← 返回 Quant Digests · 站点首页

别把这份 2026 新 stat-arb repo 只读成“signed-graph 聚类作业”：对 short-cycle desk，更该先测的是「PCA residualized cluster deviation-to-mean」这条 raw alpha

更新时间：2026-04-01 15:20 UTC 研究时间：2026-04-01 15:25 UTC 类型：2026 GitHub 新仓库 source audit（`README.md` + `stat_arb/reporting/FINAL_REPORT.md` + `stat_arb/signals/cluster_deviation.py` + `stat_arb/run_phase1.py` + `stat_arb/backtest/costs.py` + GitHub API metadata） 主题标签：raw-alpha/cross-sectional/relative-value/stat-arb/mean-reversion/cluster-deviation/pca-residualization/market-neutral/signed-graph/sponge/binance/bybit/okx/15m/5m/3m/1m/repo/public-data/cost 证据类型：2026 GitHub 新仓库 source audit（核心策略文件 + 最终报告 + 仓库元数据）

源文件：research/quant_digests/2026-04-01_1525_pca-cluster-deviation-statarb-alpha.md

1. 这次看了什么

这次主材料不是论文，而是一份 2026-01-14 创建 的 GitHub 新仓库：Aroesler1 (2026), _crypto_stat_arb_。repo headline 看起来像“signed graph clustering + SPONGE/BNC/spectral”的工程作业，但对我们 desk 真正更值得 intake 的，不是整套图聚类 headline，而是它在 cluster_deviation.py 里已经写成完整骨架的那条 cluster deviation mean reversion raw alpha：先做 PCA 去市场模态，再按相关性把币分簇，然后在簇内做“落后者回归、领先者回吐”的 relative-value 交易。

2. 先回答一句：这篇东西的 base alpha 是什么？

base alpha 不是 clustering 本身，也不是 PCA 本身。

它的 alpha 本体是：

翻成人话： 这是一条“簇内相对偏离会回归”的 raw alpha。

所以它是：

不是 filter，不是 regime，也不是只会服务别人的 risk overlay。

3. 为什么这轮值得写，而不是继续补一个只会服务别人的 gate

最近我们已经补了不少 carry / pairs / microstructure / breakout / liquidity overlay。当前还值得继续扩的，是能独立成体系、又能比较快 desk 化的横截面 / stat-arb raw alpha。这份 repo 值得进池，原因有三条：

  1. base alpha 很清楚。 不是“复杂方法堆砌后再看有没有 edge”，而是明确的簇内 relative-value mean reversion。
  2. 完整策略骨架已经齐。 repo 里已经给了 signal、walk-forward、turnover cap、cost sensitivity、market-neutral 检查。
  3. 最适合 desk 的旁支已经自己浮出来了。 源 repo 最能扛成本的，不是 baseline z-score，而是 Strategy 2 (Cluster Deviation)；这正好符合“不要被 headline 方法锁死，要抓最适合 desk 的旁支想法”这条当前原则。

4. 这次看的主来源

4.1 主来源（repo）

4.2 这轮实际看的关键文件

5. 这条 raw alpha 在代码里到底怎么定义

5.1 先做 cluster composite

cluster_deviation.py 先按 cluster 把币分组，然后为每个簇算一个组合收益：

也就是说，先回答“这组相近币今天整体怎么走”。

5.2 再看单币相对簇组合的偏离

代码里核心定义非常直白：

这一步的直觉也很干净： 不是看单币绝对涨跌，而是看它相对自己那一簇到底跑输了多少 / 跑赢了多少。

5.3 入场方向就是典型簇内 relative-value MR

generate_target_weights() 里的规则几乎可以直接翻译成策略卡：

翻成人话： 簇内跌过头的，买；簇内涨过头的，卖；先在簇内配平，再在全组合层面配平。

5.4 上游两层不是 alpha 本体，但很重要

repo 先做：

  1. PCA market-mode removal：先把 PC1 / 市场共振剥掉；
  2. signed k-NN correlation graph + clustering：再决定谁跟谁属于一个簇。

这两层不是 raw alpha 本体，但它们会直接决定：

6. 最值得拿走的硬数据点

6.1 repo 的数据规模不小，至少不是玩具样本

FINAL_REPORT.md 给出的口径：

这至少说明：它不是在 5 个币上硬讲故事。

6.2 真正值得 desk 看的是 Strategy 2，而不是 baseline z-score

repo 自己的 best configuration 是：

这组数字为什么值钱？ 因为它在告诉你：同一个研究框架里，最能扛成本的不是 generic z-score，而是“相对簇组合偏离”的那条 raw alpha。

6.3 市场中性不是口头说说

repo 最终报告里给了：

这意味着它至少在回测口径上，不是靠赌市场方向赚钱，而更像一条真正的 market-neutral stat-arb。

6.4 baseline 也顺手给了一个反例

Phase 1 baseline 虽然 gross Sharpe 不差，但：

这恰恰强化了当前 desk 该拿走的结论： 不要把整个 repo headline 当主角；真正值得转进 short-cycle 素材池的，是更能扛成本的 cluster deviation 旁支。

