源文件：research/quant_digests/2026-03-26_0950_btc-book-eth-divergence-catchup-alpha.md
1m 最小快检BTC 盘口压力 / taker-flow 明显单边，而 ETH 同时段盘口或 taker-flow 仍反向、且价格跟随不足时，ETH 在后续 1m/3m 存在向 BTC 方向补动的 cross-crypto lead-lag pocket> 先回答 base alpha：这不是 filter，也不是单纯模型工程。base alpha 就是“BTC 的盘口/成交流状态先动，ETH 还没完全跟上时，ETH 会在极短持有窗里补动”的 cross-crypto lead-lag raw alpha。
主线材料是一份很新的 GitHub 仓库：
它的 headline 看起来像“做一个 XBT/ETH 的 order-book 预测框架”，但对我们 desk 真正有价值的不是模型名字，而是它把一句可交易的话说清楚了：
用 BTC/XBT 的盘口特征去预测 ETH 的未来极短收益。
更关键的是，这不是停在 feature importance 的 explainability notebook。仓库已经把完整骨架搭出来：
imbalance / slope / liquidity ratio / volume 特征生成XBT -> ETH 的预测目标定义所以它不是“又一个微观结构概念展示”，而是可以直接翻译成 desk 最小实验的 raw alpha skeleton。
XBT 的盘口特征拿去预测 ETH 未来 200ms 方向，并且给了策略类；我再用当前 Binance 公开 1m K 线里的 taker-buy proxy 做了一个便宜版 sanity check，看这条边压粗后还能不能留下影子。仓库 README 写得很直接：目标是研究 multiple cryptocurrencies 的 order-books，用一个币的盘口特征（如 bid-ask imbalance、depth shifts）去预测另一个币的短期收益，并做 out-of-sample backtest。
这点很关键，因为它把主题从“单资产方向预测”升级成了 cross-asset information flow，更贴近我们 desk 现在想补的 lead-lag / relative-value 素材池。
仓库当前直接列出了：
bid-ask-imbalance-5-levelsV-bid-5-levels / V-ask-5-levelsslope-bid-5-levels / slope-ask-5-levelsavg-250ms-of-slope-*avg-250ms-of-liquidity-ratio-5-levels也就是说，这条 alpha 的原始形态并不复杂： 盘口偏斜、深度斜率、流动性倾斜、以及这些量在短窗口上的持续性。
Mateo2StartStrategy 的逻辑非常直接：
XBT 特征做预测；0.01 ETH；200ms 后自动程序化卖出。这说明仓库作者自己也没有把它当纯解释型项目，而是默认： 这条边应该被写成短持有、事件驱动、快进快出的完整策略。
仓库里一个更像样的目标是：
avg-10ms-of-mid-price-itincreases-after-200ms-with-threshold-5对应的 perf.json 给出：
363,53712,244（约 3.37%）这不代表“直接实盘躺赚”，但至少说明： 在稀有事件 pocket 里，BTC 盘口对 ETH 的 200ms 方向确实有可检出的信息。
更重要的是，仓库的 500ms 目标几乎塌掉：
56 / 363,5370这句对 desk 非常值钱： 这条 edge 不是 horizon 越长越香，反而很可能只能在极短窗存活。
1m 代理快检：压粗以后，这条边还剩多少影子？我没有去伪装成“已经完整复刻 order-book”。第一轮只做一个更便宜、更容易大规模跑的代理实验：
BTCUSDT / ETHUSDT 公共 1m klines5000 根 1m bar（约 3.5 天）因为没有真 L2 深度流，我先拿 K 线里的 taker-buy 字段做代理：
ofi_proxy = (2 * taker_buy_quote - quote_volume) / quote_volumeqv_z = zscore(quote_volume, 240)BTC 与 ETH 的 ofi_proxy 是否方向相反触发事件需要同时满足：
BTC qv_z > 1|BTC ofi_proxy| > 0.25sign(BTC ofi_proxy) != sign(ETH ofi_proxy)ETH 当根收益绝对值 < 0.5 * BTC 当根收益绝对值直白翻译： BTC 这根 bar 明显有大单边 taker 压力，但 ETH 盘口/成交方向还没对齐，而且价格也没怎么跟。
在这段最近样本里，共得到 13 个事件。以 BTC 冲击方向为基准看 ETH 后续 signed move：
1m：hit rate 61.5%，平均 +0.55 bps，中位数 +1.13 bps3m：hit rate 69.2%，平均 +2.67 bps，中位数 +2.40 bps5m：hit rate 61.5%，平均 +3.32 bps，中位数 +2.08 bpsBTC-ETH signed gap 中位数约 2.78 bps1m 代理后，最像还能活的是 3m 持有窗。 这和仓库里“edge 很短，不要乱拉长”的结论是同方向的。L2 深度、盘口 slope、250ms persistence，而不是 1m K 线本身。过去 24 小时里，我们 intake 了不少：
这篇的补位点在于： 它不是单资产 LOB，也不是低频 BTC→alt basket，而是“cross-crypto、microstructure、极短 hold”的 lead-lag raw alpha。
换句话说，它补的是：
1m / 3m 更高强度 alpha 池BTC -> ETH 的跨币种信息流BTC 盘口压力与 ETH 盘口/价格尚未同步时，ETH 往往向 BTC 方向补动BTC 特征模型给出正向 ETH 信号时，立即做 ETHBTC 的 ofi / volume 极端、ETH ofi 反向或迟钝、且 ETH 当根价格跟随不足时，下一根做 ETH 同向补动200ms 自动平仓1m / 3m 固定持有；若保留 edge，再回到 10s / 30s / 90s / 180s 更细粒度|BTC ofi_proxy|、qv_z、ETH gap bps 分 bucket；只在高分位事件里开仓BTC 自己下一秒/下一分钟反转，立即 killETH 同步已完成（gap 已回补超 70%），不追long lagger / short leader beta-neutralETH 单腿，先确认信号存在，再决定要不要上双腿与 maker/taker 优化L2最小正式复现建议：
BTCUSDT, ETHUSDT100ms / 250ms / 1s7~14 天先够BTC imbalance shockBTC slope shockBTC signal - ETH signal 的 cross-book divergence也就是先看： 到底是 BTC 自己的单边压力最有用，还是 BTC-ETH 的盘口差分更有用。
10s30s60s180s理由很简单： 仓库已经暗示 200ms 还能看到东西，而 500ms 目标定义一改就可能塌掉；desk 版不能默认 5m 是最优，要用更细窗先把寿命曲线画出来。
必须至少看：
event count / daysigned bps per eventhit ratenet bps（fee, fee+0.5tick, fee+1tick 三档）gap-close ratioleader reversal conditional loss这条线值得进入研究池，而且属于 raw alpha，不该降级成纯 filter。
但它当前最合理的定位不是：
而是：
1m / 3m：高强度 cross-crypto event-driven alpha 候选简化成一句话： 这份仓库真正给我们的不是一个现成模型，而是一条很清楚的假设：BTC 盘口先动、ETH 还没同步时，ETH 的补动值得被单独当成一条短寿命 raw alpha 去测。
accuracy 直接当收益。1m 快检只是廉价代理，不是对仓库真 L2 设计的完整 replication。L2 复现发现 edge 只活在极少数 stress pocket，它仍然是 raw alpha，但更适合 event-trade，而不是 always-on engine。Mateo2StartStrategyBTCUSDT / ETHUSDT 公共 1m K 线）