← 返回 Quant Digests · 站点首页

别把 pairs 组合构建只当“去重”：这篇 2024 论文更值得先测的是「maximum-weight matching pair book + spread 均值回归」完整 raw alpha 骨架

• 时间：2026-03-27 17:48 UTC
• 类型：2024 arXiv 全文 + Binance Futures 公共 15m 本地 transfer check
• 主题类型：raw alpha
• 基础 alpha：cointegration spread 的均值回归；matching 不是 alpha 本体，而是把同一套 pairs raw alpha 从“重仓少数公共腿”改造成“低重叠、低集中度”的 pair book 构造器。
• 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/pairs/stat-arb/relative-value/mean-reversion/cointegration/graph/matching/portfolio-construction/concentration/cost/binance/perpetual/15m/paper
• 证据类型：论文全文 + 本地公共数据最小迁移快检

> 先回答 base alpha：这是 raw alpha，不是单纯 filter。 真正赚钱的底层仍是 cointegration spread mean reversion；这篇 paper 的新意在于：不要再把 pair book 做成一堆共享同一条腿的“伪分散”组合，而是用 maximum-weight matching 选出 不共享资产 的一组 pairs，把同一条 raw alpha 做得更像一个可控、可扩容、可上 desk 的组合。

1. 这次看了什么

这次主看：

1. Khizar Qureshi, Tauhid Zaman (2024), *Pairs Trading Using a Novel Graphical Matching Approach*, arXiv / Applications (stat.AP), Statistical Finance (q-fin.ST).

• DOI: 10.48550/arXiv.2403.07998
• Readable URL: https://arxiv.org/abs/2403.07998
• HTML: https://arxiv.org/html/2403.07998v1

1. 论文文中提到的代码仓库：

• Repo URL: https://github.com/kai-trading-bot/pair/
• 备注：当前公开访问看起来已不可用/404，先把它当论文附带的 stale repo 线索，不作为主要证据。

1. 本地 transfer check：

• 数据源：Binance Futures 公共 K 线 API（公开可得）
• 标的：BTC, ETH, SOL, BNB, XRP, DOGE, ADA, LINK, LTC, AVAX, TRX, DOT, BCH, ETC, APT, SUI 对应 USDT perp
• 频率：15m
• 形成窗 / 交易窗：60d formation + 10d trade，滚动 5 个窗口
• 产物：reports/artifacts/quant_digests/graph_matching_pairs_20260327/

这篇 paper 的 headline 是：pairs 组合若直接按 cointegration 强度排序，很容易反复押在同一批公共腿上，导致表面上 pair 数很多，实际上组合方差、换手和单腿风险都偏高。

对我们 desk 来说，最值钱的不是“graph theory 很新”，而是：

• raw alpha 仍然清楚；
• entry/exit/sizing/risk/cost 都能拆出来；
• 而且它补的正是我们最近 pairs / stat-arb 素材池里相对少写的一层：pair-book construction / capacity / concentration control。

2. 核心结论

• 一句话核心结论： 这篇东西最该落地的不是“图匹配”这个名词，而是 cointegration spread mean reversion + no-overlap pair book 这条完整 skeleton。
• 一句话它怎么证明： 论文在 S&P 500 2017-2023 样本里显示，matching 版 pair book 相比“直接拿 top cointegrated pairs”基线，gross Sharpe 1.23 vs 0.48、net cumulative return 约 +65% vs -26%，且 turnover 更低、单股票集中度更低。

但 desk 化之后更重要的诚实读法是：

1. matching 修的是“组合构造错误”，不是凭空创造新的 spread alpha；
2. 如果候选图里本来混入很多弱 pair，硬做“全覆盖不重叠”，可能会把一些很强但共享核心腿的 pair 拆掉；
3. 所以它更像一个 pairs raw alpha 的 portfolio-construction layer，而不是一个脱离 spread 自身质量的万能增强器。

3. 3 个关键数据点

1. 论文原始结果很硬。 在作者的 S&P 500 日频回测里：

• matching 策略 gross Sharpe 1.23，基线只有 0.48；
• net cumulative return 约 +64.7% / +66.3%，基线约 -26.2% / -13.4%；
• matching 组合 net max drawdown 约 -8.0%，显著小于市场 -19.5%。

