← 返回 Quant Digests · 站点首页

别把这份 2026 多 venue 新 repo 只读成“大而全研究脚手架”：对 short-cycle desk，更该先抄的是「cointegration spread raw alpha × ML entry filter × venue-tier risk stack」这条完整策略壳

• 主题类型：raw alpha
• 基础 alpha：协整价差偏离后回归均衡；翻成人话，就是“本来该一起走的两条币腿短时走散了，做多被低估腿、做空被高估腿，等关系回正”
• 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
• 时间：2026-04-03 05:04 UTC
• 类型：2026 GitHub 新仓库 README.md + config/config.yaml + docs/methodology.md 审阅 + 经典 pairs 文献地基交叉
• 主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/cointegration/ml-filter/venue-tier/risk-stack/multi-venue/5m/15m/1m/3m/repo/public-data/cost
• 证据类型：repo（完整策略壳）+ config/methodology（参数与成本）+ classic paper（方法地基）

1. 这次看了什么

这轮更值得 intake 的，不是再抄一个“复杂模型选币器”，而是这份 2026 新 repo 其实已经把一条 pairs / stat-arb raw alpha 的完整策略壳 摆得很齐：

1. 先在多 venue universe 里筛流动性足够、协整显著的候选 pair；
2. 用 spread z-score 做 均值回复入场；
3. 用 ML 只做 entry/exit timing enhancement，不篡位成 alpha 本体；
4. 用 half-life、venue tier、sector/correlation cap、Kelly fraction、cost model 把它包成可交易组合；
5. 明确写了训练/测试、交易成本、无杠杆和 walk-forward 壳。

所以这轮最该带走的一句话是：

> base alpha 不是“GBM / RF 能预测收益”，而是 cointegrated spread mean reversion；ML 只是确认层，venue-tier risk stack 才是让它能活着上线的交易壳。

这和最近几轮学习进展是互补的：最近 raw alpha 池里，directional、carry、microstructure、cross-sectional 已经堆得不少；但 能把 entry / exit / sizing / risk / cost 一次讲全的 market-neutral pairs 母板 仍然值得继续补。

2. 先回答一句：这篇东西的 base alpha 是什么？

base alpha 很清楚：协整价差均值回复。

不是：

• “Random Forest 预测比较强，所以它是 alpha”；
• 也不是“多 venue 数据很多，所以 alpha 自然更稳”；
• 更不是“风控做得细，所以风控本身等于信号”。

真正的 alpha 是：

• 先找到长期一起走、短期会偶尔错开的币对；
• 当 spread 偏离历史常态过远时，做相对价值回归；
• 当 spread 回到均衡附近时退出。

翻成人话： 赚的钱来自“走散之后会回去”，不是来自模型名字更花。

3. 为什么这轮值得写，而不是继续补一张 generic directional 卡

如果拿当前 desk 的优先级看，这个主题仍然值得进池，原因有四个：

1. 它是 raw alpha，不是 filter。

• z-score 偏离本身就是入场触发，不是旁路确认。

1. 它直接给了完整策略壳。

• entry、exit、stop、position sizing、concentration cap、cost 都明确。

1. 它把 ML 放在正确位置。

• ML 只是 timing/过滤增强，这比“把 ML 包装成 alpha 本体”更适合快速复现。

1. 它补的是 market-neutral 素材池。

• 对 desk 来说，这比再多加一张单腿顺势卡更平衡，也更利于组合层分散。

如果要问：它为什么比继续补 raw directional alpha 更值得？ 答案是： 因为它补上的不是一个点子，而是一整套 pairs 生产线母板。 这套母板以后可以接 cointegration、Kalman、copula、graph matching、funding gate、execution veto 等很多旁支。

3.5 策略拆解（必填）

• 方向属性：pairs / stat-arb / relative-value / market-neutral
• 基础 alpha：cointegrated spread mean reversion
• regime：只在协整关系稳定、半衰期不过长、流动性过关时启用
• filter / veto：ML timing filter、协整失稳、相关性过高、sector 过度集中、成本过高时 veto
• risk / sizing / execution overlay：Kelly fraction、venue tier 限额、单 pair notional cap、cost/slippage 假设、max holding、no leverage

4. 这次看的主来源

4.1 alpha / 工程主来源（repo）

1. Tamer Atesyakar (2026)

Title: *Crypto Statistical Arbitrage* Venue: GitHub repository DOI: N/A Readable URL / Repo URL: https://github.com/abailey81/Crypto-Statistical-Arbitrage 作者/仓库页署名： Tamer Atesyakar 创建时间： 2026-03-13T16:54:17Z 实际看的文件： README.md, config/config.yaml, docs/methodology.md

4.2 方法地基（classic foundation）

1. Engle, R. F.; Granger, C. W. J. (1987)

Title: *Co-Integration and Error Correction: Representation, Estimation, and Testing* Venue: *Econometrica* DOI: 10.2307/1913236 Readable URL: https://www.jstor.org/stable/1913236 Repo URL: N/A

