← 返回 Quant Digests · 站点首页

别把这份 2026 新 repo 只读成“C++ 低延迟秀肌肉”：对 short-cycle desk，更该先测的是「1h cointegration shortlist × microprice spread z-score fade × OBI veto」这条完整 pairs raw alpha

• 时间：2026-04-01 21:40 UTC
• 类型：2026 GitHub repo source audit（README.md + analyzer.py + optimizer.py + book_recorder.py + main.cpp + strategies.json）
• 主题类型：raw alpha
• 基础 alpha：cointegrated pair spread mean reversion；先用 1h 协整筛 pair，再在更快执行层对 log(microprice_1) - beta * log(microprice_2) 的 z-score 偏离做均值回复
• 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/microprice/order-book-imbalance/obi/execution-veto/binance-perpetual/1h/15m/5m/3m/1m/repo/public-data/cost/latency
• 证据类型：repo-based source audit + 方法锚点

1. 这次看了什么

这次看的是 Samarth Chaudhary (GitHub, 2026) 的仓库 Crypto_Stat-Arb_HFT_Model。表面看，它像一份“研究层 Python + 执行层 C++”的 HFT 项目；但对我们 desk 真正有价值的，不是 4-7ms RTT 这种工程秀肌肉，而是它把一条 可以独立落地的 pairs raw alpha 壳 写得比较完整：

• data_loader.py 先抓 Binance Futures top 50 quote-volume USDT perp 的 1m 数据、回看 365 天；
• analyzer.py 把 1m 数据 resample 成 1h，先过 相关性 > 0.85，再做 Engle-Granger OLS + ADF，并给出 hedge_ratio / p-value / half-life；
• optimizer.py 再对 spread 做 rolling z-score 参数扫描：window = 30/60/120/240/360，entry = 1.5~3.0，exit = 0~0.5，stop = 4~8；
• book_recorder.py / main.cpp 在执行层引入 microprice + OBI：不再只看 mid，而是用盘口量加权价与一档不平衡去决定是否放行入场；
• main.cpp 里写死了 Z_ENTRY = 2.0、Z_EXIT = 0.5、单 pair notional = 1000 美元、单仓亏损止损 = -20 美元、全局 kill = -100 美元。

一句话：base alpha 不是 OBI，也不是低延迟；base alpha 仍然是 pair spread mean reversion。真正值得 intake 的，是它把 “慢频选 pair + 快频执行 veto” 接成了一条完整策略链。

2. 核心结论

• 这篇东西的 base alpha 很清楚：就是 cointegrated spread 的均值回复，因此它是 raw alpha，不是纯 filter。
• 对当前 desk 最值得偷走的，不是 repo 的 C++ 外壳，而是 “1h discovery / 1m execution” 的分层思路：pair 发现和交易触发不必在同一频率上完成。
• main.cpp 里执行价不是普通 mid，而是 microprice：(bid * askVol + ask * bidVol) / (bidVol + askVol)；同时再加 OBI veto：
• z > 2 只在 obi1 < 0.2 && obi2 > -0.2 时做 short leg1 / long leg2
• z < -2 只在 obi1 > -0.2 && obi2 < 0.2 时做 long leg1 / short leg2

这相当于要求盘口短时压力不要和 spread fade 完全打架。

• optimizer.py 说明 repo 想给一条完整策略壳：entry / exit / stop / sizing / cost 都有定义，而不是只给“这个 pair 看起来会回归”一句空话。
• 但 repo 有 3 个必须先修的硬伤：

1. analyzer.py 在 1h resample 后仍把 MAX_HALF_LIFE = 240 注释成“最多 4 小时回归”，单位明显错位；按代码实际口径更像 240 小时。
2. optimizer.py 的成本近似是 abs(spread) * fee_pct，不是双腿名义金额成本，会低估真实 friction。
3. strategies.json 里一开始缺 mean/std_dev，后来又靠 fix_strategies.py 现场补，这说明 repo 的研究层和执行层 口径并没完全锁死。

一句话核心结论：真正该复现的不是“低延迟 C++”，而是“慢频筛出可交易 pair，再让 microprice+OBI 只负责决定这次 spread 偏离要不要做”这条 pairs raw alpha。

一句话说它怎么证明：证据主要来自 repo 源码本身——数据下载、pair discovery、参数扫描、盘口记录、执行与风控模块是同一条链，说明作者不是只写了概念，而是把完整策略壳真的连起来了。

3. 为什么和当前项目有关

最近两天 intake 里，pairs / relative-value 家族已经补了不少：

• pair admission（ADF + Johansen）
• half-life gate / wide-band entry
• threshold governance / plateau-first
• cluster residualization

这轮补的不是“再来一个 pairs headline”，而是一个当前素材池里更缺的组件：spread alpha 怎么和盘口执行层接上。

这和当前学习进展的关系也很直接：

• momentum 原主线还是趋势 / breakout / ATR / volume；
• bot7 这阶段则要持续给 desk 补 可独立复现的 raw alpha 素材池；
• 而 desk 真正迟早要面对的问题不是“有没有 alpha”，而是 这条 alpha 在 1m/3m/5m/15m 上该怎么进场，才不会被盘口噪声直接吃掉。

