← 返回 Quant Digests · 站点首页

别把 Kalshi 宏观赔率重定价硬装成逐根 alpha：对 short-cycle desk，更该先测的是「Fed / CPI repricing × shared volatility regime gate」

更新时间：2026-04-03 02:27 UTC 研究时间：2026-04-03 02:28 UTC 类型：2026 arXiv 全文 HTML（可读正文）+ Kalshi 公共数据路径 主题标签：regime / filter / overlay / external-data / prediction-market / kalshi / fed / cpi / recession-risk / volatility-forecast / shared-gate / position-sizing / breakout / momentum / mean-reversion / stat-arb / btc / eth / sol / ada / link / 15m / 5m / 3m / 1m / paper / public-data 证据类型：paper-based（全文可读）+ public-data short-cycle translation

源文件：research/quant_digests/2026-04-03_0228_kalshi-macro-vol-regime-gate.md

1. 这次为什么不是继续补 raw alpha，而是补一个 shared gate？

按这轮优先级，raw alpha 仍然排第一。但翻完最近的 digest 和学习轨迹后，当前素材池在以下几类已经连续补了不少：

这时候再补一条“只服务单一形态”的小 alpha，边际价值未必比一个能同时服务至少两类 raw alpha 的共享 regime layer更高。

这篇 2026 arXiv 新文的价值就在这：

> 它不是给你一个新的逐根 entry signal，而是给你一个公开可拿、可每天更新、且对传统宏观指标与 DVOL 仍有增量信息的 crypto 波动率前视层。

所以它不该被伪装成 raw alpha；更诚实的定位是：

对 short-cycle desk，这正适合被写成：

2. 先回答任务里最重要的那句：base alpha 是什么？

这篇东西的 base alpha 说不成一条独立 raw alpha。

更准确的说法是：

> 它预测的是未来 3~5 天的 realized volatility，而不是未来几根 K 线的方向。

所以这篇 note 必须老实标成 regime，不能冒充 raw alpha。

但它依然值得进研究池，因为它满足了另外一档高优先级条件：

> 它能同时服务至少 2 类以上 raw alpha 的 shared gate / filter。

具体服务对象非常明确：

  1. trend / breakout / continuation：高波动周允许更大 target、更宽 stop，或只在高-vol regime 放行；低波动周则更容易被 chop 死。
  2. mean reversion / stat-arb / pairs：高波动周更可能打穿静态 band，需要改小 size、放宽 entry band、或直接 veto。
  3. carry / funding：波动骤升时先做 gross-down / leverage-down，避免让 carry 收益被 mark-to-market 吞掉。

3. 这次看了什么

论文做的事很直接：

最有 desk 价值的一句话可以翻成人话：

> 宏观赔率的“突然改口”，比很多传统宏观代理更早告诉你：接下来这几天 crypto 的波动状态要换档了。

4. 论文里最硬的几条结论

4.1 BTC：Fed dovish repricing 能预测未来一周更高波动

文中最强的 BTC in-sample 结果是：

作者把该信号定义为：

更直白地说：

> Kalshi 上“市场突然更信 Fed 会软下来”这件事，往往对应 BTC 接下来一周更容易进入高波动状态。

4.2 但 BTC 更稳的 OOS 通道，不是 Fed，而是 recession-risk

论文最值得 desk 注意的不是单看 t 值，而是 OOS 谁更稳。

BTC 上最稳的 out-of-sample 通道其实是：

这说明：

> 对 BTC 来说，衰退风险这类慢变量，可能比“正在发生的降息押注”更适合作为持续 daily regime state。

作者还明确说：Fed 通道有 regime dependence，收益主要集中在 2024–2025 rate-cutting cycle，之后会反转或衰减。

这对我们 desk 很关键，因为它直接决定：

4.3 Alt：CPI repricing 对 ETH / SOL / ADA / LINK 指向的是“更低的后续波动”

论文发现另一条完全不同的资产-宏观映射：

其中 OOS 更硬的两条是：

注意方向是 负的。

也就是：

> 不是“CPI 赔率大变 -> alt 更乱”，而是“CPI 赔率剧烈重定价后，alt 接下来一周 realized vol 反而更低”。

作者给的解释是：

这很适合被拿来做：

4.4 这不是 Treasury / Fed Funds / DVOL 的翻版

这篇 paper 最值钱的一点，是作者做了很认真地“你是不是只是重复老指标”排查。

结果：

也就是大部分 Kalshi 日度变化，并没有被 Fed Funds、Treasury、VIX、DXY、S&P500 这些常规指标解释掉。

更重要的是，和 DVOL 联合回归后：

这说明它不只是“换个壳的传统 vol proxy”，而是有独立信息增量。

5. 为什么这东西对 1m / 3m / 5m / 15m 仍然有意义

乍一看，这篇是 daily -> next 5 days vol forecast，像是太慢。

但它对 short-cycle desk 依然有意义，因为它天然应该被摆在 日级 regime layer，而不是逐根信号层：

5.1 它不是用来决定这一根 K 线多空方向

它回答的不是：

它回答的是：

这正是 short-cycle desk 很缺、但又常被拿很粗糙代理去替代的那层东西。

5.2 它最适合做“上层 slow state”

