← 返回 Quant Digests · 站点首页

别把 2025 intraday lottery 论文继续只借来做 gate：它更该先回到自己的 headline ——「past-hour MAX rich-vs-cheap 横截面 fade」raw alpha

• 时间：2026-03-25 23:34 UTC
• 类型：2025《Studies in Economics and Finance》论文 + OpenAlex 摘要元数据 + Binance Futures 公共 5m/15m 最小快检
• 主题类型：raw alpha
• 基础 alpha：过去 1 小时里刚打出“最极端 5m 上冲”的币，下一小时往往相对更弱；做法不是追它，而是做一篮子 long low-MAX / short high-MAX 的横截面 lottery-fade
• 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/cross-sectional/mean-reversion/lottery-fade/max-effect/intraday/5m/15m/1h/relative-value/market-neutral/binance/perpetual/paper
• 证据类型：论文摘要证据 + 本地公共数据快检

> 先回答 base alpha：这不是 filter，也不是把 MAX 拿去给别的策略做确认层。它自己的 base alpha 就是 cross-sectional mean reversion / lottery fade。 更直白点：谁在过去一小时里打出最夸张的单根 5m 涨幅，下一段更容易从“被追逐”回到“被回吐”。

1. 这次看了什么

主线来源是：

1. Manisha Yadav (2025), _Intraday lottery demands in cryptocurrency market_, Studies in Economics and Finance
2. OpenAlex 对该文的结构化摘要元数据（用于补充可公开读取的摘要信息）
3. Binance USDⓈ-M Futures 公共 5m K 线最小快检（把论文 headline 直接翻成 desk 可跑的 raw alpha 骨架）

这轮之所以值得写，不是因为我们第一次见到“彩票偏好/极端收益会回吐”这个想法，而是因为：

• 最近 desk 已经有一条 positive-jump variance 横截面 fade；
• 也已经把这篇 2025 论文借去做过一次 EMA reclaim confirmation gate；
• 但到这一步，更诚实的动作其实应该是：别再只把它当旁支过滤器，先把它自己的 headline alpha 作为一条更短、更干净、更容易复现的 raw alpha baseline 收进池里。

2. 核心结论

• 一句话核心结论： 如果要做短周期 lottery-fade，最先该测的不一定是更复杂的 jump decomposition；这篇 2025 论文提示，仅用“过去 1 小时最大单根 5m 收益（MAX）”就能形成一条可独立复现的横截面 raw alpha。
• 一句话证明方式： 作者用 top 100 liquid crypto 的高频数据，把过去 1 小时 5m 收益里的 MAX 当成彩票需求代理，再用 portfolio sorts + Fama-MacBeth cross-sectional regressions 检查其对下一段收益的预测力。

3 个关键数据点

1. 论文口径非常直接。 作者用的是 top 100 most liquid cryptocurrencies，把 过去 1 小时的 5m log return 做成 MAX 指标，再预测 后续 1 小时 收益。
2. 论文 headline 数字够清楚。 OpenAlex 摘要给出的核心结果是：MAX 每上升 1 个标准差，后续收益约下降 0.043%（4.3 bps），方向就是典型的 lottery-fade。
3. 本地 public-data 快检：毛收益有，成本是硬门槛。 我在 Binance 公共 5m perp 数据上，用 BTC/ETH/BNB/XRP/ADA/LINK/LTC/BCH/XLM/ETC/TRX/ATOM 做了最小横截面版本：

• 样本：2026-02-12 07:30 UTC ~ 2026-03-25 23:30 UTC，约 998 个非重叠 hourly rebalances
• 规则：每小时做一次 long bottom 30% MAX / short top 30% MAX
• gross：+1.42 bps/hour，累计 +15.25%，Sharpe 3.62
• 若粗暴按 1 bp/side 计全换手成本：净值变成 -22.68%

3. 为什么和当前项目有关

3.1 它补的是“更简单的 lottery-fade 基线”

最近素材池里已经有：

• 24h loser reversal
• high-vol loser bucket
• positive-jump variance fade

但这些都比 past-hour MAX 更“加工过”。这篇 2025 论文的价值在于：它把同一类行为金融/短周期过度追逐，压缩成了一个极其便宜、极其容易公有数据复现的 baseline。

3.2 它也修正了我们前几天对同一篇论文的读法

3 月 20 日那篇 digest，我们把它 desk 化成了 EMA reclaim 的 confirmation gate。那个读法没错，但更像“借材料做旁支”。

这轮回到它真正的主线上，价值反而更高：

• base alpha 说得清；
• 能独立成策略；
• 和 recent raw-alpha intake 直接同类可比。

尤其适合拿来和下面几条做 A/B：

• positive-jump variance fade
• 24h loser × high-vol interaction
• volume-decay throttle 下的 XS short-term reversal

