← 返回 Quant Digests · 站点首页

别把 stablecoin 市场只当流动性通道：这篇 2023 Digital Finance 更该先测的是「signed order-flow shock → 1 bar 延续 / 5m inventory fade」raw alpha

更新时间：2026-03-28 16:15 UTC 研究时间：2026-03-28 16:13 UTC 类型：论文 主题标签：raw-alpha/microstructure/order-flow/signed-volume/taker-imbalance/stablecoin/crypto-crypto/btc-usdt/eth-usdt/eth-btc/follow-through/inventory-fade/1m/3m/5m/15m/paper/public-data/cost 证据类型：2023 Digital Finance 开放获取全文 PDF + 本地表格抽取 + Springer article page

源文件：research/quant_digests/2026-03-28_1613_stablecoin-orderflow-shock-path-alpha.md

1. 这次看了什么

主看 Emilio Barucci, Giancarlo Giuffra Moncayo, Daniele Marazzina (2023), _Market impact and efficiency in cryptoassets markets_, Digital Finance。

这篇 paper 表面上写的是 market impact / efficiency，但对当前 desk 更值钱的，不是再讲一次“stablecoin 很重要”，而是把它拆成一个能直接测的 microstructure raw alpha：

> 不要先去盯 BTC-USD 这种法币腿；更该先盯 BTC-USDT / ETH-USDT / ETH-BTC 里的 signed order-flow shock，看它在超短窗口里如何先延续、再回吐。

2. 核心结论

2.1 论文真正给 desk 的，不是抽象效率结论，而是一个清楚的价格路径骨架

作者把市场分成两类：

然后用 tick-by-tick Kaiko 数据，聚合成 1 秒价格、1 分钟收益、1 分钟 signed volume OF，检查两件事：

  1. 当下 OF 对当下收益的冲击有多强
  2. 滞后 OF / 滞后收益，对后续路径还有没有解释力

最值得拿走的结论是：

这就不是“解释市场结构”而已，而是已经足够改写成一个 事件驱动 alpha path。

2.2 几个最关键的数字

样本本身不小：

最重要的表是 contemporaneous OF → return 的回归（Table 4）。

在 1m 上，OrderFlow_t 对 return_t 的系数：

同一个表里，回归解释度也差很大：

翻成人话：

> 真正“order flow 一打进来，价格立刻有像样反应”的，不是法币腿，而是 stablecoin / crypto-crypto 腿。

2.3 这条路径不是只有“冲一下就完”，后面还有可交易的第二段

Table 5 看的是 return_t 对 return_{t-1} 和 OF_{t-1} 的关系。

先看 1m 的滞后 OF，在 crypto-crypto 腿上仍是正的：

这意味着：

> 大的 OF shock，不只是同分钟推价；到下一分钟，仍留有一点同向 follow-through。

但再往后看滞后收益，路径开始变味：

这正是 desk 最该偷的结构：

也就是说，这篇 paper 给的不是单点信号，而是一个 path-dependent alpha。

2.4 order flow 本身也有持续性，但 crypto-crypto 和 USD 腿的“性格”不一样

Table 3 / Table 11 里，OF 的自相关也很关键。

在 5m 上，OF_{t-1} 系数：

但到 1 day，差异就拉开：

作者把这读成：

对我们来说，重点不是复述行为金融，而是策略含义：

> 如果你要在短周期里跟踪“谁真在推动价格”，先看 stablecoin / crypto-crypto 的 signed flow，不要先看法币腿。

2.5 visible arbitrage 很多，但 USDT 腿扣费后并不美

这篇 paper 还给了一个很好的“别想当然”提醒。

单 pair 跨所 arbitrage（Table 6）：

这对 desk 的提醒很直接：

> stablecoin 腿更适合拿来读“价格被谁推动、冲击怎么走”；但别把肉眼可见的小 spread 当送钱。alpha 应该做流向冲击路径，不是做纸面无摩擦跨所套利。

一句话核心结论：

> 对短周期 crypto desk，更值得先测的不是 BTC-USD 的慢反应，而是 BTC/ETH-USDT 的 signed order-flow shock：先抓 1 bar follow-through，再测 5m 级别的 inventory fade。

一句话证明方式：

> 作者用 2019–2020 年 Kaiko tick 数据，对 6 个 pair 做 OF→return、lagged OF→return、autocorrelation 和 arbitrage 回归/统计，明确展示了 stablecoin / crypto-crypto 腿才是价格形成主战场。

3. 为什么和当前项目有关

这轮我认为它值得进 digest，不是因为“市场微结构很重要”这种空话，而是因为它正好补了当前素材池里一块还不够系统的东西：

它的好处是：

  1. base alpha 很清楚：不是 filter，不是 overlay，就是 OF shock 路径
  2. 数据公开可拿：Binance / OKX / Bybit 的 taker buy/sell volume、agg trades 都能做 proxy
  3. 能拆成两段：
  1. 还能服务别的 alpha：以后即使单独策略不强，这套 OF state 也能反哺 breakout / continuation admission

但这轮我不把它写成 gate，原因很简单：

> 它首先就是一条 raw alpha path；只有做完 first verdict 之后，才考虑把它降级成 shared state。

3.5 策略拆解（必填）

4. 可复刻的最小实验

4.1 数据源与公开性

最小可复现实验数据：公开可得。

这条线天然更偏 更快高强度 alpha，所以先从 1m/3m 起步是合理的；若成立，再转成 5m/15m 的 trigger / fade 版本。

4.2 先测最朴素的两段策略

#### A. Follow-through leg（主实验）

信号定义：

交易规则：

#### B. Inventory fade leg（transfer 实验）

信号定义：

交易规则：

4.3 第一轮先看哪些指标

先别一上来卷 Sharpe，先看 5 个最诚实的数：

  1. 成本后 average markout（1m / 3m / 5m / 15m）
  2. hit rate
  3. 尾部损失（shock 反向继续扩散时的 worst decile）
  4. BTCUSDT 与 ETHUSDT 的可迁移性
  5. follow-through leg 与 fade leg 是否互补，而不是互相打脸

5. 风险与保留意见

  1. 大事件分钟把正常 OF-path 彻底盖掉；
  2. 你以为在做 order-flow alpha，实际只是在追一根已走完的大 bar。

6. 下一步怎么测

我建议直接按下面顺序，不要发散：

  1. 只做 BTCUSDT / ETHUSDT 两个品种；
  2. 先跑 follow-through leg，持有 1m / 3m 两版；
  3. 再把同一批 shock 聚合到 5m，测试 OF 消失后的 fade leg；
  4. 全程统一扣 4 bps 和 6 bps 两档成本；
  5. 若 BTC、ETH 两条都成立，再测第三步：

如果第一轮结果是：

那它就值得进入正式素材池，名字甚至可以非常朴素：

> signed-flow-shock path alpha

7. 来源