← 返回 Quant Digests · 站点首页

别把 2024 crypto ML 论文读成“模型越复杂越好”：对 desk 更该先测的是「simple-feature XS combo × top-quintile-long」raw alpha

更新时间：2026-03-29 11:24 UTC 研究时间：2026-03-29 11:22 UTC 类型：2024 *International Review of Financial Analysis* 论文 accepted manuscript 全文 + Crossref 元数据 + Binance USDⓈ-M Perpetual 公共 `15m` 最小 transfer check 主题标签：raw-alpha/cross-sectional/relative-value/machine-learning/forecast-combination/simple-features/long-leg/top-quintile/liquidity/limits-to-arbitrage/market-neutral/beta-light/binance/perpetual/15m/5m/1m/3m/paper/public-data/cost 证据类型：accepted manuscript 全文证据 + Binance Futures 公共 `15m` transfer check

源文件：research/quant_digests/2026-03-29_1122_simple-feature-xs-longleg-crypto-ml-alpha.md

1. 这次看了什么

这次主看的是 Nusret Cakici, Syed Jawad Hussain Shahzad, Barbara Będowska-Sójka, Adam Zaremba (2024), _Machine learning and the cross-section of cryptocurrency returns_，发表在 International Review of Financial Analysis。

先直接回答这篇东西的 base alpha：

> 不是“上更复杂的模型”。真正的 base alpha 是：crypto 横截面里，少数简单特征已经能把“更可能跑赢的币”和“更可能跑输的币”分开。

这篇 paper 对当前 desk 最有价值的地方，不是教你把整个研究流程做成更黑箱的 ML pipeline，而是两句更实用的话：

  1. 复杂度收益有限——把一堆模型平均起来确实最好，但真正驱动预测力的，主要还是少数简单特征；
  2. 收益主要来自 long leg——横截面更像 L-shaped，不是“多头和空头都同样强”。

翻成人话：

> 别默认“crypto XS alpha = 一定要对称 long-short + 更复杂模型”。这篇 2024 论文更支持的，是“simple-feature 排名先把 strongest names 挑出来”，再决定 short leg 要不要做、怎么做。

2. 核心结论

2.1 一句话版本

这篇 paper 真正值得 desk 复用的，不是“机器学习能预测 crypto”，而是：crypto 横截面 alpha 未必需要复杂模型；少数简单特征的组合已经有料，而且盈利主要来自 top bucket，而不是 bottom bucket 的稳定崩塌。

2.2 论文主口径在做什么

作者的研究骨架很清楚：

但 paper 自己给出的结论非常重要：

> 虽然组合模型最好，但 return predictability 的大头，主要还是来自一小撮简单特征。

2.3 论文里最该记住的数字

先看 headline：

再看 desk 更该记住的结构性信息：

翻成人话：

> 这不是一篇“越花哨越有 alpha”的论文；它反而是在说，crypto 横截面还远没卷到只能靠复杂模型赚钱，但真正肥的那部分 alpha，大多长在更难交易的位置。

3. 为什么和当前项目有关

这篇东西值得进当前 digest，不是因为我们又缺一篇 generic ML 论文，而是因为它正好给最近几条主线补两块空白：

3.1 它补的是“aggregation”，不是再补一个单点因子

最近素材池里我们已经有很多：

这篇 paper 的价值在于：

> 它告诉我们，下一步未必要先找更 exotic 的新特征；也可以先把已有的简单特征做成一个横截面组合分数。

3.2 它补的是“leg attribution”

我们最近几篇 cross-sectional digest 一直在问：

这篇 2024 paper 给了一个很具体的答案：

> 在 crypto 里，ML 聚合后的横截面收益主要来自 top bucket，而不是 bottom bucket 的稳定塌陷。

这对 desk 很重要，因为它直接影响我们该先测：

3.3 它也提醒我们：别把论文 gross 直接宣传成 liquid-perp alpha

论文最肥的收益，集中在更小、更 illiquid、更 volatile 的币上。

这意味着：

所以它更像：

3.5 策略拆解（必填）

4. 这篇最值得先复用的点

如果只从这篇 paper 里偷一件东西，我不会先偷“更多模型”，而会先偷这个：

> simple-feature XS combo + long-leg-first attribution。

原因很简单：

  1. 这是 paper 里最可 desk 化、最便宜的部分；
  2. 它直接服务当前素材池：把很多单点 signal 汇成一个组合分数；
  3. 它迫使我们先回答一个更实际的问题：