1. 我在 Binance 15m 的滚动最小迁移快检里，matching 的“结构修正”是明显成立的。 最近 5 个滚动窗口中：

• 平均组合集中度：1.0 vs 3.6（matching 永远每个资产只出现一次）；
• 平均覆盖资产数：16.0 vs 9.4；
• 平均 pair turnover changes：22.85 vs 28.00。

也就是说，它确实把 pair book 从“公共腿堆叠”改成了“真分散”。

1. 但 short-cycle 迁移目前还没过 first verdict。 在同一批 15m 简化 z-score 测试下：

• matching gross cumret +3.4%，baseline +9.1%；
• 考虑简化成本后，matching net cumret -6.3%，baseline -3.6%；
• matching median pair half-life 约 169 bars，baseline 约 129 bars。

这说明：matching 把 book 结构修对了，但在我们这版 15m proxy 里，还没把“更慢的 spread + 更低重叠”转成净 alpha 优势。

4. 为什么和当前短周期 desk 有关

4.1 它服务的是哪类 raw alpha

• 分类：pairs / stat-arb / relative-value / mean-reversion raw alpha
• 不是：
• 纯 filter
• 纯 regime
• 纯组合优化而没有交易规则

4.2 它补的是素材池哪块缺口

最近几篇 pairs / stat-arb digest 已经补了：

• spread 定义
• anti-persistence / threshold gate
• dynamic sizing
• PCA residual / factor residual

但还缺一类很实际的问题： > 如果很多最强 pair 都共享同一条主腿，book 到底该怎么组？

这篇 paper 的价值就在这里：

• 它不是在讲一个抽象风控故事；
• 它是在讲 raw alpha 组合化以后为什么会变坏；
• 以及如何用一个明确可复现的算法，把这件事做成工程组件。

如果后面 desk 继续扩 pairs / stat-arb 素材池，这一层迟早都要补。

5. desk 化后的最小策略草图

5.1 形成窗与 pair selection

先做最小可复现版本：

• 频率：15m
• 宇宙：流动性最好的 12~20 个 USDT perpetual
• formation：滚动 45~60d
• 对每个 pair 跑：
• log(P_j) = μ + β log(P_i) + ε
• 对残差 ε 做单 lag ADF
• 图构造：
• 节点 = 资产
• 边 = pair
• 边权 = -ADF t-stat（越大表示越强均值回归候选）
• 选边：
• matching 版：maximum-weight matching
• baseline 对照：按 p-value 直接取 top pairs

5.2 entry / exit

paper 给了两个触发器：

• z-score：标准化残差超过阈值就开仓
• q-score：用分位数而不是标准差做稳健归一化，并按离群程度整数分档加权

对 short-cycle desk，建议先这样落地：

• entry：|z| >= 1.0 ~ 1.5 或 |q| >= 1 开仓
• direction：spread 高于均衡就 short spread，低于均衡就 long spread
• exit：
• z / q 回到 0 附近平仓；
• 或设置 max holding bars = 16 / 24 / 32；
• 或加 time-stop，避免慢速残差拖死资金占用

5.3 sizing

• pair 内部按 β 做 dollar hedge；
• pair 之间先 equal-risk / inverse-vol；
• matching 版本天然可以把名义权重摊得更匀，因为不会反复压在同一条主腿；
• 若改用 q-score，可以把极端离群 pair 的权重向上分档，但必须设单 pair cap。

5.4 risk / veto

必须加：

1. half-life 上限。 过慢的 pair 不适合 5m/15m desk。先卡 half-life <= 96~192 bars。
2. 波动/成交筛选。 低流动性 alt pair 很容易让 ADF 看起来“很美”。
3. 事件 veto。 上线前要把币种大级别公告、上币/下币、极端 funding、异常 basis 单列剔除。
4. book concentration 监控。 即便用 matching，也要看 sector / beta exposure 是否实际上又被“同类资产”重合。
5. 成本压力测试。 这条线天生怕换手，必须分开跑 maker / taker / mixed execution。

5.5 cost

本轮 quick check 先用的是很粗的简化 friction proxy，不能当最终成本结论。 正式版至少要跑：

• maker-dominant：2 / 3 / 4 bps round-trip
• mixed：4 / 6 / 8 bps
• taker-heavy：8 / 10 / 12 bps

如果 matching 只是在 gross 上修风险、但净后仍输给 overlap baseline，就说明：

• 要么 pair admission 太松；
• 要么 holding 太短、没等到更慢的 spread 回归；
• 要么 short-cycle desk 根本不该强求 full matching，而该做 partial matching / capped overlap。

