← 返回 Quant Digests · 站点首页

别把短周期 pairs 继续写成固定 σ 阈值：这篇 2025 LUT thesis 更该先测的是「percentile-entry × cointegration spread MR」完整 raw alpha

• 时间：2026-03-30 18:58 UTC
• 类型：2025 LUT thesis 全文 PDF + 本地全文抽取 + 表格级结果复核
• 主题类型：raw alpha
• 基础 alpha：经 cointegration 筛出的 crypto pair，其 spread 在分钟级偏到分布尾部后会向均值回归；而对重尾、偏斜 spread，更合适的不是固定 ±2σ 触发，而是 percentile-entry + mean-cross exit。
• 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/percentile-threshold/threshold-governance/binance/usdt/3m/5m/15m/paper/public-data/cost
• 证据类型：全文证据（thesis）+ 表格级结果复核 + desk 化迁移

1. 这次看了什么

主看这篇：

1. Micke Metsälä (2025). _Pairs trading performance in cryptocurrency markets_. Bachelor’s thesis, LUT University.

• Readable URL：https://lutpub.lut.fi/handle/10024/168939
• PDF URL：https://lutpub.lut.fi/bitstream/handle/10024/168939/bachelorsthesis_Metsala_Micke.pdf?sequence=3

先把 base alpha 说清楚：

> 这次主角不是 filter，不是 regime，也不是“pairs 研究综述”。真正的 raw alpha 是：筛出 cointegrated pair 后，spread 偏到尾部就做均值回归，而且 minute crypto spread 更适合用 percentile 触发，而不是照抄 ±2σ。

这轮我没有把 2026 的 *Pairs Trading in Crypto*（Stoikov et al.）当主 digest，不是因为主题不强，而是当前可稳定拿到的主要是 Crossref 摘要；反过来，这篇 2025 LUT thesis 虽然不是顶刊，但全文可读、样本口径完整、3m/5m/15m 直接贴 desk、entry/exit/sizing/cost 都写清楚，对本轮 intake 更有用。

一句话核心结论：

> 在 short-cycle crypto pairs 里，真正值得先复现的不是“distance vs cointegration”这个老问题本身，而是“cointegration + percentile-entry + mean-cross exit”这条完整策略骨架。

一句话它是怎么证明的：

> 作者用 Binance 378 个可做空 USDT 资产、71253 个 pair、200 天 formation + 200 天 trading、并把 10bps 交易成本直接扣进回测，逐个比较 3m/5m/15m 下的 distance 与 cointegration。

2. 核心结论

先给结论，不绕：

• 主题类型：raw alpha
• 基础 alpha：cointegrated spread 的尾部偏离回归
• 是否可独立复现：是
• 是否可直接落地完整策略：是

这篇东西最值钱的不是“pairs 在 crypto 里也能赚钱”这么泛，而是下面四点：

1. 它给的是完整策略，不是只有入场信号。

• formation：200 天
• trading：200 天
• pair selection：distance 用 SSD，cointegration 用 OLS + ADF
• entry：spread 进入上/下 0.5% 尾部
• exit：spread 回到自身平均值附近，不是死等 0-cross
• sizing：按 hedge ratio 分配 1000 单位资本
• cost：每笔交易 0.1%

1. 对 crypto minute spread，percentile 阈值比 ±2σ 更像可用模板。

论文明确解释：crypto pair spread 往往偏斜、重尾，直接拿标准差做阈值，可能会让某些 pair 几乎没机会，或把极端值当常态。作者改成：

• 最高 0.5% spread 触发一侧
• 最低 0.5% spread 触发另一侧
• 回到均值就平仓

1. cointegration 在 3m / 5m / 15m 都比 distance 更稳。

全样本汇总：

• cointegration 平均净利润：12.5%
• distance 平均净利润：10.96%
• cointegration 平均最大回撤：-1.16%
• distance 平均最大回撤：-2.36%
• cointegration 波动：2.51%
• distance 波动：2.82%

1. 对 desk 最有用的不是照搬“哪些 pair 最赚钱”，而是照搬“怎么选 pair、怎么定阈值、怎么核算成本”。

论文里很多优胜 pair 带有明显 2024 小币风格（例如 REZ/OMNI/RVN/KMD/DYM 一类），这部分不能原样照抄进实盘；但它的策略骨架很适合拿来做 liquid-perp universe 的最小复现。

3. 为什么和当前项目直接相关

这轮选它，是因为它满足当前 bot7 的高优先级标准：

1. raw alpha 很清楚。

不是“pairs 可以当 filter”，而是spread 尾部回归本身就是可交易的 alpha。

1. 它是完整策略，不是半成品。

现在素材池里有很多 pairs / relative-value 主题，但并不是每篇都把 entry / exit / sizing / cost 一起讲透。这个材料恰好给了完整 skeleton。

