← 返回 Quant Digests · 站点首页

别把这份 2026 新 repo 只读成 XGBoost infra：对 short-cycle desk，更该先测的是「top-N XS loser-bounce × pump-dump veto × confidence sizing」这条完整 mean reversion raw alpha

• 时间：2026-04-02 16:25 UTC
• 主题类型：raw alpha
• 类型：raw alpha
• 基础 alpha：短窗里最弱的一篮子币，接下来更容易出现 15m~1h 的横截面反弹；但这个 edge 只在“极端 loser 足够集中、且没有明显 pump/dump 痕迹”时才够厚，真正能落地的是“reversal score → top-N 选币 → pump-dump veto → confidence sizing”的完整壳。
• 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（先做 ML-lite 版，再决定是否上 XGBoost）
• 主题标签：raw-alpha/cross-sectional/mean-reversion/top-n/loser-bounce/pump-dump-veto/confidence-sizing/binance-perpetual/5m/15m/1h/repo/public-data/cost
• 证据类型：2026 GitHub 新 repo source audit（README.md）+ Binance USDⓈ-M 15 币公共 5m 本地 transfer check

1) 这次看了什么

这轮不再继续把新 intake 写成单一 breakout / retest / 单币 OFI 小变体，而是补一个 更像“完整横截面策略骨架” 的新 repo：

• gitdhirajsv (2026), Azalyst-Alpha-Research-Engine
• repo headline 看起来像：
• 444 币
• 72 个特征
• XGBoost regression
• confidence model
• pump-dump filter
• IC gating
• 但对我们 short-cycle desk，最值得先拿走的不是“大而全 ML 框架”，而是里面更朴素、也更容易在 1m/3m/5m/15m 先复现的那条主干：

> 短窗横截面反转（reversal / loser-bounce）本身是 base alpha；XGBoost 只是排序器，pump-dump veto 与 confidence sizing 才是让它更接近可交易策略的关键配件。

所以这篇不打算复刻 repo 全量工程，而是把它压缩成 desk 现在就能做的研究题：

> 能不能先用公开 OHLCV 做一个 ML-lite 版 reversal score × top-N concentration × pump-dump veto，验证这条 raw alpha 是否真有独立生命力？

2) 先回答题眼：base alpha 是什么？

Base alpha： 在 crypto 的短周期横截面里，刚刚跌得最狠、且跌法更像“过度出清/超卖”，而不是“操纵性 pump-dump” 的币，未来 15m~1h 更容易出现相对反弹；相对地，刚刚冲得最猛且出现过热特征的币，更容易在横截面上回落。

这意味着：

• 它首先是 raw alpha，不是纯 filter；
• 核心不是“市场整体涨跌”，而是 同一时点里谁被砸得最过、谁被拉得最过；
• 真正决定能否落地的，不只是 reversal 本身，而是：

1. 要不要只做最极端的 top-N；
2. 要不要把 pump/dump 痕迹踢出去；
3. 仓位要不要跟信号置信度走，而不是一刀切等权。

3) 为什么这条线值得进当前素材池

它符合这轮优先级里的几个关键点：

1. 它是可独立成立的 raw alpha。

• 不是单纯给别的策略做 gate。

1. 天然能落成完整策略。

• universe、entry、exit、sizing、risk、cost 都能明确写出来。

1. 公开数据可做最小实验。

• 先用 Binance perpetual 公共 5m OHLCV 就能起步。

1. 和最近 desk 的积累是互补的。

• 我们最近补了很多 pairs / OFI / basis / cross-market lead-lag；
• 这条线补的是 “横截面反转完整壳”，而不是再写一个单一 trigger。

1. repo 给出的真正价值，不是黑箱模型，而是组件拆解顺序。

• 先承认 v4 的 momentum 失败；
• 再把短窗反转、pump-dump 过滤、top-N 集中、confidence sizing 拼成更可交易的东西。

4) 从 repo 里真正该拿走的是什么

4.1 repo 的关键事实

根据 repo README：

• 数据：444 个 Binance 交易对、3+ 年、5m 频率、2600 万+ 行；
• v4 是 momentum-dominated binary classifier，作者明确写到：0/103 profitable weeks；
• v5 改成：
• regression，不是 classification；
• horizon 改到 1h (12 bars) / 15m (3 bars)；
• 特征从 momentum-dominated 改到 reversal-dominated；
• 新增 8 个 reversal 特征、6 个 pump-dump 特征、4 个 quantile-rank 特征；
• 再叠加 confidence model 做仓位分层。

最值得 desk 听进去的一句话其实不是“XGBoost 很强”，而是：

> “crypto mean-reverts” 这件事，在作者自己的失败复盘里，是从 momentum 主导切到 reversal 主导的核心理由。

4.2 这份 repo 对 desk 的真正启发

对我们来说，这份 repo 的 transferable 部分不是全量 ML infra，而是这四个动作：

1. 把 alpha 定义成短窗 reversal，而不是继续执着 trend。
2. 别等权撒网，要做 top-N 集中。
3. 别把 pump/dump 当成 alpha 本体，要把它当 veto。
4. 仓位别平均分，至少要有一个简化版 confidence layer。

