源文件：research/quant_digests/2026-03-25_1600_xs-positive-jump-variance-lottery-fade.md
positive-jump variance 最低的一篮子币、做空最高的一篮子币，赚“彩票型暴冲币随后横截面掉队”的回报先回答 base alpha：这篇的 base alpha 不是 filter，而是“横截面做空高 positive-jump variance 币、做多低 positive-jump variance 币”的独立 raw alpha。
这次主看 Suzanne S. Lee、Minho Wang 发表于 *Journal of Financial and Quantitative Analysis* 的 2024 论文 *Variance Decomposition and Cryptocurrency Return Prediction*。一句话核心结论：真正值得 desk 先复现的，不是“高波动币要避开”，而是“把高正跳变/高跳变稳健波动当成应被横截面做空的 lottery bucket”。 一句话它怎么证明：作者用 100 个币、2015-10~2023-06、15 分钟级数据构造 realized variance，再用 tercile 组合、多因子 alpha 和 Fama-MacBeth 回归把负向定价关系钉住。
Low - High 收益差为 +3.7%/周（EW，对应年化约 193%），VW 也有 +3.0%/周。positive jump variance。 在 positive jump variance 分组里，Low - High 为 +3.6%/周（EW）和 +2.3%/周（VW）；控制滞后收益和市值后，FMB 回归系数约 -1.492，t=-4.69。jump-robust variance 也有信息，但次于正跳变。 其回归系数约 -0.091，t=-2.00；更像可与 positive jump variance 叠加的第二轴，而不是主轴。positive jump variance 系数约 -1.890，显著强于低波动阶段的 -1.032；高 illiquidity 阶段也依然明显。positive jump variance 那一篮子往往更小盘、更宽点差、散户交易占比更高、社媒买入情绪更热，这说明它不是单纯风险补偿，更像被追捧过头后的横截面回吐。这条线和我们当前 desk 的关系很直接：它补的是 cross-sectional / relative-value / mean reversion 素材池，而不是再补一个确认层。更具体地说：
15m 形成慢信号、1m/3m/5m 负责执行：信号更新不必每根 bar 变，换手可以比纯 1m 排名策略更低。loser basket、beta-gap、funding/basis 做正交性检查，看它是不是一条独立 edge，而不是别的因子的影子。positive-jump variance 币在后续窗口里横截面跑输，低 positive-jump variance 币相对更强72h 的 positive-jump variance 越高，未来 4h~24h 的横截面相对收益越差。5m 或 15m 收益率；RV=sum(r^2)；positive-jump variance ≈ sum(r^2 * 1[r > k·σ_roll])，先用朴素阈值版做 MVP，第二轮再换 bipower / jump test。15m 重算过去 72h 信号，做 long bottom decile / short top decile，持有 16 bars(4h)、48 bars(12h)、96 bars(24h) 三档。post-cost spread return、turnover；其次看 BTC beta、short leg 集中度、不同市场波动分位下的分层表现。1m/3m/5m/15m 会损失一部分边，需要重新找最短还能活的 holding window。https://doi.org/10.1017/S002210902400022Xhttps://www.cambridge.org/core/journals/journal-of-financial-and-quantitative-analysis/article/variance-decomposition-and-cryptocurrency-return-prediction/9995E58095453CB44A3BC3C9C111969Fhttps://www.cambridge.org/core/services/aop-cambridge-core/content/view/9995E58095453CB44A3BC3C9C111969F/S002210902400022Xa.pdf/variance-decomposition-and-cryptocurrency-return-prediction.pdfhttps://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api/Kline-Candlestick-Datapositive-jump variance 排名：别一上来就上复杂 jump test，先验证 top-decile short / bottom-decile long 在 4h~24h 是否还有 post-cost 净边。positive-jump variance × market-vol regime 双排序：验证这条 edge 是否真的只在高波动周期开 size 才值钱。24h loser reversal、beta-gap 做相关性矩阵：若相关性不高，就值得进 raw alpha 素材池优先队列。