对我们来说，一个很自然的结构是：

所以它更像：

``text macro prediction market repricing -> daily vol-state -> short-cycle alpha routing / sizing / veto ``

而不是：

``text Kalshi signal -> directly long / short next 15m bar ``

6. 我会怎么把论文翻译成 desk 版规则

这里给三条最实用、最诚实的 translation。

6.1 BTC：Fed / recession high repricing = high-vol BTC state

服务对象：

daily gate 定义（第一版）：

routing 建议：

先别预设高波动一定对 breakout 有利；要用同一 entry 规则直接测。

6.2 ETH / SOL / ADA / LINK：CPI repricing spike = post-event low-vol alt state

服务对象：

daily gate 定义（第一版）：

routing 建议：

这里的逻辑很简单：

> 论文已经告诉你，CPI repricing 大日子后，alt 下周 realized vol 更可能收下来；那就别再拿“趋势会继续发散”当前提。

6.3 不要先做连续加权，先做最笨的三档状态

第一轮最小实验别一上来就做 fancy nonlinear sizing。

直接三档就够：

或者：

因为这轮最重要的问题不是最优参数，而是：

> 这个 macro-vol state 到底有没有给我们的 raw alpha 带来稳定的条件分层。

7. 数据源、公开性、更新频率、最小可复现实验口径

这轮主题主要依赖外部数据，所以这些信息必须写清楚。

7.1 数据源

7.2 公开性

7.3 更新频率

7.4 最小可复现实验口径

#### 实验 A：BTC shared vol gate

  1. baseline
  2. highvol_allow_only
  3. highvol_halfsize
  4. highvol_size_up

#### 实验 B：Alt low-vol veto

  1. baseline
  2. lowvol_veto
  3. lowvol_halfsize

#### 实验 C：MR / stat-arb 反向受益测试

  1. baseline
  2. lowvol_allow
  3. highvol_veto

8. 论文里最适合 desk 复用的，不是 Forecast Model 本身，而是“channel-specific state map”

很多 volatility paper 的问题是：

这篇比较少见地把 asset-channel mapping 讲得很清楚：

这很重要，因为它意味着：

> 你不该把所有宏观赔率信号统一压成一个“market risk-on/off”总开关。

更合适的做法是：

这比“全市场统一一个 Fear & Greed 阈值”更细，也更接近这篇论文的原始证据。

9. 下一步怎么测

Step 1：先做最小 A/B，而不是大一统宏观总分

优先顺序：

  1. BTC breakout / continuation × BTC high-vol gate
  2. ETH / SOL breakout × alt low-vol gate
  3. ETH / SOL MR / stat-arb × alt low-vol allow

不要一上来把 Fed + CPI + recession 做成综合分。先测单一通道。

Step 2：先固定 daily snapshot，再测 intraday decay

第一版直接把 gate 固定一整天。

若有效，再测：

因为论文的主结果是 3~5 day，而不是无限持久。

Step 3：把它从“研究层”拉进“风险层”

如果 A/B 显示它确实能压住：

那就别只把它留在研究 notebook。下一步直接推进成：

10. 主要风险

11. 一句话结论

这篇 2026 arXiv 最值得 intake 的，不是把 Kalshi 宏观赔率当成新的逐根交易信号，而是把它老老实实降级成：

> 给 BTC / alt 不同 raw alpha sleeve 共用的 daily volatility regime gate。

如果你只能先测一个最小实验，我会选：

> BTC 15m breakout/continuation × recession-risk high-vol gate，以及 ETH/SOL 15m breakout × CPI low-vol veto。

12. 来源

  1. Mohanty, H., & Krishnamachari, B. (2026). *Do Prediction Markets Forecast Cryptocurrency Volatility? Evidence from Kalshi Macro Contracts*. arXiv. DOI: 10.48550/arXiv.2604.01431

    2. Readable URL: <https://arxiv.org/abs/2604.01431>

  2. arXiv full-text HTML: <https://arxiv.org/html/2604.01431v1>
  3. Kalshi（公开事件合约市场；论文数据源说明见正文第 2 节）: <https://kalshi.com>
  4. 论文关键结果包括：BTC Fed-dovish in-sample t=3.63、adj R^2 14.1% -> 15.5%；BTC recession risk OOS MSFE=0.979, p=0.020；ETH CPI OOS MSFE=0.959, p=0.010；与传统宏观 / DVOL 联合后仍保留显著性。