← 返回 Quant Digests · 站点首页

别把这份 2026 新 repo 只读成夸张收益截图：对 short-cycle desk，更该先测的是「mid-liquidity alt-perp 宽价差 maker × inventory skew / trend-veto」这条完整 raw alpha

• 时间：2026-04-04 17:02 UTC
• 类型：2026 GitHub 新 repo source audit（README.md + strategies/market-making/mm_engine.py + mm_futures_backtest.py + mm_futures_scanner.py + mm_pair_scanner.py）+ 经典 inventory-based market making 文献 grounding
• 主题类型：raw alpha
• 基础 alpha：在中等成交、非主流 USDT perpetual 上，持续挂双边被动单，吃的是“可覆盖 maker 成本后的稳定宽价差”；再用 inventory skew、depth cap、trend/vol veto 去压 adverse selection。换句话说，alpha 本体不是方向判断，而是“宽价差流动性供给”的重复 spread capture。
• 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/maker/market-making/spread-capture/inventory-skew/liquidity-provision/altcoin-perpetual/binance-futures/orderbook-depth/adverse-selection/trend-veto/volatility-circuit-breaker/1m/3m/5m/15m/repo/public-data/cost/risk
• 证据类型：开源代码仓 + 经典 market making 论文 grounding

1. 这次为什么选它

这轮我不想继续在 pairs / spread forecast / basis shell 里内循环，原因很简单：

1. 最近 intake 已经连续补了不少 pairs / relative-value / basis 题；
2. 但从 docs/MAINLINE1_STRATEGY_FACTOR_MAP.md、docs/FACTOR_BACKLOG.md、docs/LEARNING_TRACK.md 这轮对照看，显式写成“maker raw alpha shell”的条目并不多；
3. 对 short-cycle crypto desk 来说，流动性供给本身就是一类独立 raw alpha，不该永远被当成 execution 附件。

这份 repo 虽然很新、而且 README 收益明显偏理想化，但它有一个优点：

> 它不是只给一个抽象想法，而是把 universe、entry、quote shape、sizing、inventory control、risk kill-switch、pair scanner 全写成了完整壳。

这正符合这轮优先级里最值钱的那一档： 可独立复现、可直接落地成完整策略的 raw alpha 候选。

2. 这条东西的 base alpha 到底是什么

先把最关键的一句讲清楚：

> base alpha = 在非主流 alt perpetual 上，稳定存在的、能覆盖 maker 费和保守滑点的 bid-ask spread。

更具体一点，这条壳不是在赌：

• breakout；
• retest；
• funding 单边；
• 某个趋势方向。

它赌的是：

1. 某些币对的天然盘口价差够宽；
2. 这些币对的订单簿深度还没差到完全不能挂单；
3. 只要把 quote 放在合适距离，且在波动/趋势恶化时收手，
4. 就能重复赚到双边被动成交的 spread capture。

所以这不是 filter，也不是 overlay 伪装货； 它本身就是一条maker/liquidity-provision raw alpha。

3. 这份 repo 里真正值钱的硬信息

3.1 来源与版本

• Repo：monkeyjack123/quant-research-portfolio
• GitHub：<https://github.com/monkeyjack123/quant-research-portfolio>
• 最近提交：30a15a0eff8c5ae8730a04b924a7fdeb8c539641
• 提交时间：2026-03-29T23:14:53-05:00
• 当前仓库只有 1 个初始提交，说明它非常新，也说明结论更该按“研究假设壳”来读，而不是成熟 production track record。

3.2 它定义的 universe 其实很像一条可执行的 admission layer

mm_futures_scanner.py 先做了一层非常清楚的 pair admission：

• Binance USDT perpetual
• 排除 majors（BTC / ETH / BNB / SOL / XRP / DOGE / ADA ...）
• 24h quote volume 在 100K ~ 20M USDT
• 实时盘口 spread_pct > 0.04%
• 打分公式：

``text score = net_spread × sqrt(volume) × (1 - volatility_penalty) ``

其中：

• net_spread = spread_pct - 0.04%（round-trip maker fee）
• volatility_penalty = max(0, (|24h priceChange%| - 10) / 10)

