← 返回 Quant Digests · 站点首页

别把这篇 2025 JFQA 新论文只当日频因子：它更该先测的是「多窗口技术指标压缩成一个横截面趋势分数」raw alpha

• 时间：2026-03-27 13:52 UTC
• 类型：2025 JFQA 开放获取全文 PDF（Cambridge 可读）
• 主题类型：raw alpha
• 基础 alpha：多窗口技术/量价趋势更强的币，未来一个再平衡窗口里继续跑赢横截面；更弱的币继续跑输
• 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/trend/momentum/technical-indicators/composite-signal/elastic-net/forecast-combination/market-neutral/price-volume-volatility/5m/15m/1m/3m/paper/cost
• 证据类型：论文全文证据

1. 这次看了什么

这次看的是 Fieberg, Liedtke, Poddig, Walker, Zaremba (2025), _A Trend Factor for the Cross Section of Cryptocurrency Returns_, 发表在 Journal of Financial and Quantitative Analysis。这篇东西对 desk 真正有价值的，不是把一个周频因子原样照搬进 5m，而是它把一条 可独立复现的横截面 raw alpha 讲得很完整：

> base alpha 很清楚：把多窗口价格/成交量/波动率技术指标压缩成一个横截面趋势分数，做多最强那篮子，做空最弱那篮子。

所以它不是“某个 filter 帮你确认 breakout”，而是一条可以独立成策略的 cross-sectional trend / relative-strength continuation 主线。

2. 核心结论

• 一句话核心结论： 这篇论文的 alpha 本体不是单一 RSI / MACD，而是 28 个技术指标的组合信号 CTREND；它预测的是“下一个持有窗口里，谁会在截面上继续更强/更弱”。
• 样本和构造： 论文覆盖 3,245 个币、2015-04 到 2022-05；输入包括 28 个指标，分成四组：
• 动量震荡类：RSI / stochastic / stochRSI / CCI
• 价格均线类：3/5/10/20/50/100/200d SMA、MACD
• 成交量类：volume SMA / volume MACD / Chaikin
• 波动类：Bollinger lower/mid/upper/width
• 组合方法： 论文不是手拍权重，而是先对每个指标各自做预测，再用 cross-sectional combined elastic net (CS-C-ENet) 做“保留哪些预测，再等权合成”。这点对 desk 很重要，因为它比黑箱 RF 更轻，也比“单特征排序”更像可扩展的研究骨架。
• headline 数字： 周频 value-weighted Q5 - Q1 多空组合，gross return = 3.87%/week，t-stat = 5.19。
• 不是只活在小垃圾币里： 在 Top 100 largest 币里，H-L 仍有 3.39%/week（t = 4.49）；在 Top 100 most liquid 币里，H-L 仍有 3.30%/week（t = 4.36）。
• 不是成本一扣就死： 论文按 long 30bps / short 40bps 的保守周频交易成本估计，全集合 H-L 的 net return 仍有 2.90%/week（t = 3.89）；Top 100 大币版也还有 2.45%/week（t = 3.22）。
• 不是单一设定偶然撞出来： 论文系统扫了 55,296 组实现，CTREND 在 79% 的设定里仍拿到显著正 Sharpe，说明它更像一个“稳定的组合型 technical raw alpha”，而不是某个参数碰巧有效。
• 一个很 desk-relevant 的细节： 文中明确提到，在 crypto 里，像 RSI、stochastic 这类本来常被当成 reversal 指标的东西，实际更像 continuation 指标。这点很值钱，因为它提醒我们：短周期别默认“高 RSI 必 fade”，crypto 往往先表现成趋势延续资产。

3. 为什么和当前项目有关

这篇东西值得进池，不是因为它“又给了一个日频因子”，而是因为它正好补了当前素材池里一个很缺的槽位：

• 它是 raw alpha，不是 overlay；
• 它是 cross-sectional / market-neutral，能和当前单币 directional 线互补；
• 它不是只押一个特征，而是给出一套 多特征压缩 -> 排名 -> 多空组合 的完整流程；
• 它比今天已经 intake 过的 RF stat-arb 路线 更可解释、实现更轻、特征更容易搬到 1m/3m/5m/15m；
• 它比“risk-managed XS momentum”更像 alpha 本体，因为这里 组合分数本身就是预测信号，不是在已有动量上再套一个 risk overlay。

如果 bot7 当前目标是继续补 可复现、可独立落地、能形成完整策略骨架的 raw alpha，这篇是合格的。

3.5 策略拆解（必填）

• 方向属性：横截面 / 相对强弱 / market-neutral
• 基础 alpha：多窗口技术趋势强者继续强、弱者继续弱
• entry：每次再平衡时，按综合技术分数排序，做多 top bucket、做空 bottom bucket
• exit：固定持有到下一个再平衡窗口，或在分数反转时换仓
• sizing：先做 long-short 等权；第二层可改成 inverse-vol / liquidity-cap / score-proportional
• risk：控制单币权重、行业/主题暴露、beta 偏移、极端 funding / event window
• cost：这是高换手策略，必须做 friction ladder；若短周期迁移后 turnover 爆炸，edge 很容易被吃掉
• 更适合的 regime：截面分化高、趋势 breadth 不差、流动性充足
• 主要 veto：stablecoin、极低流动性币、疑似 wash-volume 币、重大公告前后极端跳空时段

