← 返回 Quant Digests · 站点首页

别把这篇 2023 AIMS intraday 论文只当奇怪的曲线拟合：它更像「单币局部漂移线突破后顺势持有到反向翻仓」raw alpha

• 时间：2026-03-27 14:24 UTC
• 类型：2023 AIMS Mathematics 开放获取全文 PDF
• 主题类型：raw alpha
• 基础 alpha：价格一旦显著偏离本地非线性预测线，短周期局部趋势会继续延伸；直到价格重新穿回并给出反向信号才翻仓
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否
• 主题标签：raw-alpha/single-asset/trend/intraday/polynomial-autoregression/local-drift/signal-line-crossover/reverse-on-opposite/buffered-entry/1m/3m/5m/15m/paper/no-cost-model
• 证据类型：论文全文证据

1. 这次看了什么

这次看的是 Gil Cohen (2023), _Intraday trading of cryptocurrencies using polynomial auto regression_, 发表在 AIMS Mathematics。

先直接回答这篇东西的 base alpha：

> 不是“高位突破某条固定前高/前低”，而是“价格相对一条局部非线性漂移线的有缓冲突破/跌破”，随后顺着这段局部 drift 继续持有，直到出现反向穿越才翻仓。

所以它首先是 raw alpha，不是 confirmation filter，也不是纯 risk overlay。更具体地说，它是一条 单币 directional / local-trend-follow 线：

• 信号本体 = 价格相对预测线的位置；
• 交易逻辑 = 上穿做多、下穿做空；
• 持仓逻辑 = 一直持有到反向信号；
• 不是在已有 breakout 上再套一个 gate，而是本身就能独立成策略。

这点对当前 desk 有价值，因为我们最近 intake 里横截面、pairs、carry、lead-lag 比较多，这篇补的是 same-asset 单币方向性 raw alpha，而且不是传统 Donchian/high-low breakout 的重复体。

2. 核心结论

• 样本口径： 论文用 2021-12-01 到 2022-11-30 的 1 分钟数据，覆盖 Bitcoin / Ethereum / BNB / Cardano 四个主流币。
• 训练/测试切分： 前 6 个月训练（2021-12 ~ 2022-05），后 6 个月实际交易/报告结果（2022-06 ~ 2022-11）。
• 模型骨架： 作者不是做固定均线，而是用一个 带两段滞后输入的三次 polynomial autoregression (PAR) 拟合局部价格轨迹，再画出一条实时更新的 prediction line。
• 信号定义：
• 价格 向上穿过预测线并超过缓冲带 → long
• 价格 向下跌破预测线并超过缓冲带 → short
• 持有直到反向信号出现，也就是一个典型的 reverse-on-opposite 结构。
• 缓冲带不是拍脑袋： 论文对 entry buffer δ 做了优化，最终 四个币的最优 δ 都是 1.5%。
• 最佳窗口并不一样：
• BTC：最佳是 67 分钟 配置
• ETH：最佳是 61 分钟
• BNB：最佳是 62 分钟
• ADA：最佳是 47 分钟

这说明它不是“一套窗口全币通吃”，而更像每个币各自存在一个 局部 drift half-life / signal memory。

• 关键结果：
• BTC： +15.58%，PF 2.30，PP 71.67%，对比同期 B&H -44.8%
• ETH： +16.98%，PF 2.04，PP 66.67%，对比 B&H -33.6%
• BNB： +9.33%，PF 1.75，PP 67.6%，对比 B&H +0.28%
• ADA： +4.26%，PF 1.38，PP 66.7%，对比 B&H -41.8%
• 多空不对称也很明显：
• BTC 的 edge 更偏 short side：short PF 3.44，long PF 2.73
• ETH 更偏 long side：long NP 10.478%，short NP 6.5%
• BNB 明显更偏 short side：short NP 7.94% / PF 3.05，long NP 1.386% / PF 1.16
• ADA 相反更偏 long side：long NP 2.326%，short NP 1.933%

3. 为什么和当前项目有关

这篇值得进池，不是因为它证明了“曲线拟合也能赚钱”，而是因为它给出了一条很清晰的 可最小复现单币 alpha 骨架：

1. raw alpha 很清楚：

价格相对局部预测线的方向偏离，不是别的 alpha 的附属 gate。

2. 和当前积累互补：

• 不是横截面打分；
• 不是 pairs spread；
• 不是 basis/funding carry；
• 也不是简单 breakout/retest。

它补的是 单币局部 drift-follow 母策略。

1. 可很快做最小实验：

论文本身就是分钟级；对我们 desk 来说，完全可以直接从 1m / 3m 开始，然后再压到 5m / 15m 的 bar-based 近似。

2. 还能服务后续组件拆解：

就算最终原始信号不够强，也能拆出：

• prediction-line distance 作为 feature
• directional asymmetry by asset 作为 regime filter
• reverse-on-opposite 作为 exit logic 候选