翻成人话就是：

> 先挑“价差够宽、量别太小、但也别大到已经被专业 MM 碾平、同时 24h 方向别太疯”的标的。

这不是泛泛筛币，而是一条能直接复现的 admission 规则。

3.3 live engine 的核心参数，已经足够拼出完整策略

mm_engine.py 里的默认 futures maker 壳，关键参数是：

• 默认交易对：1000SATS / ALICE / IO / ACT / DENT
• 初始 capital：200 USDT
• leverage：3x
• capital_per_pair_pct = 20%
• base_spread_pct = 0.40%
• min_spread_pct = 0.08%
• order_size_pct = 5%
• max_position_pct = 15%
• n_layers = 5
• layer_step_pct = 0.02%
• 只在价格偏移 > 0.05% 时重挂单
• 冰山单阈值：50 USDT
• top-5 深度 sizing cap：depth_max_pct = 2%
• vol breaker：当前波动 > 2 × rolling mean 时暂停
• trend veto：30 ticks 累计方向移动 > 0.3% 时，把下单规模缩到 30% 左右
• portfolio DD：-5% 减半，-10% 全清

这说明它不是“只有 alpha 没有壳”，而是天然已经拆成：

• entry：双边挂单入场
• exit：被动对手成交 / 风控暂停 / 组合清算
• sizing：capital slice + depth cap + trend scale
• risk：inventory cap + vol pause + trend scale + DD kill-switch
• cost：maker fee floor 明确写在 scanner / backtest 假设里

3.4 inventory skew 的想法是对的，而且跟经典 MM 文献一致

这份 repo 最值得保留的，不是收益截图，而是它对库存风险的处理方向：

• 持仓偏多时，把 bid / ask 整体下移，鼓励卖出减仓；
• 持仓偏空时，把 bid / ask 整体上移，鼓励买回减仓；
• 同方向仓位越满，同方向继续加仓的 quote size 越小；
• 在 adverse move + 高波动同时出现时，反向减仓单会被放大。

这跟 Avellaneda–Stoikov 那条经典逻辑是一致的：

> 做市不是只盯 spread，而是要把 inventory risk 价格化。

对 short-cycle desk 很重要的一点是： 这类 inventory skew 完全可以迁移到 1m / 3m / 5m / 15m crypto 执行层，不依赖私有数据。

4. repo 自己声称的结果，哪些能看，哪些不能信

README 里给了很多漂亮数字，我只挑最有信息量的几条：

4.1 可作为“候选吸引力”参考的数字

README 给的 futures backtest（Mar 2025 – Mar 2026, $200, 1x）里：

• 1000SATS: +609%, DD -3.67%, 15,826 trades, spread 0.526%
• ALICE: +467%, DD -3.60%, 15,876 trades, spread 0.488%
• IO: +426%, DD -1.86%, 16,082 trades, spread 0.457%
• ACT: +402%, DD -3.97%, 15,816 trades, spread 0.453%
• DENT: +395%, DD -5.62%, 15,933 trades, spread 0.410%

这组数最有用的地方不在收益本身，而在于它告诉我们：

> 作者真正想做的是“平均价差 41–53 bps”的 alt-perp maker 书，而不是 BTC/ETH 那种被专业做市挤平的市场。

4.2 但这些结果明显不能直接当已验证结论

因为 README 还给了 IO 的 full-history leverage analysis：

• 1x: +3,002%, DD -1.87%, Sharpe 27.64
• 3x: +3.17M%, DD -5.49%, Sharpe 27.93
• 5x: +25.6B%, DD -8.96%, Sharpe 27.68

这种结果本身就在提醒我们：

> repo 的 backtest 更像“概念验证 + optimistic simulator”，而不是可直接采信的收益证明。

也正因此，这轮 digest 的价值不在于“抄收益”，而在于把其中可迁移的 raw alpha 结构抽出来。

5. 这份源码最重要的 source-audit 发现

5.1 live engine 比 backtest 更像真东西

mm_engine.py 至少接了：

• Binance Futures WebSocket depth stream（@depth5@100ms）
• top-5 book depth sizing cap
• layered quoting
• inventory skew
• vol breaker
• trend scale-down
• price drift threshold 才更新订单

