源文件：research/quant_digests/2026-04-04_1158_tail-moment-managed-tsmom-alpha.md
J 根累计收益的符号定义 time-series momentum 方向，再用近 n 根正收益平方和/负收益平方和构成的 UPM/LPM 四象限状态机，决定该 bar 是继续顺势、直接平仓，还是反手做 reversal。先按这轮要求回答一句：
> 这篇东西的 base alpha 是什么？ > > 答：base alpha 很清楚，就是 time-series momentum / trend-following。 > > 它不是单纯 filter，也不是纯 overlay；论文真正给的，是一条可独立运行的“趋势本体 + 尾部反转路由器”完整策略。
这轮选它有三个原因：
docs/RECENT_PAPER_SEEDS.md 里它本来就是主线候选，而且目前 research/quant_digests/INDEX.md 里还没有同题 digest；trend/choppy gate、risk-on/off gate 已经知道“有用但别再围绕 baseline 炼丹”，下一步更值得补的是把趋势本体和 reversal 管理揉成同一条 raw alpha；> 趋势信号本体清楚、又明确告诉你何时该 flat、何时该 reverse 的可复现策略壳。
所以这篇 paper 对当前 desk 的价值，不是“又一篇说 tail risk 很重要”，而是：
> 它把 trend raw alpha 从二元 long/short，升级成了一个四状态 action map。
这条策略的原始骨架非常简单：
J 根累计收益；也就是经典 TSM：
sign(sum_{j=0}^{J-1} r_{t-j})) > 0 → long< 0 → short论文没有停在这里，而是继续问：
> 同样都是“过去 J 根是上涨趋势”，下一根真的都该继续追吗？
作者的回答是：不该只看均值，还该看最近更短窗口里，正收益平方和和负收益平方和的非对称结构。
他们定义：
UPM = 最近 n 根里正收益平方和的平均值LPM = 最近 n 根里负收益平方和的平均值然后用 UPM/LPM 的联合分布把当前 bar 放进四个区域，决定：
这就让它不再只是“趋势 + 一个 veto”，而是一条完整 raw alpha：
> 方向来源是 trend state，交易动作来源是 trend state × tail-moment quadrant。
作者研究的是 31 个中国商品期货合约，主样本大致覆盖：
2008-01 ~ 2019-122019-12 ~ 2020-05 的 COVID crash robustnessbaseline TSM 的关键口径：
J ∈ {20, 30, 40, 60, 90, 120, 250} trading daysJ = 301 day40% annualized这里先记两个硬点：
论文用最近 5 个交易日的 daily return 来算 partial moments：
UPM_t = (1/n) * Σ r^2 * I(r>0)LPM_t = (1/n) * Σ r^2 * I(r<0)n = 5直觉非常好懂：
UPM 高 = 最近短窗里“上涨冲击”很强LPM 高 = 最近短窗里“下跌冲击”很强对趋势交易者来说，这两个量不是对称噪音，而是：
LPM 突然抬高，可能意味着 slump risk；UPM 突然抬高，可能意味着 rebound risk。作者把 (UPM, LPM) 放在二维坐标里，再用历史联合分布的递归 (80%, 80%) 分位点作为参考点，把平面切成 4 个区：
UPM 高，LPM 高UPM 低，LPM 高UPM 低，LPM 低UPM 高，LPM 低其中：
作者设计了两种 MTSM 版本：
#### MTSM-S1
flatreversefollow momentumreverse更具体地说：
#### MTSM-S2
flatfollow momentum这不是花哨的文字游戏，而是很直接的交易含义：
> 当短窗 tail structure 告诉你“这更像上行趋势里的下砸”或“下行趋势里的反弹”时，你不是只减仓，而是可以直接切换到反手书。
这正是我把它定性成 raw alpha 而不是 filter 的原因。
在 J = 30、1-day hold 的 baseline 下：
26.29%，Sharpe 1.10，最大回撤 28.71%15.93%，Sharpe 1.04，最大回撤 18.73%也就是说，这不是“烂策略被 filter 救活”，而是：
> 本来就有效的 trend alpha，被 partial-moment router 做了 drawdown 与 reversal 管理。
在 2008-2012 子样本：
TSM Sharpe = 1.10MTSM-S1 Sharpe = 1.25TSM MDD = 28.71%MTSM-S1 MDD = 25.62%也就是说：
26.29% → 25.11%）这更像 desk 会接受的 trade-off：
> 不是拼命榨收益，而是让 trend alpha 在 reversal 段少被打穿。
在 2013-2019 子样本：
TSM Sharpe = 1.04MTSM-S2 Sharpe = 1.25TSM MDD = 18.73%MTSM-S2 MDD = 11.13%这个结果更漂亮：
15.93% 轻微降到 14.30%20%18.73% 压到 11.13%这说明 partial-moment router 不只是“少交易一点”，而是真的更会避开 reversal 伤害。
