第三版:做 ETH-specific flow 的 relative-value 分支

如果发现:

那就改测:

这会更像 desk 真正能扩素材池的东西:

7) 下一步怎么测(直接可执行)

  1. 先只做 ETH 一条腿,不要一上来全资产全链路。
  2. 先确认 ETH inflow zETHUSDT perp4h / 6h 有没有最基本的 sign consistency。

  1. 把触发做成极值桶,而不是线性回归复读。
  2. 论文证明了 sign,不代表生产最优是线性;desk 下一步应优先做:

  1. 把 USDT flow 只当冲突过滤,不要过早当第二主信号。
  2. 先回答一个更小的问题:

  1. 测试 beta-hedged 版本。
  2. 若 directional short 的收益主要被大盘反抽洗掉,就把它改成:

  1. 检查 signal-to-fill decay。
  2. 这是这类 hourly external signal 最大的坑:

8) 风险与保留意见

9) 来源

  1. Chi, Y., Chu, Q. (R.), & Hao, W. (2024/2025). _Return and Volatility Forecasting Using On-Chain Flows in Cryptocurrency Markets_. arXiv / econ.EM.
  1. 本地全文抽取文件

10) 给当前 desk 的一句话结论

这轮最值得先做的,不是把 on-chain flow 变成大而全特征库,而是先用最小工程量回答一个尖问题:ETH exchange inflow spike 能不能在 Binance 5m/15m 执行里,留下 4h~6h 的 ETH short edge;如果能,再用 USDT inflow 去裁掉冲突样本。