也就是说，真正值钱的是 live shell。

5.2 backtest 用的是 1h kline，不是 order book replay

mm_futures_backtest.py 的核心假设是：

• 每根 bar 的 mid = (high + low) / 2
• bid 放在 mid - spread/2
• ask 放在 mid + spread/2
• 如果 bar low <= bid 就算买单成交
• 如果 bar high >= ask 就算卖单成交

这就带来几个明显乐观项：

1. 没有 queue position

• 你挂到了那个价，不等于你真排到了量。

1. 可能同一根 bar 双边都成交

• 这在粗粒度 K 线上容易高估回转效率。

1. 没有真实盘口路径

• bar 的 high/low 触达，并不代表你的 passive quote 真有可成交对手盘。

1. 没有 cancel/replace latency

• 而 live maker 最怕的恰恰就是 stale quote。

所以：

> repo 的 alpha 想法可以收，但回测收益绝不能直接抄。

5.3 docstring 写了 funding，但代码里并没真正结算 funding

mm_futures_backtest.py 顶部说明写了：

• maker fee 0.02%
• funding rate every 8 hours

但实际回测逻辑里只看到了：

• fee 扣减
• inventory / capital / equity curve

没有真正 funding cashflow 的结算实现。

这意味着：

• 如果 inventory 在单边累积，真实收益会被 funding 影响；
• 尤其在 alt-perp 上，funding 有时不是小数点后噪音。

5.4 alpha 本体没问题，但 README 收益大概率混进了 fill-model 幻觉

这也是我这轮最想写清楚的一点：

> “宽价差 alt-perp maker” 这个 base alpha 本身是成立的；问题不在 alpha 类型，而在 repo 回测把它模拟得太顺了。

也就是说：

• 题目值得收；
• 收益不值得抄；
• 该复现的是壳，不是截图。

6. 它和 1m / 3m / 5m / 15m 的关系

这条东西跟 short-cycle desk 的兼容性其实很强：

15m

适合做 symbol routing / admission refresh：

• 哪些币今天还值得做；
• 哪些币已从“宽价差可吃”变成“方向太毒不能碰”。

5m

适合做 health layer / state gate：

• 最近 realized vol 是否过高；
• spread 是否开始塌缩；
• inventory 是否需要强制去风险。

1m / 3m

适合做 真正执行层：

• quote placement
• reprice
• layered order management
• stale quote cancel

翻成人话：

> 这不是只能在小时级回测里好看的东西；相反，它天然更适合快频执行，只是 admission 和风控最好稍慢一层。

7. 最小可复现实验：怎么把它变成 desk 可跑的第一版

7.1 数据源

全部公开可得：

• Binance USDⓈ-M bookTicker / depth stream
• Binance USDⓈ-M aggTrades 或 recent trades
• Binance USDⓈ-M klines（做状态聚合）
• Binance funding rate history

7.2 第一版不要直接照抄 repo 的 5 层+3x

我建议先做一个更克制的版本：

#### Universe / admission（15m 刷新） 保留 repo 的核心筛选：

• USDT perpetual
• 排除 majors
• 24h volume 100K ~ 20M
• live gross spread 要明显大于 fee floor
• 再加一个我们自己的条件：
• top-5 depth / target order size >= 20x

#### Entry（1m/3m 执行）

• 双边挂 maker quote
• 先只上 2–3 层，不要一开始就 5 层
• 初始 quote 宽度：
• max(live spread × 0.8, fee_floor + slippage_buffer + stale_quote_buffer)

#### Exit / inventory reduction

• 单边 inventory 超过 pair capital 的 5%~8% 就开始 aggressive skew
• 超过 10% 就只挂减仓边，不再补同方向仓
• 若 N 分钟内 inventory 无法回到安全区，直接 taker flatten 一部分

#### Sizing

• 第一版固定美元 notional
• 单笔 quote size 不超过：
• top-5 depth 的 0.5%~1.0%
• pair allocated capital 的 2%~3%

#### Risk / veto

• 1m realized vol > 2 × 30m median → pause
• 30~60 ticks 单向移动超阈值 → scale down
• spread collapse 到 fee floor 附近 → 停止做这个币
• funding 异常跳变 → 只保留减仓边

#### Cost 必须显式记：

• maker fee
• occasional taker flatten fee
• quote drift 带来的 adverse selection
• 未成交导致的 inventory carry / funding drag

