← 返回 Quant Digests · 站点首页

别把这份 2025 repo 只读成 ML basis demo：对 short-cycle desk，更该先测的是「spot-perp basis state × funding-pressure × delta-neutral flip」完整 raw alpha

• 时间：2026-04-04 15:25 UTC
• 类型：2025 GitHub repo source audit（main.py + robbie/main.py + robbie/research.ipynb）+ 2025 arXiv 摘要 grounding
• 主题类型：raw alpha
• 基础 alpha：同标的 spot-perp basis 的未来 6h 变化，能被当前 basis level / z-score / basis momentum / funding pressure / ETH cross-basis 等状态变量部分预测；据此做 long basis = long perp + short spot 或 short basis = short perp + long spot 的 delta-neutral 头寸，吃的是 basis drift / reversion 本身，而不是裸方向。
• 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/basis/spot-perp/delta-neutral/xgboost/lstm/ensemble/funding-pressure/basis-zscore/vol-targeting/time-stop/drawdown-stop/btc/eth/binance/1h/15m/5m/3m/1m/repo/paper/public-data/cost/risk
• 证据类型：开源代码仓 + 训练 notebook + arXiv 摘要

1. 这次看了什么

这轮我故意没再补一篇“又一个 pairs / copula / OFI 变体”，而是收一条不同家族的 raw alpha：

• Robbie Walmsley / Rbach24 (2025)，GitHub repo：CryptoMeanBasisReversionStrat
• Repo URL：<https://github.com/Rbach24/CryptoMeanBasisReversionStrat>
• 最近提交：b86fa60，提交时间 2025-11-17T19:10:31-05:00
• 关键文件：
• <https://raw.githubusercontent.com/Rbach24/CryptoMeanBasisReversionStrat/main/main.py>
• <https://github.com/Rbach24/CryptoMeanBasisReversionStrat/blob/main/robbie/main.py>
• <https://github.com/Rbach24/CryptoMeanBasisReversionStrat/blob/main/robbie/research.ipynb>
• Hyungbin Park, Minhyung Choi, Anran E. B. Lim (2025)，*Designing funding rates for perpetual futures in cryptocurrency markets*
• arXiv：<https://arxiv.org/abs/2506.08573>
• DOI：<https://doi.org/10.48550/arXiv.2506.08573>

我这次要 intake 的不是“机器学习能不能统治 basis 交易”这种空话，而是 repo 里已经写出来的一条完整可下场的 delta-neutral basis shell：

> 用 basis / funding / cross-asset 状态去预测下一段 basis 会扩大还是收敛，然后切换 long basis 或 short basis 书。

这点很关键，因为它符合这轮优先级里最值钱的那档： 可独立复现、可直接落地为完整策略（entry / exit / sizing / risk / cost）的 raw alpha。

2. 这条东西的 base alpha 到底是什么

先把 base alpha 说清楚：

> base alpha = spot-perp basis 的短期状态依赖型可预测性。

不是：

• 单纯收 funding；
• 单纯赌方向；
• 单纯看到 basis 大就机械均值回归。

而是：

1. 先把当前市场状态压成一组特征：

• basis
• basis_mean_48h
• basis_std_48h
• basis_zscore
• basis_change_1h
• basis_change_24h
• basis_momentum
• funding_rate / funding_pressure
• eth_basis / ethbtc_ratio
• spot / perp return、波动、量比、时段信息

1. 预测未来 6h 的 basis_change；
2. 若预测 basis 上行，开 long basis：long perp + short spot；
3. 若预测 basis 下行，开 short basis：short perp + long spot；
4. 用 time stop / drawdown stop / conviction threshold 把它收成完整策略。

所以这不是 filter，也不是 overlay 伪装货；它本身就是一条delta-neutral raw alpha。

3. 为什么这条分支现在值得补进素材池

因为它补的是我们当前库里相对少的一块：

• 不是传统 positive basis only carry；
• 不是只做 basis z-score 单阈值回归；
• 不是跨币 pair / basket；
• 而是同标的、同 venue、双腿对冲下的 basis state classifier / regressor。

翻成人话：

> 这条线在问的不是“basis 长期有没有回归”，而是“在这个状态下，接下来几小时的 basis 更可能扩还是收”。

这比“正 funding 就一直收”更像交易策略，比“basis 偏太多就反手”也更完整，因为它已经明确把：

• entry
• exit
• sizing
• drawdown stop
• time stop
• fee / slippage

全塞进代码里了。

如果这条壳跑得动，它会自然长出两条 desk 很实用的旁支：

1. basis state routing：什么状态下做 widening，什么状态下做 convergence；
2. execution-aware veto：同一个预测，在 1m/3m/5m/15m 哪个执行层最不容易被成本吃掉。

