源文件：research/quant_digests/2026-03-27_1532_liquidity-provision-xs-short-reversal-alpha.md
5m/15m 最小快检5m/15m 最小快检这次看的是 Hisham Farag, Di Luo, Larisa Yarovaya, Damian Zieba (2025), _Returns from Liquidity Provision in Cryptocurrency Markets_, 发表在 Journal of Banking & Finance。
先直接回答这篇东西的 base alpha：
> 不是“高波动时流动性很重要”这种解释层结论，而是一个很直接的横截面 short-term reversal：上一根相对市场涨得最猛的币，下一根倾向回吐；上一根相对市场跌得最猛的币，下一根倾向反弹。
论文把这件事解释成 liquidity provision premium：你在短时 order imbalance 最重的时候，反着市场去接单/给单，赚的是立即性需求带来的短暂价格冲击回归。
所以它首先是 raw alpha，而不是单纯 filter / overlay：
上一根横截面相对市场的超额涨跌幅long 上一根 losers / short 上一根 winners5m -> next 5m）这点对当前 desk 很有价值，因为它补的是一条非常基础、非常原子的 横截面短反转母策略：
而是一条可以直接当底座的 cross-sectional mean reversion / liquidity-taking exhaustion fade 线。
论文使用 Coinpaprika 2017-01-01 到 2022-12-31 的 5 分钟数据：
176 个Ri,t-1Rm,t-1Ri,t-1 - Rm,t-1 作为 market-maker inventory / order imbalance 的 proxy0.5 * Σ|Ri,t-1 - Rm,t-1| 做标准化直白说，就是：
> 上一根相对市场最 extreme 的 winner/loser，在下一根最值得反着做。
这就是这篇 paper 最值得 desk 先复现的 raw alpha。
论文 Table 1/2/3/7 里，最值得 desk 先记住的是下面这些：
0.720% / 5m，标准差 4.526% / 5mh=2 的 R²OS 大约在 1.24% ~ 1.61%h=6 的 R²OS 大约在 4.22% ~ 4.62%h=12 仍有 2.96% ~ 3.26%SPOTVOL: -0.260%LTV: +0.100%RV: +0.056%RA: +0.085%NCSKEW: +0.031%Tail: +0.019%DV_INNOV_TETHER: +0.187%33.7%74.0%1.6%）这几组数字非常重要，因为它们说明三件事：
这篇 paper 很适合 desk 的地方，在于它把 raw alpha 和 gate 拆得很清楚：
LTV（left-tail volatility）RV（realized variance）RA（risk aversion）NCSKEW / TailTether liquidity innovation也就是说，这篇论文不是“只有 macro filter 没有 alpha 本体”，而是：
> 先有清楚的 raw alpha，然后再告诉你：哪些 stress / liquidity 状态会让这条 raw alpha 更值得做。
这正符合当前 bot7 的 intake 优先级。
这篇比继续补一篇泛泛 filter 文献更值得，原因很简单：
当前 desk 已经有不少 pairs / carry / lead-lag / order-book / event-driven intake；这篇补的是更基础的 XS short reversal。
1m / 3m / 5m / 15m。论文原始频率就是 5m，往更快做可以压到 1m / 3m，往更稳做可以抬到 15m。
这对 desk 很实用：
这不是“24h loser basket”那种慢频换壳，也不是“shock reversal”单资产版本，而是 横截面、超短周期、market-neutral、做流动性型 的 short reversal。
-(Ri,t-1 - Rm,t-1) 排序或直接按论文公式赋权；long losers，short winners1 bar；更 desk 化时可加 2~3 bar max_hold、signal decay、partial unwindinverse-vol、单币权重上限、行业/主题 cluster cap如果只让我从这篇 paper 里先搬一件东西，不是 predictor 回归，而是：
> 横截面上一根相对市场最 extreme 的 coins，在下一根做反向提供流动性。
这个骨架足够原子，也足够 portable：
论文给的 gate 顺序，我会这样理解：
RV / LTV / Tether-liquidity shockrisk aversion / crash risk / tail riskDEX liquidity / fees / withdrawals / IL其中最 desk 化的三条是：
5m/15m 最小快检我没有重做论文的全样本，但做了一个足够诚实的 transfer sanity check：
5m K 线30d5m 历史的 25 个高流动性 USDT 现货对w_t ∝ -(r_{i,t-1} - r_{m,t-1})
5m -> next 5m 与 15m -> next 15m5m：
+1.84 bps/bar56.5%2.92x notional / rebalance1 bp / turnover 扣成本，net mean 约 -1.07 bps/bar15m：
+3.83 bps/bar55.0%2.89x notional / rebalance1 bp / turnover 扣成本，net mean 约 +0.94 bps/bar+16.8%（仅作 transfer sanity check，不可直接视为稳定实盘收益）这组快检非常像一条 desk 会喜欢的结论：
5m/15m 两个频率上，gross 都是正的，说明“上一根 extreme、下一根反打”这件事今天还不是死逻辑。
这点和论文精神一致：做流动性 premium 的代价就是高频换手，若 execution 不够好，很容易被吃掉。
因为它没有明显抬高 turnover，却把每次 rebalance 的 gross edge 拉大了，成本后还有机会留下来。
也就是说，我对这条线的第一判断不是“5m all-in”，而是：
> 先从 15m 的 cost-aware 版本起跑，再往 5m 回推 execution 优化。
20~40 liquid USDT perpetual 或 spot 对15m，再下钻 5m，最后才考虑 3m/1mr_{i,t-1}r_{m,t-1}score_i = -(r_{i,t-1} - r_{m,t-1})1 bar 为主；再比较 2 bar / decay hold2 / 4 / 6 / 8 bps round-trip 四档在 bare-bones 版本能活之后，再依次叠：
RV gate：过去 N bar market RV 高于滚动分位数才开仓LTV proxy gate：用本地 downside semivariance / lower-tail realized vol 替代论文里的 option-implied LTVstablecoin liquidity proxy：用 USDT/USDC/FDUSD 交易量或资金净流 proxy 做 size-up/downDEX stress proxy：若要接 DeFi，则把 Uniswap pool liquidity / fee / withdrawal 作为二层 filter如果 5m 本体 gross 可以但 net 不行，优先试三种降换手方法：
|r_i - r_m| 超过横截面 rolling threshold 才开仓2~3 根 bar 才全量更新一次我会把这三件事放在优先级最高的位置，因为这比继续堆 predictor 更直接决定能不能活过成本。
我的判断是：这条线值得进素材池，而且优先级不低；其中最该先测的不是论文里的解释变量，而是 raw alpha 本体 + cost control。
更具体地说：
15m 开始，比硬上 5m 更合理RV/LTV gate、stablecoin-liquidity gate、DEX competition overlay一句话总结：
> 这篇 paper 最值钱的地方，不是“流动性在 stress 时更贵”这个解释，而是它把 XS short reversal = liquidity provision 这条 raw alpha 说得足够清楚，而且公开数据最小快检显示：它在 2026 的交易环境里还没死，只是 5m 已经明显很吃执行。
下一步我建议直接做下面这个最小 pipeline：
15m top-30 liquid universe15m 过线后，再回压 5m也就是：先验证本体，再加 gate；先过成本，再谈解释。
10.1016/j.jbankfin.2025.107411