7.3 第一版最该看的不是 PnL，而是这四个 execution KPI

1. 双边成交占比：有多少 inventory 能靠被动对手盘自然回转？
2. 单位库存的 adverse selection：持仓后 1m/3m markout 是否持续为负？
3. spread capture / fee：净 spread 收益是否稳定覆盖 maker+taker+funding
4. stale quote hit rate：被趋势扫掉的比例高不高？

如果这四个数站不住，收益曲线再好看都没意义。

8. 下一步怎么测

Step 1：先做 15m admission + 1m execution 的简化壳

只保留：

• spread admission
• depth cap
• inventory skew
• vol pause

先别上冰山、先别上 5 层、先别上 3x leverage。

Step 2：做真实 markout 统计，而不是只看 bar 内是否触价

至少统计：

• fill 后 30s / 60s / 180s markout
• long inventory vs short inventory 的 markout 非对称
• maker fill 之后的 spread survival time

Step 3：单独测 trend veto 的增量价值

做两版对照：

• A：只有 spread + inventory skew
• B：A + 30 ticks > 0.3% 的 trend scale-down

看它到底是：

• 真减少 adverse selection；
• 还是只是把成交量砍掉。

Step 4：补 funding 到 inventory carry 里

尤其 alt-perp 容易出现：

• 本来 spread capture 是正的；
• 但 inventory 偏一边太久，被 funding 吃回去。

这一步不补，策略评估会偏乐观。

Step 5：再决定是否扩到 shared gate

如果 raw maker alpha 先站住，再考虑把这几类状态输出给别的策略：

• spread regime
• depth regime
• toxicity / trend regime

也就是把它进一步变成：

• maker 主策略；
• 以及别的 breakout / MR / pairs 策略的 execution veto。

9. 我对这条题的结论

这份 repo 不是“可直接信的高收益做市系统”； 但它是一条值得放进研究池的完整 raw alpha shell。

我给它的定位是：

> “mid-liquidity alt-perp 宽价差 maker × inventory-skewed liquidity provision” 这条 short-cycle raw alpha。

它之所以值得收，不是因为 README 写了几百上千个点的收益， 而是因为它把真正重要的几件事写全了：

• universe admission
• quote width
• inventory control
• depth-aware sizing
• vol/trend veto
• portfolio kill-switch

对我们当前 desk 来说，它的价值在于：

1. base alpha 清楚：赚的是宽价差流动性供给，而不是方向；
2. 可独立复现：公开 orderbook / trade / funding 数据足够；
3. 可直接落地完整策略：entry/exit/sizing/risk/cost 都能拆；
4. 和 1m/3m/5m/15m 节奏天然兼容：15m 选币，1m/3m 执行，5m 风控；
5. 能扩成 shared gate：做市状态也能反哺别的 alpha 执行层。

如果只给一句落地建议，那就是：

> 不要复刻它的收益；先复刻它的“admission + inventory + veto”骨架。

10. 参考来源

1. monkeyjack123 (2026). _quant-research-portfolio_. GitHub.

Repo：<https://github.com/monkeyjack123/quant-research-portfolio>

2. Market making engine source

<https://github.com/monkeyjack123/quant-research-portfolio/blob/main/strategies/market-making/mm_engine.py>

3. Futures backtest source

<https://github.com/monkeyjack123/quant-research-portfolio/blob/main/strategies/market-making/mm_futures_backtest.py>

4. Futures pair scanner source

<https://github.com/monkeyjack123/quant-research-portfolio/blob/main/strategies/market-making/mm_futures_scanner.py>

5. Spot pair scanner source

<https://github.com/monkeyjack123/quant-research-portfolio/blob/main/strategies/market-making/mm_pair_scanner.py>

6. Avellaneda, M., & Stoikov, S. (2008). _High-frequency trading in a limit order book_. Quantitative Finance, 8(3), 217–224.

DOI：<https://doi.org/10.1080/14697680701381228>

11. 文件与页面

• Digest：research/quant_digests/2026-04-04_1702_altperp-maker-inventory-skew-alpha.md
• 页面 URL（发布后）：https://eu.jerrypsy.top/momentum/reading/quant_digests/2026-04-04_1702_altperp-maker-inventory-skew-alpha.html