换句话说，repo 在教我们的不是“怎么堆 72 个特征”，而是：

> 薄 edge 的横截面反转，必须靠“集中、过滤、分层”三件套，才有可能从研究信号变成交易策略。

5) 本地最小 transfer check（公开数据，先测便宜壳）

5.1 数据口径

我先没复刻 repo 的 XGBoost，而是做了一个最便宜的 transfer shell，看看 “横截面短窗反转”本体到底有多厚。

• 交易所：Binance USDⓈ-M perpetual 公共 5m klines
• 币种：BTC, ETH, BNB, SOL, XRP, DOGE, ADA, LINK, AVAX, LTC, BCH, ETC, DOT, TRX, SUI
• 区间：2026-03-02 10:20 UTC ~ 2026-04-02 16:15 UTC
• 每币样本：9000 根 5m bar
• 调仓时点：每小时一次（xx:55 收盘后，下一根入场）

5.2 先测最裸的 raw alpha：1h loser/winner 横截面反手

最便宜版本：

• 每小时看过去 12 x 5m = 1h 收益；
• long：过去 1 小时最差的 2 个币；
• short：过去 1 小时最强的 2 个币；
• 持有 1 小时；
• 多空各等权，按 basket 平均收益记账。

结果：

• 样本数：725 个 hourly basket
• 平均毛收益：+0.72 bps / basket-hour
• 胜率：54.1%
• 30 天累计毛收益：+5.20%

这说明一件事：

> “短窗横截面反转”本体不是 0，但很薄。

5.3 再加一个 repo 风格的 pump-dump veto

我用一个很便宜的 proxy 模仿 repo 的 pump-dump filter：

• 若某币同时满足：
• 1d volume z-score 很高
• 1d range z-score 很高
• 则本次横截面选币直接剔除。

结果：

• 样本数：718
• 平均毛收益：+0.62 bps / basket-hour
• 胜率：53.5%
• 30 天累计毛收益：+4.36%

结论也很直接：

• 只加一个很粗糙的 veto，不足以把薄 edge 变厚。
• repo 的价值不在“有个 veto 就行”，而在 reversal ranking + concentration + confidence 一起上。

5.4 成本下的结论：便宜壳还不够

按更现实的成本压力看：

• 若按 2 bps 单边（约 4 bps round trip / leg）估，
• 上面这个最便宜的 hourly basket 壳 明显不够厚；
• 按 4 bps 单边 则更不需要讨论。

所以这轮最重要的不是“这条线失败了”，而是更精确地知道：

> repo 的 transferable alpha 不是“任何 loser basket 都能赚钱”，而是“必须把 reversal 做成高浓度 top-N + 置信度分层 + manipulative-move veto”的完整策略壳。

这恰好符合当前 desk 的需要：

• 不是又补一篇“crypto 会反转”的泛论；
• 而是补一份 明确告诉我们 cheap shell 为什么不够、下一步该压哪几个旋钮 的 intake。

6) desk 该怎么把它落成完整策略（先做 ML-lite v0）

6.1 Universe

先别上 444 币，先从 20~40 个流动性更稳定的 perpetual 起步：

• BTC / ETH / SOL / XRP / DOGE / BNB / ADA / LINK / AVAX / LTC ...
• 先要求：
• 最近 30d 日均成交额足够高；
• 最低 tick / spread / 费率更可控。

6.2 Signal：先不用 XGBoost，先做 4 因子 reversal stack

直接用 repo 里最容易 transfer 的 reversal 侧 primitives，先做一个线性分数：

• rev_1h：过去 1h 收益取负
• rev_4h：过去 4h 收益取负
• mean_rev_zscore_1h：价格偏离近窗均值的 z-score，偏离越负越偏多
• oversold_rev / overbought_rev：用 RSI / 布林位置 / wick 之类 cheap proxy 先替代

最小版得分：

score = z(rev_1h) + 0.5*z(rev_4h) + 0.5*z(mean_rev_zscore_1h) + oversold_proxy

然后做横截面排序：

• long：score 最高的 top-N
• short：score 最低的 bottom-N

6.3 Concentration：别做 15% quantile，先做固定 top-N

这是我觉得这份 repo 最值得先偷的组件之一。

先测：

• N ∈ {1, 2, 3, 4}
• 不要先做宽篮子；
• 因为我们刚刚的本地快检已经说明：粗糙 loser basket 的问题，不是完全没 edge，而是太薄、太分散。