1. Gatev, E.; Goetzmann, W. N.; Rouwenhorst, K. G. (2006)

Title: *Pairs Trading: Performance of a Relative-Value Arbitrage Rule* Venue: *Review of Financial Studies* DOI: 10.1093/rfs/hhj020 Readable URL: https://academic.oup.com/rfs/article/19/3/797/1646694 Repo URL: N/A

5. 这条 alpha 到底有哪些硬信息，不是空想

5.1 这份 repo 不是只给概念，它把参数壳写得很细

从 README.md 和 config/config.yaml，至少能确认这些关键参数：

• 数据主频：OHLCV 1h；funding 统一到 8h；options snapshot 1h；
• walk-forward：train = 2022-01-01 ~ 2023-06-30，test = 2023-07-01 ~ 2024-12-31；
• pairs lookback：90 天；
• cointegration 显著性：5%；
• 可接受 half-life：1~7 天优先；
• CEX 入场阈值：|z| > 2.0；出场：z 回到 0；止损：|z| > 3.0；
• DEX 入场阈值：|z| > 2.5；出场：|z| < 1.0；止损：|z| > 3.0~3.5；
• 最大持有期：30 天；
• sizing：volatility_weighted / Kelly fraction / tiered cap；
• no leverage：README 明写 1.0x only。

这已经不是“有个想法”，而是 直接能翻译成 backtest config 的策略骨架。

5.2 这份材料真正值钱的，不是多 venue，而是“raw alpha + risk shell”一体化

README 给出的 Phase 2 逻辑非常清楚：

1. Universe construction + cointegration testing
2. Baseline z-score mean reversion strategy
3. ML enhancement (Gradient Boosting + Random Forest)
4. Walk-forward backtest + crisis analysis
5. Report generation

这说明 repo 作者默认的策略顺序也是： 先有 baseline raw alpha，再加 ML enhancement。

这点很关键，因为对 short-cycle desk 来说，第一轮最该复现的，永远应当是：

• 协整筛 pair 是否稳定；
• z-score 反转是否 after-cost 仍活着；
• half-life 和 cost 是否允许短周期化；
• 风控层是否让它从“纸上 alpha”变成“可交易 alpha”。

6. 有哪些关键数字可以直接带走

6.1 repo 报出来的主结果

README 的 walk-forward out-of-sample 结果里，Phase 2 Altcoin Statistical Arbitrage 给了这些数字：

• Sharpe Ratio = 1.61
• Total Return = 6.84%
• Max Drawdown = 4.64%
• Win Rate = 51.18%
• Total Trades = 127
• BTC Correlation = -0.12

这些数字的正确读法不是“照抄预期收益”，而是：

• 这条 raw alpha 至少在作者口径下能 survive walk-forward；
• 它的收益并不依赖高 BTC beta；
• 它比较像 低相关 market-neutral 补充腿，而不是组合唯一主力。

6.2 成本和风控不是装饰，而是这条卡能不能活的关键

docs/methodology.md 里对 pairs 成本给得也很具体：

• CEX pair trade 总成本约 0.20%；
• DEX pair trade 总成本约 1.00%；
• CEX 单边 slippage 假设 0.05%，DEX 0.30%；
• DEX 还显式加了 MEV / gas 项；
• sector exposure cap = 40%；
• max cross-pair correlation = 0.70；
• Tier 1 / 2 / 3 最大持仓分别大致 $100k / $50k / $10k。

这套设计很适合 desk 的当前偏好： 不要把 alpha 写成“入场公式”，而要写成“能扣费、能限仓、能停做”的完整壳。

6.3 ML 在这里扮演的是 filter，不是 alpha 本体

repo 和 methodology 文档都把 ML 摆在 enhancement 位置，特征包括：

• lagged z-scores（1 / 2 / 4 / 8 / 24 bars）
• spread momentum / acceleration
• volume ratio
• BTC returns & volatility
• sector index returns
• correlation stability metrics
• volatility regime / HMM

这意味着对当前 desk，最合理的拆法是：

• raw alpha： spread z-score mean reversion；
• filter / confirmation： ML score、volatility regime、correlation stability；
• overlay： Kelly / sector cap / correlation cap / max holding / venue tier。

这正符合本轮任务的分类要求，不会把 filter 伪装成 alpha 本体。

7. 对当前 desk，更该抄哪一层，不该抄哪一层

7.1 最该先抄的是 baseline，不是全仓库宇宙

如果 desk 要最小可复现，我会先抄这四个部件：

1. liquid universe + pair selection
2. cointegration + half-life filter
3. z-score entry / mean exit / stop
4. cost + cap + max-holding risk shell