他们把 J 从 20 一直测到 250 天，结果是：
MTSM-S1 在大多数 lookback 上都优于原始 TSM；MTSM-S2 在大多数 lookback 上都优于原始 TSM；这点对我们 desk 很重要，因为它更像一个结构性动作层，不是只依赖某个神奇参数。
COVID crash 那段（2019-12 ~ 2020-05）里，J=30 的结果：
TSM Sharpe = 1.39MTSM-S2 Sharpe = 1.79TSM MDD = 8.51%MTSM-S2 MDD = 4.81%也就是：
> 大波动段里，它更像“趋势单什么时候该先别硬扛”的系统化回答。
当前项目的学习与 backlog 已经很清楚：
multi_tf_momentum、ema_donchian_breakout；trend/choppy、risk-on/off 都做过 first baseline；> 有没有一条更像 production 组件的趋势原型，能把 entry、本体、reversal 管理、flat 机制一次讲清。
这篇 paper 刚好补的是这一块。
这条线最适合服务：
不太适合直接服务：
因为它的核心逻辑是：
> 判断原有趋势状态是否正在进入“该 flat / 该 reverse”的尾部区。
所以它首先是趋势 raw alpha 家族的成员，而不是跨家族共享 filter。
UPM/LPM 四象限flatreverse1m / 3m / 5m / 15m这篇 paper 的 daily 参数不能生搬到 intraday。真正该保留的是结构比例：
Jn6:1也就是说，短周期移植时要保相对层次，不是保天数。
15m 第一版最自然我会优先从 15m 开始做，因为它最接近“有趋势记忆，又没快到全是噪音”的层级。
第一版参数网格可以直接这样开：
J = 24 / 32 / 48 bars（约 6h / 8h / 12h）n = 4 / 6 / 8 bars（约 1h / 1.5h / 2h）(75,75) / (80,80) / (85,85)1 / 2 / 3 bars这样保住的其实就是 paper 的骨架：
> 慢时钟定趋势，快时钟抓 reversal 风险。
5m 可以做，但更像第二阶段5m 更适合在 15m 先确认结构后再下探。
第一版可以用：
J = 72 / 96 / 144n = 12 / 16 / 241 / 2 / 3 bars原因很简单：如果你在 5m 上还用很短的 J/n，那测出来的就不再是“趋势 × reversal router”，而更像噪音均值回复。
1m / 3m 当前不要直接当主战场1m / 3m 不是不能做，而是更适合：
15m/5m router 已确认有效后，作为更细执行层；entry refinement / better fill / faster exit；优先用公开可得、且和实盘更接近的 perp 数据：
5m/15m K 线BTCUSDT / ETHUSDT / SOLUSDT 开始对每个标的、每个 timeframe，同时跑：
sign(rolling return) 顺势这样能先回答最关键的问题：
> crypto intraday 里，真正有价值的是 flat，还是 reverse？是 S1 型，还是 S2 型？
第一轮不要急着只盯 Sharpe，至少看：
R2/R4 触发后下一段是否真的更容易逆 base trend最后一个尤其重要，因为它直接衡量：
> 四象限 router 到底有没有抓到“趋势要出问题”的时刻。
建议 round-trip 至少跑：
4 bps8 bps12 bps若在更快周期，还应补：
不然很容易把“减少回撤”误读成“可交易 alpha”。
我会把第一版通过条件写得很克制：
R2/R4 事件段的 reversal 命中明显高于无条件基线。只要满足其中一条，这条线就值得进入下一轮更细复现。
这篇 paper 最值得抄的地方，也是最该警惕的地方：
2008-2012 更像 S12013-2019 更像 S2这说明：
> router 自己也可能有 regime drift。
如果在 crypto 上直接事后挑“哪个版本更好”，很容易过拟合。
所以 desk 化时，必须：
原论文是：
而我们要的是：
5m / 15m所以不能把论文里的数值结论直接当 production truth，只能把它当：
> 非常清晰、且适合做最小实验的结构模板。
(80,80) 不一定是 crypto 的最优切点这类联合分位阈值在 crypto 上可能：
所以第一轮最好把 (75,75)/(80,80)/(85,85) 一起测，而不是盲抄。
值得，而且我会把它归到 raw alpha 候选，而不是 filter 候选。
> 一条“趋势本体 + reversal router”合体的 raw alpha 壳。
它最适合补进我们当前的：
flat/reverse 风险管理组件库不能。
但它已经足够清楚，值得立刻做最小复现，因为它回答的是一个很实战的问题：
> 趋势单不是只问“追不追”，还要问“什么时候先别追、甚至该反手”。
BTC/ETH/SOL 的 15m 上做 port：J=24/32/48，n=4/6/8，hold 1/2/3 bars。15m 有结构性改善，再下探到 5m。research/quant_digests/2026-04-04_1158_tail-moment-managed-tsmom-alpha.mdhttps://eu.jerrypsy.top/momentum/reading/quant_digests/2026-04-04_1158_tail-moment-managed-tsmom-alpha.html