6. 本地 transfer check 读法（要诚实）

我这次快检只想回答一个问题： > 把 paper 的 matching pair-book 思路搬到 crypto 15m，会不会立刻变成更好的短周期净策略？

当前答案是：不会立刻。

我拿 Binance Futures 公共 15m 数据，用 60d formation + 10d trade 滚动 5 个窗口，做了一个极简版 z-score spread 回测。结果显示：

• matching 的确把集中度、覆盖度、turnover 结构修好了；
• 但在这个版本里，baseline 选到的 pair 更强、更快，哪怕更重叠，短窗 gross 反而更高；
• 成本后两边都没活下来，只是 matching 更像“慢而干净”，baseline 更像“强但挤”。

所以这篇的正确定位不是：

• “已经证明 15m 可直接上线”；

而是：

• 证明了 pairs alpha 的 book construction 是一层真实存在、而且可复现的 engineering lever。

7. 下一步怎么测

按优先级继续往下做：

1. 先把 z-score 版本升级成 paper 更像的 q-score + integer sizing。

现在的 proxy 太粗，容易把慢 spread 与 outlier-sensitive std 归一化混在一起。

2. 不要对全宇宙直接 full matching。

先用更强的 admission layer 缩图：

• ADF p-value
• half-life
• residual vol
• 流动性 / funding / basis 稳定性

然后再在候选图上做 matching。

1. 做 partial-overlap / capped-degree 对照。

不是只能二选一：

• baseline = 任意重叠
• full matching = 完全不重叠

中间还可以测：max degree <= 2 或 same leader leg capped at 2。

1. 把 holding period 拉开再看。

当前 matching 选出的 pair median half-life 更长，说明它可能不该硬塞进纯 15m 快周转；要补跑：

• 15m 入场 + 4h/8h/1d 持有
• 5m 触发但 1h+ 持有

1. 做 sector / community-aware matching。

对 crypto 来说，“不共享资产”还不够，最好再加：

• L1/L2/meme/DeFi 分组
• funding state / beta bucket
• same-cluster 限额

避免匹配器为了去重，硬把风格完全不对的 pair 拼进去。

1. 正式执行版一定要比较三套 book：

• top-K overlap baseline
• full matching
• capped-overlap hybrid

然后统一看 gross / net / turnover / concentration / exposure / borrow-capacity proxy。

> 最该先测的正式版本： Binance perp 15m, 60d formation, ADF + half-life admission, 在候选图上比较 full matching 与 max-degree<=2 hybrid，交易层用 q-score 而不是简化 z-score，holding 至少拆 1h / 4h / 8h 三档。若 hybrid 明显优于 full matching，就把这篇 paper 吸收成 pairs book governance module，而不是把“完全不重叠”当教条。

8. 文件与产物

• 研究笔记：research/quant_digests/2026-03-27_1748_graph-matching-pairbook-meanreversion.md
• quick check 产物目录：reports/artifacts/quant_digests/graph_matching_pairs_20260327/
• 窗口结果：reports/artifacts/quant_digests/graph_matching_pairs_20260327/window_metrics.csv
• 汇总：reports/artifacts/quant_digests/graph_matching_pairs_20260327/summary.json
• 最新一期 matching pair 列表：reports/artifacts/quant_digests/graph_matching_pairs_20260327/latest_matching_pairs.csv
• 最新一期 baseline pair 列表：reports/artifacts/quant_digests/graph_matching_pairs_20260327/latest_baseline_pairs.csv

Sources

1. Qureshi, K., & Zaman, T. (2024). _Pairs Trading Using a Novel Graphical Matching Approach_. arXiv.

• Venue: arXiv / stat.AP / q-fin.ST
• DOI: 10.48550/arXiv.2403.07998
• DOI URL: https://doi.org/10.48550/arXiv.2403.07998
• Readable URL: https://arxiv.org/abs/2403.07998
• HTML URL: https://arxiv.org/html/2403.07998v1

1. Binance Futures Public Klines API（本地最小迁移快检数据源）

• API docs: https://binance-docs.github.io/apidocs/futures/en/#kline-candlestick-data
• 示例：https://fapi.binance.com/fapi/v1/klines?symbol=BTCUSDT&interval=15m&limit=1500

1. Paper-cited repo clue

• https://github.com/kai-trading-bot/pair/（当前公开访问疑似失效，待后续核实是否迁移/私有化）