所以对当前 desk，更合理的顺序不是：

  1. 先追更复杂模型；
  2. 再想组合落地；

而是：

  1. 先做 simple-feature 排名；
  2. 先拆 long leg / short leg attribution；
  3. 再决定要不要上更复杂 stacking / nonlinear ML。

5. Binance Futures 公共 15m transfer check

我做了一个很轻的 15m transfer check。目的不是硬复刻论文的周频 ML，而是只测它最值得 desk 先搬的那条主线：

> “simple-feature 横截面排名 + 先看 long leg 是否比 full long-short 更诚实。”

5.1 口径

5.2 结果

#### 直接 long top bucket

#### short bucket 的原始 forward return

#### full long-short

#### top-bucket vs market（更接近 beta-light long 的读法）

#### turnover

5.3 进一步 parameter sweep

我又顺手扫了一圈更慢的 formation / holding：

结果很一致：

> 在这段 2026Q1 的 liquid-major 15m pocket 里，paper 这条“simple-feature XS combo”做 direct sign transfer，long-only 不活，long-short 也不活。

最好的一组 long-short 也仍是负的，约在 -4.4 ~ -4.7 bps / rebalance 这一带。

5.4 这组快检怎么解读

这组 proxy 最值得记住的，不是“paper 错了”，而是：

  1. 周频、小币、难交易 segment 里的 alpha，并不会自动压缩成 liquid-major 15m alpha。
  2. 这篇 paper 强调的 long-leg dominance，在当前这段 liquid-major 样本里并没有直接继承下来。
  3. 说明这条思路更像：

翻成人话：

> 别把这篇 paper 的“ML 有效”直接翻译成“liquid perp 每小时重排就能赚钱”。当前数据更像在提醒我们：这个 alpha 的原生 habitat 比我们 desk 当前测试的 pocket 更慢、更脏、也更不对称。

6. 风险与保留意见

  1. 我做的不是原论文的完整 40 特征复刻。

    2. 这里故意只取了最 cheap 的 price-side features，因为当前目标是找“先做什么最值钱”，不是先搭 full ML infra。

  2. liquid-major universe 可能过于干净。

    3. 论文里最肥的收益，本来就更集中在更小、更 illiquid 的币；而我这里为了 desk 可交易性，主动做了 liquidity gate。

  3. 当前样本是 2026Q1 单一窗口。

    4. 这段市场状态可能天然不适合顺着周频 cross-sectional winner ranking 压缩到 15m。

  4. perp 口径还没扣 funding cashflow。

    5. 不过因为 gross 已经显著为负，这一层目前不是主要矛盾。

7. 下一步怎么测

7.1 先别继续加模型复杂度，先加 cadence 对照

优先做：

要先回答： > 这条 simple-feature combo 是不是只是在“每小时太快”时被噪音与成本打烂。

7.2 把 universe 明确分层

至少分 3 层：

  1. top liquidity majors
  2. mid-cap liquid alts
  3. 更宽但仍可交易的尾部 perps

因为 paper 的关键信息本来就是： > alpha 更肥的地方，通常也是更难交易的地方。

7.3 不要默认只做 symmetric long-short

下一轮必须并排跑：

  1. top bucket long only
  2. top bucket long + market / beta hedge
  3. top-bottom long-short
  4. short-only loser basket

要看的是：

而不是先假设 short leg 一定和 long leg 对称。

7.4 再决定要不要往“更完整组合分数”扩展

如果更慢 cadence 里开始看到边，再逐步加：

顺序应该是： > 先确认 cadence 和 universe 对不对，再加 feature richness。

8. 研究结论（给自己留一句话）

这篇 2024 IRFA 对当前 desk 最值钱的，不是“要上更复杂 ML”，而是“先把少数简单特征做成 XS combo，并且先拆清楚收益到底来自 long leg 还是 short leg”。

但当前 15m liquid-perp quick check 也提醒得很直白：

> 这条 alpha 的 paper habitat 明显比我们测试的 pocket 更慢、更脏、更偏向难交易币；所以它值得进 raw-alpha 素材池，但不该被误写成“已经完成短周期 transfer”。

9. 来源与链接