3.5 策略拆解（必填）

• 方向属性：横截面 / relative-value / mean-reversion
• 基础 alpha：过去 1 小时 MAX(5m return) 越高，下一小时相对回报越差；做 long low-MAX / short high-MAX
• regime：更可能在高投机、高离散度、短时追涨更强的时段里更有效；但这点应作为下一轮显式检验，不先脑补为 always-on
• filter / veto：
• 仅保留流动性前列合约
• 排除公告/宏观事件前后极端跳变窗口
• 与 liquidation cascade 题材做冲突检查，避免把真趋势延续错当成回吐
• risk / sizing / execution overlay：
• 组合层保持 dollar-neutral / equal-weight baseline
• 优先 小时级再平衡，不要直接每根 5m 追着换
• 成本上先测 maker-first 1~2 bar，再测 taker fallback；否则毛边大概率直接被换手吃光

4. 可复刻的最小实验

研究假设

past-hour MAX 是一条 比 jump-variance 更轻、更快、更便宜 的 lottery-fade 原型；若它连最小 public-data 版本都没有 gross edge，就没必要继续往复杂版本上加料。

一个可计算定义

对每个币 i：

• MAX_i,t = max(r_i,t-11 ... r_i,t)，其中 r 是 5m log return
• 每小时做一次横截面排序：
• long：MAX 最低的 bottom 30%
• short：MAX 最高的 top 30%
• 持有下一小时，组合等权 market-neutral

最小回测切口（本轮已快检）

• 数据源：Binance USDⓈ-M Futures 公共 K 线
• 公开性：公开可得，无需私钥
• 更新频率：5m
• 标的：BTC / ETH / BNB / XRP / ADA / LINK / LTC / BCH / XLM / ETC / TRX / ATOM
• 样本：2026-02-12 ~ 2026-03-25
• 第一层 honest 结论：
• hourly non-overlap gross = +1.42 bps/hour，Sharpe 3.62
• 但 1 bp/side 粗成本下已明显转负

最该先看的 2 个指标

1. 净 bps / rebalance：不是先看 Sharpe，而是先看单次换手到底能不能养活自己
2. turnover-adjusted edge：和 positive-jump variance、24h loser reversal 比，谁在相同 cost ladder 下更耐磨

5. 风险与保留意见

• 这篇论文的 headline 很漂亮，但本地最小快检已经说明：它首先是“有毛边”，不代表“能直接落地 taker 交易”。
• 我的快检只用了 12 个 Binance perp，比论文的 top 100 liquid crypto 更窄；统计显著性和横截面丰富度都更弱。
• MAX 很容易和 liquidation / panic / news shock 混在一起；若不分清“过度追逐”与“真实信息到达”，会把 continuation 和 reversal 看混。
• 因为这条线极度依赖换手，它更像一条需要 execution / threshold / regime 共管的 raw alpha，而不是可以无脑 always-on 的独立机器。

6. 下一步怎么测

1. 先和今天的 positive-jump variance fade 做正面对照。 同一 universe、同一 cost ladder、同一持有期，比较谁的 net bps / turnover 更高。
2. 做阈值稀疏化。 不要每小时都做，先测 MAX dispersion 进入前 30%/20%/10% 才开仓，看能否把毛边压缩成更少但更厚的交易。
3. 把执行从 taker 改成 maker-first。 若 gross +1.42 bps/hour 是真边，那么它只可能在低摩擦执行里存活；默认应测 maker 1 bar -> taker fallback。
4. 把 5m signal / 15m execution 单独跑一版。 对当前 desk，更现实的路线不是 bar-bar 追切，而是让 5m MAX 负责发现过热对象，15m 做低频篮子执行。
5. 补“真 continuation 误伤”排查。 把 funding/OI/liquidation 共振最强的窗口单独切出来，看 MAX fade 是否在这些时段反而失效。

7. 来源

1. Yadav, M. (2025). _Intraday lottery demands in cryptocurrency market_. Studies in Economics and Finance, 42(4), 799–835.

• Authors: Manisha Yadav
• DOI: 10.1108/SEF-07-2024-0461
• Readable URL: https://doi.org/10.1108/SEF-07-2024-0461
• Repo URL: N/A

1. OpenAlex work record for the same paper（用于公开摘要抓取与元数据核对）

• Readable URL: https://api.openalex.org/works/https://doi.org/10.1108/SEF-07-2024-0461

1. Binance Developers – USDⓈ-M Futures Kline/Candlestick Data

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

8. 本地产物

• reports/artifacts/quant_digests/intraday_max_lottery_xs_20260325_2330/summary.json
• reports/artifacts/quant_digests/intraday_max_lottery_xs_20260325_2330/summary_15m_variants.json
• reports/artifacts/quant_digests/intraday_max_lottery_xs_20260325_2330/hourly_longlow_shorthigh_returns.csv
• reports/artifacts/quant_digests/intraday_max_lottery_xs_20260325_2330/universe.json