别把这份 2025/2026 DB 驱动 repo 只读成工程脚手架：对 short-cycle desk，更该先测「HL-aware cointegration z-score pairs mean reversion × beta-hedged sizing」这条完整 raw alpha

更新时间：2026-04-04 11:28 UTC 研究时间：2026-04-04 11:20 UTC 类型：2026 GitHub 新 repo source audit（`README.md` + `selection/SQL-DB-Coint-upd-6.py` + `selection/SQL-DB-Stat-upd-5.py` + `execution/Level_2_CFT_bot_07-12-2025.py` + `execution/daily_guard_2.py`）+ Binance Spot 公共 `5m` recent-window portability probe（`BTCUSDT/ETHUSDT`, `ETHUSDT/SOLUSDT`, `BTCUSDT/SOLUSDT`, 近120天）主题标签：raw-alpha/pairs/stat-arb/relative-value/cointegration/zscore/hl-aware/beta-hedge/daily-guard/bybit/binance/5m/15m/1m/3m/repo/public-data/cost/risk 证据类型：repo 源码证据 + 公共数据最小便携性快检

源文件：research/quant_digests/2026-04-04_1120_asian-session-ma-deviation-fade-alpha.md

时间：2026-04-04 11:20 UTC
类型：2026 GitHub 新 repo source audit（README.md + selection/SQL-DB-Coint-upd-6.py + selection/SQL-DB-Stat-upd-5.py + execution/Level_2_CFT_bot_07-12-2025.py + execution/daily_guard_2.py）+ Binance Spot 公共 5m recent-window portability probe（BTCUSDT/ETHUSDT, ETHUSDT/SOLUSDT, BTCUSDT/SOLUSDT, 近120天）
主题类型：raw alpha
基础 alpha：对通过 cointegration 筛选的配对，做 spread z-score 极值回归（|z| 扩张开仓、回归中线平仓）的 market-neutral pairs/stat-arb。
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/cointegration/zscore/hl-aware/beta-hedge/daily-guard/bybit/binance/5m/15m/1m/3m/repo/public-data/cost/risk
证据类型：repo 源码证据 + 公共数据最小便携性快检

1. 先回答一句：base alpha 是什么？

base alpha = 配对 spread 的均值回复。

具体就是：先用协整与平稳性把“能配对”的资产筛出来，再在 z-score 偏离足够大时做反向双腿，等 spread 回到中线（或触发风险条件）就平仓。

这不是 filter，也不是 overlay；它本身就是一条可独立运行的 raw alpha。

2. 这份 repo 里，完整策略部件是否齐全？

结论：齐全（在它的原生 DB + bot 架构里）。

2.1 Entry（入场）

从 execution/Level_2_CFT_bot_07-12-2025.py 可以直接读到：

选对阶段要求 ADF <= -2.9、p-value <= 0.05、Hurst <= 0.45；
且 ABS(last_z_score) 需过 HL 相关门槛（2/2.5/3/3.5 分段），并小于上限 5；
执行触发是 last_z_score >= 2 或 <= -2；
z>0 时 short spread（卖 leg1 买 leg2），z<0 时 long spread（买 leg1 卖 leg2）。

2.2 Exit（出场）

同一执行脚本里有多重退出：

z-score 穿 0（主回归退出）；
浮盈/浮亏达到 pair 级 TP/SL 百分比；
|z| >= 6 且协整丢失（stop-loss）；
超过 HL 时限且协整丢失（timeout exit）。

2.3 Sizing / Risk

calculate_dynamic_leverage() 做 beta-hedged 头寸配平；
beta_norm 被 clamp 到 [0.8, 1.2]，并按 5m 交易额 cap 分配双腿暴露；
每腿最小名义暴露 500 USDT，总杠杆上限 5x；
daily_guard_2.py 有日内盈利节流与日损停机（默认 DAILY_TP=1%, DAILY_SL=3%）。

> 这意味着它不是“只会发信号”，而是完整覆盖了 entry/exit/sizing/risk。

3. 120 天 `5m` 公共数据快检（最小 portability）

我用 Binance Spot 公共 5m close 做了一个最小口径快检：

配对：BTC-ETH, ETH-SOL, BTC-SOL
规则：rolling z-score(96 bars)；|z| 上穿 2 开仓；统计回归到 z=0 的命中

关键结果：

信号密度不低：约 9.2 ~ 10.0 次/天（按 pair）
短时回归不强：2h 内回归到 0 的命中率约 27.8% ~ 29.7%
更像“慢回归”：8h 内回归命中率升到 86.3% ~ 88.0%

解释：

这条 alpha 在 5m 上并非不触发，但半衰期偏慢；
更像“多小时回归”而不是 1m 级别快进快出 scalp。

4. 对当前 desk 的意义

它直接补的是我们要持续补的 pairs/stat-arb raw alpha 素材；
而且比“只讲配对方法”的材料更可用：执行和风控结构已经给出来了；
但若要适配 1m/3m/5m/15m 的短周期研发，重点应放在回归速度分层，不是盲目加频。

5. 下一步怎么测（可直接排进实验队列）

实验 A：HL-aware 阈值 vs 固定 2σ

对照组：固定 |z|>=2
实验组：按 HL 分段门槛（repo 思路：2/2.5/3/3.5）
看：2h/4h/8h 回归命中、净 bps/trade、日均换手

实验 B：短周期迁移（5m→3m/1m）

不改 alpha 定义，只改采样与持有时钟
先验证：信号密度是否上升但净值质量下降（典型 cost trap）

实验 C：成本梯度

round-trip 成本至少跑 6/10/14 bps
目标不是找“最优参数”，而是找“成本后还能活”的 pair bucket

实验 D：执行 veto

加入 5m 成交额下限与盘口冲击代理（避免低流动 pair）
验证是否能提升短窗口（2h~4h）命中质量

6. 风险与保留意见

仓库是“legacy + 架构展示”形态，缺少完整 schema/配置，直接一键运行并不现实；
README 的 live 绩效（704 笔、64.6% 胜率、PF 1.22）需独立复核，不应直接当可迁移结论；
公共 spot 快检与其 bybit perp 实盘口径并不完全同构，仍需在 perp 成本口径下做二次确认。

7. 来源

Velychko, A. (2025/2026). _statistical_arbitrage_trading_system_V1_. GitHub Repository.

Venue: GitHub
DOI: N/A
Readable URL: https://github.com/velychkoanton-stack/statistical_arbitrage_trading_system_V1
Repo URL: https://github.com/velychkoanton-stack/statistical_arbitrage_trading_system_V1

Repo source files used in this digest

Gatev, E., Goetzmann, W. N., & Rouwenhorst, K. G. (2006). _Pairs Trading: Performance of a Relative-Value Arbitrage Rule_. Review of Financial Studies.

DOI: 10.1093/rfs/hhj020
Readable URL: https://doi.org/10.1093/rfs/hhj020

Binance Spot API (public kline data used in portability probe)