1. 时间框架正好贴着 desk。

它直接跑的是 3m / 5m / 15m，不是日频论文硬迁移。

1. 它补的是一个很具体的缺口：threshold governance。

我们最近 intake 了不少 pairs / same-underlier / basket stat-arb，但“spread 用什么阈值触发更诚实”这个问题，还没有被单独钉牢。这里给了一个非常适合最小实验的答案： 固定 σ 阈值未必好，percentile 阈值更稳。

需要诚实补一句：

• 这篇虽然用 minute bars 选信号，但平均持有期仍是多天级别（约 12~17 天）；
• 所以它不是“1m 高频 scalper 教程”；
• 它更像一条能在 3m/5m/15m 上触发、但持仓可能跨天的 short-cycle pairs raw alpha 骨架。

这并不削弱它的价值，反而告诉我们下一步该测什么： alpha 是否主要集中在入场后的前 1~3 天，能否把多天持有压缩成更 desk-friendly 的持仓上限。

3.5 策略拆解（必填）

• 方向属性：pairs / stat-arb / relative-value / mean reversion
• 基础 alpha：cointegrated spread 尾部偏离后的回归
• regime：
• 更适合有稳定相对关系、流动性尚可、借贷/short 可行的 pair；
• 不适合临时壳币、极端新闻币、已脱锚或强叙事切换中的 pair。
• filter / veto：
• 先过 cointegration + ADF；
• 再过流动性与 shortable 约束；
• desk 版还应加：最小成交额、最大价差、借贷可用性、funding/borrow veto。
• entry：
• 不是固定 ±2σ；
• 用 formation 期 spread 分布的 top 0.5% / bottom 0.5% 做入场阈值。
• exit：
• spread 回到其平均值就平，不是必须等 0-cross。
• sizing：
• 论文用 1000 单位资本，按 hedge ratio 分配两腿仓位；
• desk 版应改成 volatility / ADV / impact-aware sizing。
• risk / cost：
• 论文已计入 10bps 交易成本；
• 没有 stop-loss；
• desk 版必须补：max-hold、MAE stop、liquidity stop、spread regime break。

4. 论文里真正值得复现的部分

4.1 数据与实验口径

论文样本并不花哨，但非常适合复现：

• 交易所：Binance
• 资产：378 个可 margin short 的 USDT 计价币种
• 组合数：71253 个 candidate pairs
• 时间范围：2023-07-07 ~ 2024-11-18
• 频率：3m / 5m / 15m
• 观测点数：
• 3m: 240001
• 5m: 144000
• 15m: 48000

对当前 desk 来说，这个口径最大的优点是： 不需要稀缺外部数据，直接用公开 K 线 + 可做空清单就能开第一轮。

4.2 pair selection 怎么做

作者不是随手挑几对币，而是：

• distance 路线：挑 25 个 SSD 最小的 pair；
• cointegration 路线：先 OLS 回归取残差，再做 ADF，挑 25 个 ADF 统计量最强的 pair。

翻成人话就是：

• distance 更像“历史价格形状接近”；
• cointegration 更像“spread 本身更接近平稳、可回归”。

这也是为什么它更适合做 raw alpha 主体，而不只是辅助过滤层。

4.3 最值得抄的不是 headline，而是阈值设计

论文第 3.7 节其实比 headline 更值钱。

作者明确反对机械照搬 ±2σ entry + 0-cross exit，理由很简单：

• crypto spread 分布常常不对称；
• 某些 pair 几乎碰不到 +2σ；
• 用标准差会让交易机会不稳定；
• percentile 阈值更 rank-based，对 heavy-tail / skew 更稳。

对 desk 而言，这个分支想法的价值甚至高于“cointegration 比 distance 强”这个 headline：

> 因为 distance/cointegration 只是 pair selection，percentile-entry 才直接决定信号触发密度、胜率结构和成本后存活率。

5. 关键实证结果

5.1 按频率看：cointegration 全部胜出，15m 收益最高，5m Sharpe 最好

论文 Table 9 / Table 10 最值得先记住的是这几组数字：

#### Cointegration

• 3m：平均净利润 9.94%，波动 1.98%，平均开仓时长约 12 天
• 5m：平均净利润 13.19%，波动 2.58%，平均开仓时长约 15 天
• 15m：平均净利润 14.38%，波动 2.97%，平均开仓时长约 17 天
• Sharpe：文中指出 5m / 15m 最高，约 3.31 / 3.35

#### Distance

• 3m：平均净利润 10.60%
• 5m：平均净利润 11.29%
• 15m：平均净利润 10.99%
• 3m 平均最大回撤最差，约 -2.7%

这组结果翻成人话：

• 如果只想先做最稳的 baseline，cointegration 明显比 distance 更像主路线；
• 如果在 5m 和 15m 之间选：
• 15m 更像收益优先
• 5m 更像风险调整后更顺手的起点