4. repo 里真正值钱的硬信息

4.1 不是一个 feature toy，而是一条完整策略壳

robbie/main.py 里的 richer 版本，已经把策略骨架写得很完整：

• 目标 horizon：prediction_horizon = 6（小时）
• lookback：168h
• LSTM sequence_length：24
• 模型：XGBoost + LSTM ensemble
• conviction：tanh(ensemble_pred * 10)
• 开仓阈值：conviction_threshold = 0.05
• 平仓阈值：exit_conviction_threshold = 0.025
• 最长持有：12h
• 单笔最大回撤止损：5%
• 最大杠杆：2x
• 波动率 cap：0.5
• 费用假设：maker 2bps / taker 4bps / slippage 2bps
• 交易所最小 notional：5 USDT

这意味着它不是“只有 alpha 没有壳”，而是已经天然适合被 desk 拆成：

• signal layer
• sizing layer
• kill-switch layer
• cost layer

4.2 feature set 对 short-cycle desk 很友好

training notebook 里定义了 26 个特征，最重要的几类是：

#### A. basis 本体

• basis
• basis_mean_48h
• basis_std_48h
• basis_zscore
• basis_change_1h
• basis_change_24h
• basis_momentum

#### B. funding / carry pressure

• funding_rate
• funding_rate_ma24h
• funding_rate_std24h
• funding_rate_change_1h
• funding_pressure

#### C. cross-asset context

• eth_basis
• ethbtc_ratio

#### D. price / vol / volume state

• spot / perp 1h return
• spot / perp 24h return
• spot / perp 24h vol
• spot / perp volume ratio
• hour_of_day
• day_of_week

这组特征的好处是：

> 绝大部分都能直接映射到 15m/5m 版本，不需要私有数据，也不需要 order-book depth 才能开工。

4.3 notebook 至少给了“作者打算怎么验”的门槛

robbie/research.ipynb 里没有保存最终输出，但它把作者想要满足的训练门槛写得很明确：

• prediction_horizon = 6 小时
• 训练窗口：建议至少 2 年 hourly 数据（示例 2020-01-01 ~ 2023-12-31）
• XGBoost 目标：
• n_estimators = 100
• max_depth = 3
• learning_rate = 0.05
• subsample = 0.8
• colsample_bytree = 0.8
• notebook 中还写了硬断言：
• test_mse < 0.001
• test_dir_acc > 0.52

这些断言不等于已经被证明达成，但至少说明作者 intended benchmark 是：

> 如果 6h basis 方向准确率没有超过 52%，这条线在他自己的标准里都不算过关。

对我们来说，这已经足够做第一轮 replication gate。

5. 这条东西最重要的 source-audit 发现

5.1 repo 根目录版本和 robbie/ 版本不一致，不能盲跑

这是我这轮最在意的点。

根目录 main.py 是一个简化版 RandomForestClassifier 策略；而 robbie/main.py 是更完整的 XGB + LSTM ensemble 版本。两者不只是复杂度不同，连交易方向的实现都不一致：

• 根目录版：pred == 1（未来 basis 上升）时，代码却执行 short future / long spot
• robbie/ 版本：conviction > 0 时执行 long perp / short spot

也就是说：

> 根目录版和 notebook / richer main 的 target 定义并不完全同向，直接抄根目录版有信号符号写反的风险。

这件事很重要，因为它决定了这份 repo 不能被当成“开箱即用结论”，而应被读成：

• 好的地方：完整壳和 feature map 很值钱；
• 危险的地方：canonical version 必须先选定，根目录版大概率不能直接拿来生产化。

5.2 funding 特征在数据不可得时会被置零

robbie/main.py 里如果 funding data 不可用，会把以下特征全置为 0.0：

• funding_rate
• funding_rate_ma24h
• funding_rate_std24h
• funding_rate_change_1h
• funding_pressure

这意味着：

> 如果你复现时没把 funding 历史真正接进来，策略会从“basis + funding state alpha”退化成“basis-only alpha”，结果不是同一条东西。

5.3 sizing 规则对短周期移植时需要降杠杆

源码的 sizing 是：

• 先用 expected_move / realized_vol 算 move_vol_ratio
• 再乘 |conviction|
• 最后把 position value 截断在 [5%, 50%] portfolio 之间

这个壳对 1h 也许还能接受，但如果直接搬到 15m / 5m，很容易太激进。

所以这条线虽然是完整策略，但在 short-cycle desk 上，第一件事不是卷模型，而是先缩 sizing。

6. 对 1m / 3m / 5m / 15m 的最小可复现实验怎么做

6.1 数据源

全部公开可得：

• Binance Spot klines（BTCUSDT, ETHUSDT）
• Binance USDⓈ-M perpetual klines / mark price klines（BTCUSDT, ETHUSDT）
• Binance funding rate history

6.2 第一版频率建议

我不建议一上来就冲 1m 训练。

更合适的是：

• 训练 / 发现层：15m
• 执行层：5m 或 1m

把原 repo 的 1h 时钟改写成：

• 48h mean/std → 12h mean/std（即 48 根 15m bar）
• 6h horizon → 8 根 15m forward basis change
• 24h return/vol → 96 根 15m 聚合
• funding 特征用最近一次 funding 值前向填充