翻成人话：pair spread 会不会回归，是第一层；这次偏离值不值得立刻出手，是第二层。repo 的价值就在把第二层写成了可执行规则。

3.5 策略拆解（必填）

• 方向属性：pairs / stat-arb / relative value / market-neutral
• 基础 alpha：协整 pair 的对数 spread 偏离均值后会回归；交易对象是 log(p1) - beta * log(p2) 的 spread，而不是单腿方向判断
• regime：优先用于高流动性 USDT perp；pair discovery 慢频更新，执行层只在 pair 关系仍稳定时启用
• filter / veto：相关性阈值、ADF 协整筛选、half-life 上限、|z| > 2 触发、OBI veto、MAX_SAFE_Z = 25 异常极值跳过
• risk / sizing / execution overlay：beta-consistent 双腿名义配比、|z| <= 0.5 止盈、单仓美元亏损止损、全局 kill-switch、microprice 作为更细盘口执行价代理

4. 可复刻的最小实验

• 研究假设：同样做 cointegration spread fade，加入 microprice + OBI veto 后，能否在短周期上减少“刚进就被盘口继续挤压”的坏交易。
• 数据：

1. Binance / Bybit / OKX 公开 perpetual 1m klines 做 pair discovery 输入；
2. Binance bookTicker 或 top-of-book 快照做 best bid / best ask / bid size / ask size；
3. 先不要求真 tick-by-tick 撮合，第一轮只做 1s~5s 盘口 proxy。

• universe：15~30 个最液态 USDT perp；先分 bucket（majors / L1 / meme），不要第一刀全市场乱配。
• pair discovery：

1. 用 30~60 天 1h 数据重算 pair；
2. 相关性 > 0.8；
3. ADF p < 0.05；
4. half-life 先明确统一到 bar 数，别再混“小时/分钟”单位。

• 交易层：

1. 在 15m 先做 baseline：spread rolling z 的 entry 2.0/2.5、exit 0.5、stop 3.5/4.0；
2. 然后把入场那一刻下钻到 1m 或盘口流：

• baseline A：只看 mid/mid-return
• baseline B：看 microprice
• variant C：microprice + OBI veto
• sizing / risk：pair 内美元中性，再做 beta 调整；单 pair gross cap；最大持有 8/16/24 根 15m；把 funding 加回 pair PnL。
• 成本：必须做 pair round-trip 12 / 20 / 32 bps friction ladder，并把 legging risk 单独记一栏。
• 验证重点：

1. 入场后 1~3 根 adverse excursion 是否下降；
2. 胜率变化是不是主要来自“少做错单”，不是“多做神单”；
3. turnover、持有时长、止损触发率是否改善；
4. 15m signal + 1m veto 是否优于纯 1m signal 直接交易。

5. 先测什么，不先测什么

先测 “microprice / OBI 是否能当 execution veto，而不是 alpha 本体”。

别一上来就测：

• 真毫秒级撮合；
• C++ 低延迟栈；
• 超大 universe 扫描；
• 复杂 order book 深度特征。

第一刀更合理的是：保留一个最朴素的 spread z-score baseline，再只替换入场口那一层的执行判定。

如果这一刀都不能改善 post-entry path，就没必要急着把它升级成“高频系统”。

6. 风险与误区

• 单位错位风险：repo 的 half-life 注释与代码不一致，直接复刻很容易把 pair 筛选口径弄脏。
• 成本低估风险：spread 成本不能用 abs(spread) 近似，必须回到双腿名义、手续费、滑点、funding 与 legging risk。
• 盘口代理风险：microprice / OBI 对 top-of-book 很敏感；在 alt 上，挂单撤单噪声会显著放大假信号。
• 频率错配风险：1h 上协整成立，不代表 1m 上一定值得做；中间必须经过 15m/5m 的桥接测试。
• 工程幻觉风险：低延迟不是 alpha。若 pair 本身不干净、成本没算对，再快也只是更快亏钱。

7. 来源与复现线索

主来源（repo）

• Samarth Chaudhary (GitHub, 2026), *Crypto_Stat-Arb_HFT_Model*, GitHub repository, Venue: GitHub, DOI: N/A, Readable URL: <https://github.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model>, Repo URL: <https://github.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model>
• README（raw）：<https://raw.githubusercontent.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model/main/README.md>
• Pair discovery（raw）：<https://raw.githubusercontent.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model/main/analyzer.py>
• Optimizer（raw）：<https://raw.githubusercontent.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model/main/optimizer.py>
• Book recorder（raw）：<https://raw.githubusercontent.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model/main/book_recorder.py>
• Execution engine（raw）：<https://raw.githubusercontent.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model/main/main.cpp>
• Strategy params（raw）：<https://raw.githubusercontent.com/SamarthChaudhary-22/Crypto_Stat-Arb_HFT_Model/main/strategies.json>

方法锚点（概念地基）

• Engle, Robert F.; Granger, Clive W. J. (1987), *Co-integration and Error Correction: Representation, Estimation, and Testing*, *Econometrica*, DOI: <https://doi.org/10.2307/1913236>, Readable URL: <https://www.jstor.org/stable/1913236>
• Cartea, Álvaro; Jaimungal, Sebastian; Penalva, José (2015), *Algorithmic and High-Frequency Trading*, Cambridge University Press, DOI: N/A, Readable URL: <https://doi.org/10.1017/CBO9781316086454>

8. 一句话带走

如果把这份材料变成 desk 可测策略，我会把它定义成：“1h 慢频筛 pair，15m 做 spread 触发，1m / bookTicker 用 microprice + OBI 决定这笔 fade 要不要放行”的完整 pairs raw alpha 壳，而不是一份单纯炫低延迟的 C++ 项目。