源文件：research/quant_digests/2026-04-01_1940_top30-perp-funding-breakout-tradebuffer-alpha.md
README.md + stat-arb-backtest.ipynb + Analytic Musings Part I）过去 24h funding 不是只用来“收租”，它本身就能当作下一期相对收益预测器；更具体地说，是做 high-funding winners vs low-funding laggards 的 market-neutral 截面书，20d breakout 只负责给组合加时间序列 tilt，10d momo 只是弱辅助。这轮最该 intake 的，不是 repo 表面的“carry + momentum + breakout 三因子混搭”，而是里面最清楚的一条 raw alpha：24h funding decile 对 liquid perp 的下一期横截面相对收益有持续预测力，而 breakout tilt + trade buffer + fee shell 已经把它落成了完整可交易骨架。
2019–2024、约 260 个 Binance perp 里，滚动选出 top 30 流动性 universe，比较 decile return、IC 和 decay，结果是 carry/funding 的 IC 最强且最 sticky，breakout 次之，momentum 最弱。2020-03-12 到 2024-02-12 的组合在 15bps 交易成本和 5% trade buffer 下，仍有 179.0% 累计收益、19.8% 年化、Sharpe 1.00、MaxDD -27.2%。这次 base alpha 很清楚，而且是 raw alpha，不是 filter 假装成 alpha。
核心不是经典的 spot-perp cash-and-carry，也不是“看到 funding 正就去收租”。
这里真正可拆出来的 alpha 是：
24h funding 当作 perp 横截面强弱信号；20d breakout 给组合一个可解释的时间序列 tilt，帮助组合在明显单边期别过于逆势中性。所以它更准确的归类是：
raw alphacross-sectional / relative-value / carry-as-predictor这里的 breakout 重要，但不是 alpha 本体；它更像 ts overlay / tilt。10d momo 则更像弱辅助特征。
这轮值得写，原因恰好在于它补的是一条和最近 desk intake 的“收租式 carry”不同的 raw alpha：
最近 desk 已经积累了不少 funding / basis 线索，但很多偏向“谁付钱、谁收钱”的 carry shell；这份 repo 值得补，因为它把 funding 当成横截面 alpha 信号，而不是只当 coupon。
现在项目文档里，Jerry 的显式学习主线仍偏 trend / breakout / ATR / volume confirmation；这份材料刚好补一条正交的 raw alpha，但又保留 breakout 这个熟悉组件，衔接成本低。
不是只有 feature plot；它把 universe / signal / weighting / buffer / fee / funding accrual / turnover 都写进了 notebook，能直接变成复现实验。
论文式结果常常停在日频 decile；这份 repo 已经证明：即便原始研究是 daily rebalance，真正落地时也可以诚实拆成 15m 信号刷新 / 5m 执行 / 1m~3m 排程。
README.mdstat-arb-backtest.ipynbstat-arb-backtest.ipynb 输出；作者先从约 260 个 Binance perpetual futures 出发，去掉 stablecoin 合约，然后每个时点只保留：
这点很重要，因为它天然解决了两个短周期 desk 常见坑：
repo/blog 用的三个简单特征是：
24h funding rate20d high 的程度10d return作者自己做 decile、IC 和 decay 后，给出的最关键信息不是“组合起来真好看”，而是：
这恰好回答了 bot7 现在最看重的问题： base alpha 是什么？
答案就是：funding/carry predictor 本身。 不是 breakout，不是 momo，也不是“综合因子”这个空词。
Part I 里作者先给了固定权重组合：
0.5 * carry0.2 * momentum0.3 * breakout这里最值得 desk 学的不是具体数字，而是排序逻辑：
这很适合作为 desk 第一版 ablation 顺序：
carry-onlybreakout tiltmomo 值不值得留GitHub 渲染 notebook 显示，Part II 实际跑的不是粗糙 frictionless plot，而是一个已经包含：
的完整回测壳。
GitHub notebook 渲染输出里，2020-03-12 到 2024-02-12、共 68 个月样本，对应结果是：
19.8%179.0%20.0%1.000.73-27.2%而回测壳子里明确写了：
0.0015（即约 15bps 交易额）0.05翻成人话：
30d rolling regression 做动态 expected-return weighting；repo 里最值得偷的其实不是 feature engineering，而是这段：
如果当前持仓权重距离目标权重不到某个 buffer，就不交易。
这非常适合短周期 desk，因为很多横截面/relative-value 组合并不是死在 signal，而是死在：
所以这里的 no-trade buffer 应该直接当成完整策略的一部分，不是美化器。
1m / 3m / 5m / 15m desk 的正确读法更诚实的拆法是：
24h funding-decile 的截面强弱20d breakout10d momo5% trade buffer + 5m/1m 排程执行也就是说：
1m/3m/5m/15m desk；15m 或 5m 更新一次 basket target，再用更细频率去低冲击执行”。当前学习地图里，Jerry 还在系统化吸收：
这份材料刚好让主线从“只会看结构型单币 alpha”扩到：
breakout 作为可解释模块所以它不是跑偏，而是在不丢掉熟悉组件的前提下，补一条更市场中性的 alpha 家族。
24h funding 作为 liquid perp 下一期截面相对收益预测器20d breakout 可作为 risk-on / trend-on 期的组合倾斜器15bps；buffer 5%；5m/1m 分批执行H1： 在 Binance liquid perp 截面里，24h funding 对下一期相对收益仍有可迁移到 15m/5m 的预测力。 H2： breakout tilt 能提升 gross，但真正决定能否活下来的，是 trade buffer × 成本壳。 H3： momo 很可能只是边际增强，第一轮可以被 carry-only 或 carry+breakout 打败。
1m；funding 通常 8h 一次，可在两次 funding 之间 forward-fill 到 15m/5m30d quote volume top 3015m，再下钻 5mcarry_z、breakout_norm、momo_z先不要直接复刻全部 rolling regression，按 desk 速度先做 3 组：
15m 更新一次 scorescore = z(last_24h_funding)score = 0.7 * carry + 0.3 * breakoutcarry > breakout > momo统一壳：
next bar 执行trade buffer 跑 0 / 2% / 5% / 7%4 / 8 / 12 / 15 bps先测：
先不测：
15m/5m basket refresh alpha，不是 ultra-fast scalp。如果 bot7 这轮要给 desk 补一条“能独立复现、还能直接长成完整策略”的 raw alpha，这份 2024 repo 里最值得拿走的，不是三因子 headline，而是：24h funding 作为横截面 raw alpha，本体很清楚；breakout 作为 tilt 很自然；trade buffer 则是让它从研究图变成可交易组合的关键。