6.3 baseline 要怎么设

第一版至少对比三条：

1. plain basis z-score MR

• basis_z > +z 做 short basis
• basis_z < -z 做 long basis

1. funding-only sign rule

• funding 明显正：偏向 short basis / carry
• funding 明显负：偏向 long basis 或空仓

1. repo 版 basis-state model

• 用简化版 XGBoost 即可，不必一开始就上 LSTM
• pred > q80 做 long basis
• pred < q20 做 short basis
• 其余空仓

6.4 交易壳建议

先用最朴素的：

• entry：预测分位超过阈值
• exit：预测回到中性区 / horizon 到期 / max adverse move 触发
• sizing：固定美元 notional，先别学 repo 里的高杠杆 vol sizing
• cost：双腿各算 fee + 保守滑点
• risk：
• funding shock veto
• basis gap veto
• 单边腿成交量不足 veto

7. 为什么它比继续补传统 basis / carry 更值得

因为这次补的是一个更一般化的母壳：

> 不是“basis 大了就回”，也不是“funding 正了就拿”，而是把 basis 交易写成可分类的状态空间问题。

这会同时服务两类后续研发：

1. raw alpha 主线：basis widening / narrowing 的双向交易；
2. shared gate 支线：把 basis_state 当成别的策略的 veto / sizing router。

而且它跟现在 desk 的 1m/3m/5m/15m 节奏是兼容的：

• 信号可以慢一点；
• 执行可以快一点；
• 结构上也足够简单，第一版不需要私有逐笔数据。

8. 下一步怎么测

Step 1：先做 15m 的无 LSTM 最小复刻

不要一开始就复刻整个 ensemble。

先做：

• XGBoost
• 只保留 basis / basis_z / basis_change / funding / eth_basis / ethbtc_ratio
• target = 8 根 15m 之后的 basis change

先回答一个最硬的问题：

> 在成本后，这组状态变量能不能把 future basis move 的方向准确率推到 >52% 左右？

Step 2：做 state bucket 归因

重点看四个桶：

• 高正 z + 高 funding pressure
• 高正 z + 低 funding pressure
• 高负 z + 高 funding pressure
• 高负 z + 低 funding pressure

想看清楚：

• 哪些桶更像 continuation；
• 哪些桶更像 mean reversion。

这一步会决定你最后是做单一 basis MR，还是做双向 state router。

Step 3：把 robbie/ 版和根目录版做 sign audit

这一步必须做，不然后面全是脏结论。

至少确认：

• target label 符号
• pred 符号
• long basis / short basis 的真实盈亏方向
• funding cashflow 在回测里有没有加对

Step 4：单独测 funding 特征的增量价值

做两个模型：

• basis-only
• basis + funding

如果 funding 版没有稳定增量，那就别把策略复杂化。

Step 5：执行层再下钻到 5m / 1m

只有当 15m discovery 层先过关，再做：

• maker 优先 vs taker 直接吃
• 事件后延迟 1 bar / 2 bar 再入场
• funding 结算前后 30m / 60m 特殊处理

9. 我对这条题的结论

如果把 repo 当成“已验证 ML alpha”，那是高估； 但如果把它当成 一条已经把 signal / sizing / risk / cost 写成完整骨架的 basis raw alpha 候选，它是合格的，而且值得进研究池。

最重要的是：

1. base alpha 清楚：spot-perp basis future change 的可预测性；
2. 可以独立复现：公开数据足够；
3. 可以直接落地成完整策略：源码已经把 entry/exit/sizing/risk/cost 写出来；
4. 和当前短周期 desk 直接相关：先做 15m discovery + 5m execution 非常自然；
5. 有明确下一步：先做 sign audit，再做 basis-only vs basis+funding 的 15m 最小复刻。

我会把这条东西定义成：

> “basis state classification / regression” 这条 delta-neutral raw alpha 母壳。

它不是当前素材池里最硬的一条，但足够新、足够完整、足够能快速验证，值得收。

10. 参考来源

1. Rbach24 / Robbie Walmsley (2025). _CryptoMeanBasisReversionStrat_. GitHub.

Repo：<https://github.com/Rbach24/CryptoMeanBasisReversionStrat>

2. Raw source – simplified root version

<https://raw.githubusercontent.com/Rbach24/CryptoMeanBasisReversionStrat/main/main.py>

3. Raw source – richer strategy version

<https://github.com/Rbach24/CryptoMeanBasisReversionStrat/blob/main/robbie/main.py>

4. Training notebook

<https://github.com/Rbach24/CryptoMeanBasisReversionStrat/blob/main/robbie/research.ipynb>

5. Park, H., Choi, M., & Lim, A. E. B. (2025). _Designing funding rates for perpetual futures in cryptocurrency markets_. arXiv.

DOI：<https://doi.org/10.48550/arXiv.2506.08573> URL：<https://arxiv.org/abs/2506.08573>

11. 文件与页面

• Digest：research/quant_digests/2026-04-04_1525_ml-basis-state-ensemble-alpha.md
• 页面 URL（发布后）：https://eu.jerrypsy.top/momentum/reading/quant_digests/2026-04-04_1525_ml-basis-state-ensemble-alpha.html