先别抄：

• 32 venue 全接入；
• DEX 复杂成本；
• 全量 ML ensemble；
• HRP/MVO/Black-Litterman 组合层。

因为第一轮要回答的是： 这条 pairs raw alpha 在我们自己的 5m / 15m 口径下，是否仍有 after-cost 边际。

7.2 ML 更像第二阶段增强层

当 baseline 已经能在 15m 活下来后，再考虑：

• 用 RF / GBM 给 spread 反转信号打分；
• 把低质量反转过滤掉；
• 把边际改善归因到 hit-rate 提升还是 turnover 降低。

如果 baseline 都活不下来，ML 大概率只是在 更复杂地亏钱。

8. 这条 alpha 与 1m / 3m / 5m / 15m 的关系

8.1 15m 是最优先主战场

这份 repo 原始口径是 1h + 1~7 天 half-life，所以 desk 化时最自然的下采样不是直接冲 1m，而是先落在 15m：

• 比 1h 更快，适合短周期 desk；
• 但比 1m/3m 更不容易被噪声和 fee 杀死；
• 更适合保留协整关系的稳定性。

8.2 5m 是第二站，不是第一站

5m 更适合做：

• 更密的 spread 更新；
• 更细的 execution slicing；
• 对 15m parent signal 的 child execution。

但如果一上来就把 pair MR 压到 1m/3m，很容易把 半衰期优势换成纯手续费机器。

8.3 1m / 3m 更像 execution / veto 层

对这类 pairs raw alpha，1m/3m 的合理位置通常不是主信号，而是：

• 做挂单择时；
• 做盘口/冲击 veto；
• 做 child order 切片；
• 做 spread 异常扩宽下的暂缓执行。

所以别把它硬伪装成 “1m 主 alpha”，这条线更诚实的结构是： 15m 做 alpha admission，5m 做 tactical execution，1m/3m 做 microstructure veto。

9. 最小可复现实验（直接服务当前 desk）

实验 A：最简 CEX pair baseline

• Universe： BTC, ETH, BNB, SOL, XRP, DOGE 或 top-10 高流动 perp
• 数据源： Binance / Bybit / OKX 公共 perpetual klines
• 公开性： 公开可得
• 更新频率： 拉 1m 原始，聚合成 15m
• pair selection： rolling Engle-Granger + half-life filter
• entry： |z| > 2.0
• exit： z 回到 0
• stop： |z| > 3.0
• 要回答的问题： 不加 ML，after-cost 的 pair MR 是否成立？

实验 B：half-life / threshold 网格

• half-life gate： 4~24 bars / 1~3 days / 3~7 days
• entry gate： 1.5 / 2.0 / 2.5
• exit gate： 0 / 0.5 / sign-flip
• 目标： 找到对 15m 来说最像“能活着交易”的参数区，而不是只找最高 Sharpe。

实验 C：ML enhancement 诚实对照

在 baseline 能活后，再加一个很薄的 filter：

• 特征：lagged z-score、spread momentum、BTC realized vol、volume ratio；
• 模型：先 logit / ridge / random forest；
• 输出：只决定 trade / no-trade，不直接替代 alpha；
• 目标：回答 ML 是提升 hit-rate，还是只是减少差交易。

实验 D：risk shell ablation

比较这几组：

1. 无 sector cap
2. 40% sector cap
3. 40% sector cap + 0.7 correlation cap
4. 再加 max holding bars

这一步回答： pairs alpha 的净值稳定性，有多少来自信号，有多少来自风险外壳。

10. 这条线最容易犯的错

• 错法 1： 把 ML 当 alpha，本末倒置。
• 错法 2： 只看 pair entry，不看 cross-pair correlation，结果同一行业一起爆。
• 错法 3： 只在 paper space 看 spread，不扣真实腿成本和 funding 结算影响。
• 错法 4： 直接把 1h 参数搬到 1m，结果 half-life 还没形成，手续费先到。
• 错法 5： 把多 venue 广度误当稳健性，实际上只是把工程复杂度放大。

11. 为什么它值得进研究池

这张卡值得进池，不是因为它又是一个“很大的 repo”，而是因为它非常适合做 pairs / stat-arb 策略母板：

• base alpha 清楚：cointegrated spread mean reversion；
• 分类清楚：ML 是 filter，不是 alpha 本体；
• 交易壳完整：entry / exit / sizing / risk / cost 都有；
• desk 迁移路径清楚：1h → 15m 比 1h → 1m 更诚实；
• 公开数据友好：Binance / Bybit / OKX / Hyperliquid 等公有接口就能做 MVP。

它对当前 desk 最直接的价值，不是提供一个“新奇 headline alpha”，而是补上一块 能反复复用的 raw alpha 组件化模板。

12. 下一步怎么测

1. 先做 BTC/ETH, ETH/BNB, BTC/SOL 三组 15m baseline，只保留 cointegration + z-score + stop/exit。
2. 立刻跑成本梯度：round-trip 4 / 8 / 12 / 16 bps，先看生存区，不先追最高 Sharpe。
3. 再测 half-life gate：短 half-life 是否明显优于长 half-life，确认它是否适合 short-cycle 化。
4. 若 baseline after-cost 仍为正，再加最薄 ML filter，看它到底提升 hit-rate 还是只是减换手。
5. 最后才扩展多 pair book，加入 sector/correlation cap，验证它能否作为组合中的低 beta 市场中性腿。

13. 一句话结论

如果只带走一句话，我会带走这句：

别把这份 2026 多 venue 新 repo 只当“大而全 crypto 研究框架”；对 short-cycle desk，更该先抄的是「cointegration spread raw alpha × ML entry filter × venue-tier risk stack」这条可独立复现、可直接落地的 pairs 全策略骨架。