7. desk 角度最该偷的，不是“signed graph”四个字，而是这条更适合 short-cycle 的旁支读法

如果照论文/仓库 headline 去抄，你很容易把精力放在：

但对当前 desk，更值钱的读法是：

  1. raw alpha 本体：簇内相对偏离均值回归；
  2. 服务它的上游组件：市场模态剥离 + cluster map；
  3. 服务它的落地组件：turnover cap + cost hurdle + cluster-neutral sizing。

换句话说： 我们第一刀不一定要完整复刻 signed-graph clustering；更应该先测“residualized cluster deviation MR”本体在 15m/5m 有没有 edge。

8. 对 1m / 3m / 5m / 15m 的 desk 化映射

8.1 先慢更新 cluster，再快交易 deviation

repo 是日频 walk-forward。迁到短周期时，更合适的不是“每根 bar 都重聚类”，而是：

这样更符合 short-cycle desk：

8.2 一个诚实的 15m first-pass

建议第一刀先做：

8.3 一个更快的 5m second-pass

如果 15m 有信息，再下钻：

8.4 1m / 3m 更像 execution / refinement，不该当第一刀

1m / 3m 上当然也能做，但更适合作为：

而不是一开始就把 raw alpha existence 判断丢进最脏的 execution noise 里。

9. 可以怎样直接落成完整策略骨架

9.1 Entry

9.2 Exit

第一版先别花：

9.3 Sizing

先按三层写：

9.4 Risk

至少加四个：

  1. turnover cap：repo baseline 里把 turnover 限在 15%/day，这层对短周期更重要
  2. cluster stability gate：同一币频繁换簇时降权或禁做
  3. event veto：上线/下线/重大公告 bar 附近不做 MR
  4. correlation breakdown kill-switch：簇内平均相关性塌掉就停机

9.5 Cost

repo 的 costs.py 用的是非常朴素的 bps-per-side on turnover 模型。对我们第一轮最小实验，至少要跑：

然后直接问一句： after-cost 的 break-even 在哪，edge 到底是 signal 来的，还是 turnover 没管住。

10. 最小可复现实验（直接对当前 desk）

实验 A：先不复刻 signed graph，只测 raw alpha 本体

实验 B：ablation ladder

固定同一 universe / cost / hold，只比较：

  1. 纯 cross-sectional reversal（不分簇）
  2. 分簇但不 residualize
  3. 先 residualize 再分簇
  4. 再加 turnover cap

这个实验最关键，因为它能直接回答： 增量到底来自簇结构、市场模态剥离，还是只是 generic reversal。

实验 C：slow-cluster / fast-signal 结构检验

要回答的问题是： cluster map 需要多快更新？如果 cluster 比 signal 还快，是否只会制造 turnover 和噪音？

11. 下一步怎么测

建议按这个顺序走：

  1. 先做 15m、slow-cluster / fast-signal 的 first verdict，不要第一刀就上 1m。
  2. 先用简单 residual correlation clustering 做最小复现，不要被 SPONGE/BNC 细节卡住。
  3. 第一轮只跑三件事：raw alpha existence、cost cliff、cluster stability。
  4. 如果 15m 有 edge，再下钻 5m；如果 15m 只有 gross 正、after-cost 死，就先回去降 turnover，不要急着提速。
  5. 只有当 simple clustering 版已经说明 alpha 本体存在时，才值得继续补 signed-graph / PCA 完整复刻。

一句话版： 这条主题最值得先测的不是“复杂图聚类有没有学术美感”，而是“簇内 residual deviation MR 在 short-cycle perp 上，扣成本后到底能不能活”。

12. 这条线当前的诚实边界

也要明确三条边界：

  1. 源 repo 的主证据是日频 low-cap crypto，不等于 liquid perp 5m/15m 会自动成立。
  2. repo 的 cost model 仍然简化，真实短周期里滑点、资金费、冲击成本都可能更差。
  3. 如果 cluster 关系不稳，或者市场在单边风险传染期，MR 很容易直接被拖成“抄底抄到半山腰”。

所以这轮正确定位是： 高质量 raw-alpha intake candidate，不是“已经可直接实盘”的结论。

13. 来源链接