3.5 策略拆解（必填）

• 方向属性：单币 directional / 局部趋势跟随 / 双向可做
• 基础 alpha：价格相对局部非线性漂移线的突破/跌破会延续，而不是立刻回归
• entry：价格上破 prediction line + buffer 做多；下破 prediction line - buffer 做空
• exit：持有到反向信号；本质上是 flip-on-opposite
• sizing：论文没有做复杂仓位；最小复现先单币等权/固定 notional，再加 inverse-vol 或 ATR target
• risk：限制单币最大杠杆、设置波动熔断、news/liquidation spike veto、夜间流动性稀薄时段单独评估
• cost：论文几乎没把手续费/滑点/资金费建模清楚，这正是它还不能直接上线的主要缺口
• 更适合的 regime：有持续 order-flow 偏向、局部 drift 明显、而不是高噪音来回抽插的时段
• 主要 veto：极端公告针、低流动性 alt、爆仓连锁导致的单根异常 wick、资金费结算前后微结构扭曲时段

4. 可复刻的最小实验

研究假设： 论文真正可迁移到 desk 的，不是“非得用作者这套精确 PAR 参数”，而是：

> 用 rolling local curve / local drift line 做 signal anchor，再用 buffer 过滤噪音、用 opposite crossover 做 exit，这条 directional raw alpha 在分钟级 crypto 上可能成立。

最小实验 A：先按论文精神做 1m / 3m 原型

1. Universe： Binance USDT perpetual 先取 BTC/ETH/BNB/SOL/ADA，优先流动性最足、撮合最稳定的合约。
2. Bar： 先做 1m，再做 3m；这是因为原论文本来就是 minute 级。
3. 信号线：

• 方案 A：直接复刻 paper spirit，做 rolling polynomial regression / polynomial autoregression
• 方案 B：做一个更稳更轻的 proxy：rolling 3 次多项式拟合收盘轨迹，取下一步/当前估计线

1. 窗口： 先扫 40/50/60/70/80 分钟；再折算到 bar-count：

• 1m：40~80 bars
• 3m：14~27 bars

1. entry：

• close > pred_line * (1 + δ) → long
• close < pred_line * (1 - δ) → short
• δ 先不要照抄 1.5%；分钟 perp 上太粗，先扫 10/20/30/40/60 bps，再加 k * ATR 版本

1. exit： opposite signal；并额外加一个 max_hold（如 60/90/120 分钟）做稳健性对照。
2. 成本： 至少跑三档 round-trip friction：4 / 8 / 12 bps；若是 taker-heavy 原型，再加一档更苛刻的 16 bps。
3. 比较基线：

• plain EMA crossover
• Donchian breakout
• 纯过去 N bar return sign continuation

关键是看它到底提供了新 alpha，还是只是换皮 trend-follow。

最小实验 B：压缩成 5m / 15m desk 版本

如果 1m/3m 原型有形，再做 5m/15m：

• 5m 先扫 8/12/16 bars（对应约 40/60/80 分钟）
• 15m 先扫 3/4/5/6 bars（对应约 45/60/75/90 分钟）
• buffer 不再用固定百分比，优先试 0.5 * ATR / 0.75 * ATR / 1.0 * ATR

这样更符合 perp 短周期实盘，而不是死抄论文的 1.5%。

5. 我对这条线的当前判断

我的判断是：值得进研究池，而且优先级不低，但要明确它现在仍是“可复现 raw alpha 候选”，不是可直接上线版本。

原因：

• 优点
• base alpha 清楚；
• 分钟级原生；
• entry/exit 很完整；
• 多空双边可做；
• 和我们最近的 XS / pairs 素材互补。
• 缺点
• 论文几乎没严肃处理成本；
• 只测了 4 个币；
• 参数优化痕迹较重；
• 没清楚回答它到底优于 simpler trend baselines 多少。

所以它最适合当前 desk 的姿势不是“直接相信 paper PnL”，而是：

> 把它当成“局部 drift-follow 母策略原型”，先做最小对照实验，确认它是否真的优于简单均线/动量穿越。

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：

> 在 Binance BTC/ETH 1m 上做 rolling polynomial line + buffered crossover + opposite flip，并与 EMA crossover 和 Donchian breakout 做同窗长、同成本对照。

这是最便宜也最关键的一步，因为它能回答唯一真正重要的问题：

这篇 paper 提供的是新 alpha，还是只是更复杂的趋势线外观。

建议最先盯三个输出：

1. 成本后 PF 是否仍 > 1.1~1.2
2. edge 是否主要集中在 long 或 short 一边
3. 1m 成立后，压到 5m 是否反而更稳

如果这三条里有两条成立，它就值得继续做 desk 化；否则就把它降级成 feature source / exit candidate。

7. 来源与可复用材料

1. Cohen, G. (2023). _Intraday trading of cryptocurrencies using polynomial auto regression_. AIMS Mathematics, 8(4), 9782–9794.

DOI：<https://doi.org/10.3934/math.2023493> Readable URL：<https://www.aimspress.com/article/doi/10.3934/math.2023493> PDF URL：<https://www.aimspress.com/aimspress-data/math/2023/4/PDF/math-08-04-493.pdf>

2. Repo URL： 暂未见作者官方复现仓库；更适合按论文规则直接轻量重写。
3. 可直接复用的实现要点：

• rolling local curve / prediction line
• buffer-based entry
• reverse-on-opposite exit
• asset-specific long/short asymmetry 统计