如果 top-N concentration 有效，应该看到：

• 交易数下降；
• 单笔/basket 毛 edge 上升；
• cost survival 明显改善。

6.4 Pump-dump veto：要做得比“单阈值排除”更像 veto

最小版先用三个 cheap proxy：

• vol_spike_zscore
• abnormal_range
• tail_risk / long-wick

只要其中两项同时过阈值，就暂时不纳入可交易池。

注意这里的定位：

• 它不是 alpha 本体；
• 它是防止我们把“操纵性急拉急砸”错当成 mean reversion 便宜筹码。

6.5 Exit

短周期版先别复杂化：

• 默认持有：3 / 6 / 12 根 5m bar（即 15m / 30m / 60m）
• 任一条件提前平仓：

1. score 翻到另一侧；
2. alpha 衰减到 0 附近；
3. 单币 hit intraday stop。

6.6 Sizing

最小版就做一个 confidence-lite：

• size_i ∝ min( |score_i| / realized_vol_i , cap )
• 或者按 score 的横截面 rank bucket 分层：
• top 1: 1.0x
• top 2~3: 0.7x
• 其余：0.4x

这就已经比等权更像 repo 想表达的东西了：

> 不是所有 reversal 都同等可信。

6.7 Risk / cost

必须明确写进 v0：

• 单币 notional cap
• 单侧最大持仓数 cap
• 同主题币（比如 meme cluster）相关性 cap
• 成本至少压两档：
• 2 bps 单边
• 4 bps 单边
• 若 4 bps 单边下完全塌掉，就不能把它当可交易壳，只能当研究中间件。

7) 这条线和 1m / 3m / 5m / 15m 的关系

这条 alpha 最自然的层级关系是：

• 15m：更适合作为主决策层
• 横截面反转本身更需要一点点噪声压缩；
• 5m：最适合做 signal update 与持仓管理
• 1m / 3m：更适合做 execution refinement
• 例如分批入场、减少冲击、等 micro pullback 再挂。

也就是说，这条线虽然来自 5m engine repo，但不一定要把 5m 当唯一主信号频率； 更合理的 desk 做法很可能是 15m 选篮子、5m 管持仓、1m/3m 做执行。

8) 这轮真正的判断

如果只问一句“这条东西值不值得进研究池”，我的回答是：值。

但它值得进入研究池的原因不是：

• “README 里用了 XGBoost，很高级”；
• 或者“444 币、72 特征，看起来很全”。

而是因为它很清楚地告诉我们：

1. 短窗 raw alpha 的 base 是 XS reversal，不是继续硬凹 momentum。
2. cheap shell 很薄，说明必须做 concentration。
3. pump/dump 要当 veto，不要当 alpha 本体。
4. 仓位要跟置信度走，否则薄 edge 很容易被成本吃掉。

这四点都直接服务于当前 desk 的 raw alpha 素材池建设，而不是偏离主线。

9) 下一步怎么测（直接进复现队列）

Step 1：先做 ML-lite 四因子版本

用公开 OHLCV 先还原这四个组件：

• rev_1h
• rev_4h
• mean_rev_zscore_1h
• oversold/overbought proxy

不要先上 XGBoost，先看 线性组合 + 横截面排序 能不能把毛 edge 从 <1 bps / basket-hour 拉升到 >8~10 bps 量级。

Step 2：优先扫 top-N × hold，不要先扫大而全模型

先做这个小网格：

• N ∈ {1,2,3,4}
• hold ∈ {3,6,12} bars
• rebalance ∈ {15m, 30m, 60m}

核心问题只有一个： > edge 是不是藏在“更集中、更短持有”的 pocket 里？

Step 3：把 pump-dump veto 做成二元 admission，不是软打分

直接比较：

• no veto
• soft penalty
• hard veto

看哪种最能在 不显著压缩胜率的前提下 提高净 bps。

Step 4：做 confidence-lite sizing

至少做两版：

• 等权
• |score| / vol 分层

如果分层 sizing 没有改善净值曲线，说明 repo 的“confidence”对 short-cycle transfer 可能没那么重要； 如果改善明显，就说明这条线确实更像“完整策略”，不是单点因子。

10) 来源与链接

主来源（repo）

• Author / Org：gitdhirajsv
• Year：2026（README 最新更新时间写到 Apr 2, 2026）
• Title：*Azalyst Alpha Research Engine*
• Venue / DOI：N/A（GitHub repo，不是正式论文）
• Readable URL：https://github.com/gitdhirajsv/Azalyst-Alpha-Research-Engine
• Raw README URL：https://raw.githubusercontent.com/gitdhirajsv/Azalyst-Alpha-Research-Engine/main/README.md

repo 内直接可转移的关键信息

• v4 momentum-dominated binary classifier：0/103 profitable weeks
• v5 数据规模：444 pairs / 3+ years / 26M+ rows / 5m
• short-horizon target：1h (12 bars) / 15m (3 bars)
• 新增结构：8 reversal features / 6 pump-dump indicators / 4 quantile-ranked features

---

一句话结论： 这份 2026 新 repo 真正值得 desk intake 的，不是全量 XGBoost infra，而是它把一条本来很薄的 XS 短窗反转，拆成了 top-N concentration + pump-dump veto + confidence sizing 的完整策略壳；下一步最该做的，是先用公开 OHLCV 复刻一个 ML-lite 版，看它能不能在 15m/5m 上先活过成本。