源文件:research/quant_digests/2026-04-03_1510_liquid-highmomentum-rolling-high-crosssectional-alpha.md
large/liquid 币种里,离近期高点更近 的币未来继续跑赢,离近期高点更远 的币继续跑输;若把小币/低流动性尾部混进来,符号会翻成 reversal先回答 base alpha:这篇东西的 base alpha 不是“size/liquidity 解释故事”,而是一个能直接交易的横截面多空——在大币高流动性子宇宙里,离近期高点更近的币继续强、离高点更远的币继续弱;真正该被抛弃的是“把全市场一把抓后看到的 generic reversal”。
这次把两篇材料拼起来看:
Dobrynskaya(2023)在约 2,000 个市值超过 100 万美元 的币上(2014–2020,周频)发现:
1–4 周 排序/持有区间;2/2(看过去 2 周、持有未来 2 周),年化约 70%(PDF p.6);10–12 周,原先的短排序信号会反噬成很强 reversal(PDF p.6–8)。这部分对我们最重要的不是“照抄周频策略”,而是:crypto 横截面确实比传统资产更快完成 underreaction → overreaction → reversal 的切换。
Fičura(2023)把币按上周末的 市值 + 成交额 分成:
市值 >= 5000 万美元 且 上周成交额 >= 500 万美元然后发现:
mom_1W:+1.36% / 周,t=2.33(PDF p.8)mom_2W:+1.44% / 周,t=2.69(PDF p.8)mom_1W:-3.91% / 周,t=-7.31(PDF p.8)这其实把很多“crypto 天生爱反转”的旧印象拆穿了: 不是 crypto 都爱反转,而是你把低流动性尾部混进来以后,尾部 illiquidity 把符号拖反了。
Fičura 进一步引入 high-momentum:
hmom_{t,h} = ln(C_t) - ln(H_{t,h})结果比普通 momentum 更适合 desk:
hmom_1W long-short:+2.68% / 周,t=4.93(PDF p.9)alpha_BTC = +2.64% / 周,t=5.61alpha_3F = +2.22% / 周,t=5.72(PDF p.12)hmom_1W long-short:-3.67% / 周,t=-9.03(PDF p.9)一句话翻成人话: 对我们这种默认做大币、做流动性、做 perp 的 desk,“离滚动高点近不近”比“上一段涨了多少”更值得先当 raw alpha 主信号去测。
因为这条线直接解决了一个很现实的问题:
所以这条 digest 真正补的是: raw alpha 素材池里的“liquid-major cross-sectional continuation”组件,而不是再往 illiquid tail reversal 里内卷。
high_momentum = close 相对 rolling_high 的距离,在 large/liquid 宇宙中越接近高点越偏多,越远离高点越偏空7d ADV / rolling notional volume 不达标直接剔除spread 过宽、funding 极端、临近重大事件(上币/解锁/宏观)时减仓或 veto5%~10%beta-to-BTC ≈ 0H 根 bar论文原始证据是周频横截面。这对我们有启发,但不能假装已经直接证明了 5m/15m。
正确做法是把它当成结构母题:
distance-to-high 这个特征,比简单 lagged return 更稳;先做一个短周期映射版,不是字面复刻:
7d 名义成交额前 15~30 个 USDT perp7d ADV >= 5000万~1亿美元median spread <= 4~6 bpshmom_n = close / rolling_max(close, n) - 15m 上先测:n ∈ {48, 96, 288} 对应约 4h / 8h / 1d15m 上先测:n ∈ {16, 32, 96} 对应约 4h / 8h / 1dret_n = close / close[-n] - 1hmom_n 在 universe 内做 rank / zscorelong = top 20%short = bottom 20%5m 主测:H ∈ {4, 12, 24} bars15m 主测:H ∈ {2, 4, 8} barsround-trip 4 / 6 / 8 bps 三档目的:避免把 illiquid-tail reversal 当成 desk 主信号。
ret_n 排名hmom_n 排名判定标准:
hmom 是否真的优于普通 momentum目的:验证 paper 的 desk 版迁移是否保留。
signal_1 = rank(ret_n)signal_2 = rank(hmom_n)signal_3 = 0.5*rank(ret_n)+0.5*rank(hmom_n)5m,再降采样到 15m核心输出:
net pnl / turnoverIR / Sharpet-stat of spread returntop-minus-bottom monotonicityFičura 的结果说明:
1.98%,t=1.62)。所以必须明确测:
LS: top vs bottomLO+hedge: long top bucket + short BTC beta-adjusted hedgeSO+hedge: short bottom bucket + long BTC beta-adjusted hedge预期:完整 long-short 仍应优于单腿版本;如果单腿版本完全不工作,这条线就更适合作为 market-neutral 组件,而不是裸方向信号。
这条线虽然选的是 liquid majors,但 turnover 不会低。
必须输出:
gross edgeturnovernet edge after 4/6/8 bps如果 alpha 只在 2 bps 假设下成立,而一到 6 bps 就死,那就别进主池。
值得进研究池,而且优先级不低。
原因不是“这篇 paper 很新”,而是它给了我们一个非常实用的 desk 决策:
如果后面实验支持,这条线可以扩成:
distance-to-high 在强单边市场里可能退化成 market beta 曝露,必须做 BTC beta / market beta 控制。10.3905/jai.2023.1.189https://publications.hse.ru/en/articles/811744977https://conference.hse.ru/files/download_file_ex?id=3B5EE9A5-0B18-458A-9458-B4ED0F6C6664&hash=FAE0AB2DC7A67656E89A0B1CB27D8C7Dhttps://econpapers.repec.org/RePEc:prg:jnlwps:v:5:y:2023:id:5.003https://wp.ffu.vse.cz/pdfs/wps/2023/01/03.pdf