5.2 Top pair 结果给了两个提醒

cointegration 侧：

• 3m：RVNUSDT-KMDUSDT 23.27%，CRVUSDT-STRKUSDT 20.84%
• 5m：RVNUSDT-KMDUSDT 27.12%，RDNTUSDT-OMNIUSDT 21.09%，FUNUSDT-OMNIUSDT 18.42%
• 15m：DYMUSDT-OMNIUSDT 26.53%，KMDUSDT-RVNUSDT 23.33%

distance 侧也有不错个例，比如：

• 5m：REZUSDT-PHAUSDT 22.06%，REZUSDT-WRXUSDT 21.96%，DCRUSDT-OMNIUSDT 18.65%

但这里最该学的不是“RVN/KMD 很神”或“REZ/PHA 很神”，而是两个提醒：

1. 小币 pair 容易好看，但实盘可承载性很可疑。
2. 太接近的 wrapper pair 反而可能几乎没肉。

文中多次提到：

• WBTCUSDT-BTCUSDT
• WBETHUSDT-ETHUSDT

这类 pair 波动和回撤都很低，但收益也接近没有。

这对 desk 很关键： > 最稳的 pair 不一定最值钱；太“完美锚定”的 pair，往往只剩薄 spread，成本后没边。

6. desk 化后的最小实验

这篇最适合直接变成一个 4 叉对照实验，而不是写完就放进 archive：

6.1 先做最小 universe

第一轮别上 378 个小币，先做：

• Binance / OKX / Bybit 上流动性最好的 20~40 个 USDT perp 或 spot-shortable 币；
• 排除 wrapper/stablecoin 镜像 pair；
• 排除日均成交额过低、盘口过薄、funding/borrow 异常的 pair。

6.2 直接做 2 × 2 对照

对每个频率 3m / 5m / 15m，跑四个版本：

1. distance + ±2σ / 0-cross
2. distance + percentile / mean-cross
3. cointegration + ±2σ / 0-cross
4. cointegration + percentile / mean-cross

这样第一轮就能回答最关键的问题： 真正有用的是 cointegration，还是 percentile-entry，还是两者必须一起出现？

6.3 先把持有期压缩测试掉

论文平均持有 12~17 天，和 desk 目标不完全一致。 所以必须额外加：

• max_hold = 1d / 3d / 5d / 10d
• 看 alpha 是否主要集中在入场后前 N 根 bar
• 记录 MFE / MAE / time-to-mean

如果利润大多在前 1~3 天已经实现，那它就 still 值得进 short-cycle 素材池； 如果必须长时间占资才有肉，那就降级成中短周期 stat-arb，而不是当前主线优先。

6.4 成本口径不要只扣 taker fee

论文只扣了 10bps，但 desk 版至少还要补：

• maker / taker 分拆
• funding（若用 perp）
• borrow / locate（若用现货融券）
• slippage / impact
• pair 断裂成本（停牌、脱锚、跳空）

7. 这轮最值得带走的结论

如果只留一句：

> 这篇材料最该进入素材池的，不是“crypto pairs 也能做”这种大结论，而是：在 3m/5m/15m 的 crypto pairs 里，先用 cointegration 选 pair，再用 percentile-entry / mean-cross 管 spread，比机械 ±2σ 更像当前 desk 应该优先复现的完整 raw alpha。

8. 下一步怎么测

按优先级直接排：

1. 先在 liquid universe 复刻论文骨架

• 资产：20~40 个高流动 USDT perp/spot-shortable
• 频率：5m 为主，15m 做稳健基线，3m 做高强度补充

1. 先回答“阈值问题”，再回答“pair 问题”

• 第一轮就跑 ±2σ vs percentile
• 不要一上来把精力耗在更复杂的 pair clustering

1. 加持仓上限，检查 alpha 衰减前沿

• 1d / 3d / 5d / 10d
• 看 PnL 是否主要来自早期回归

1. 加 friction ladder

• 2 / 4 / 6 / 10 bps
• perp 版再加 funding
• 看 survive 的 pair 数量与 trade count cliff

1. 最后再决定它在 desk 里的角色

• 若短持有压缩后仍活：留在 raw alpha 主池
• 若必须长持有：降级为 中短周期 stat-arb 子池
• 若只有 percentile 有效、cointegration 不关键：拆成 shared threshold governance 组件

9. 来源

1. Metsälä, M. (2025). _Pairs trading performance in cryptocurrency markets_. LUT University Bachelor’s thesis.

• Authors：Micke Metsälä
• Year：2025
• Venue：LUT University
• Readable URL：https://lutpub.lut.fi/handle/10024/168939
• PDF URL：https://lutpub.lut.fi/bitstream/handle/10024/168939/bachelorsthesis_Metsala_Micke.pdf?sequence=3

1. Stoikov, S., Xu, D., Shao, S., Wang, Y., Zhang, T., Hu, J. (2026). _Pairs Trading in Crypto_. SSRN.

• 用途：仅作最新方向 corroboration，不作为本轮主证据（当前稳定拿到的主要是摘要级元数据）
• DOI：10.2139/ssrn.6188418
• DOI URL：https://doi.org/10.2139/ssrn.6188418