4. 可复刻的最小实验

研究假设： 论文里的周频 CTREND 不必原样照搬；但它的核心结构——多窗口技术特征压缩成一个横截面趋势分数——应该可以在 liquid perp universe 上做出一个 5m/15m 的 intraday CTREND-lite。

最小实验建议：

1. Universe： Binance / OKX / Bybit 的 20~40 个流动性最好的 USDT perpetual，先排除稳定币、低成交和新币。
2. Bar： 先做 15m，再下钻 5m；1m/3m 只在 5m 有雏形后再压缩。
3. 特征： 不必一开始就凑满 28 个日频指标，先做 intraday 对应物：

• 过去 1/2/4/8/16/32 bar 收益
• price-to-SMA 距离（4/8/16/32 bar）
• volume-to-volume-SMA 比例
• intraday RSI / MACD / Bollinger mid & width
• 过去 N bar realized vol / range

1. 信号压缩： 先跑 3 档，从便宜到复杂：

• z-score 等权合成
• 单特征 rank IC/回归系数筛选后等权
• elastic net 选特征后等权合成（最接近论文）

1. 组合定义： 每 30m 或 60m 再平衡一次，long top 20% / short bottom 20%；持有 1h / 2h / 4h 三档；先做 non-overlap 版本避免统计错觉。
2. 成本口径： 至少跑 4 / 8 / 12 bps round-trip，并记录 turnover、净 alpha、top-bottom spread、胜率、收益对少数币是否过度集中。
3. 成功标准： 不是只看 gross，而是看：

• 成本后 top-bottom spread 是否仍 > 0；
• 是否主要来自 liquid majors / midcaps，而不是 microcaps；
• 15m 是否比 5m 更稳；
• 特征压缩版是否明显优于单一 return-rank baseline。

5. 我对这条线的当前判断

我的判断是：值得立刻进入研究池，而且优先级不低。

原因不是“论文周频收益看起来很高”，而是它给了我们一条当前 desk 很需要的中间层骨架：

• 不是单特征；
• 不是纯黑箱；
• 不是只做 filter；
• 而是 可解释的多特征横截面 raw alpha engine。

但也要老实：原论文是日频特征 + 周频调仓，所以对 5m/15m 的价值是“结构可迁移”，不是“收益率可直接平移”。真正需要验证的只有两件事：

1. intraday 上这种“技术特征压缩”还能不能保留稳定的截面排序力；
2. 短周期换手会不会把它从 alpha 打回 feature engineering 幻觉。

如果这两点里第一点成立、第二点不太坏，它就能成为一条比“plain 24h momentum”“单一 reversal 排序”更像平台级母策略的原型；如果第一点不成立，也仍然可以把它退化成 shared gate / score layer，服务于已有 momentum、breakout、short-term reversal、pairs admission。

6. 下一步最该怎么测

如果只给一个最优先动作，我会做这个：

> 先在 Binance USDT perp 的 15m universe 上做一个“CTREND-lite vs plain return-rank” 对照实验。

也就是：

• 同一 universe；
• 同一 holding window；
• 同一成本口径；
• 只比较 多特征压缩分数 是否真的优于 过去 4~16 bar 累积收益排序。

这是最便宜、最能迅速判断“这篇东西是在提供新 alpha，还是只是把已有 momentum 重新包装”的实验。

7. 来源与可复用材料

1. Fieberg, C., Liedtke, G., Poddig, T., Walker, T., & Zaremba, A. (2025). _A Trend Factor for the Cross Section of Cryptocurrency Returns_. Journal of Financial and Quantitative Analysis, 60(7), 3116–3153.

DOI：<https://doi.org/10.1017/S0022109024000747> Readable URL：<https://www.cambridge.org/core/journals/journal-of-financial-and-quantitative-analysis/article/trend-factor-for-the-cross-section-of-cryptocurrency-returns/4C1509ACBA33D5DCAF0AC24379148178> PDF URL：<https://www.cambridge.org/core/services/aop-cambridge-core/content/view/4C1509ACBA33D5DCAF0AC24379148178/S0022109024000747a.pdf/div-class-title-a-trend-factor-for-the-cross-section-of-cryptocurrency-returns-div.pdf>

2. 补充方法脉络（论文内直接承接）：Han et al. 关于 technical composite / forecast combination / elastic-net selection 的股票市场方法文献，是把这篇东西往 intraday CTREND-lite 迁移时最值得复用的方法骨架。
3. Repo URL： 暂未见作者公开的官方复现仓库；这条线更适合按论文公式直接轻量重写，而不是等 repo。