← 返回 Quant Digests · 站点首页

别把 funding 继续只读成“谁最肥就空谁”：这份 2026 新 repo 更该先测的是「funding/basis dislocation persistence × delta-neutral carry」这条完整 raw alpha

更新时间：2026-04-06 04:27 UTC 研究时间：2026-04-06 04:24 UTC 类型：2026 GitHub 新 repo source audit（`README.md`）+ dYdX funding 官方文档 + Binance Futures 公共 API 文档 + 2024 arXiv 理论地基 主题标签：raw-alpha/carry/funding/basis/delta-neutral/stat-arb/spot-perp/perp-perp/persistence-horizon/sign-flip/zscore/liquidity-gate/dydx/binance/1m/3m/5m/15m/repo/public-data/cost/risk 证据类型：repo 研究骨架 + 官方机制文档 + 理论/实证论文 grounding

源文件：research/quant_digests/2026-04-06_0424_funding-basis-persistence-deltaneutral-alpha.md

> 先回答一句：这篇东西的 base alpha 是什么？ > > base alpha = rich funding leg 相对 hedge leg 的可持续错价。 > 更直白地说：不是去赌方向，而是去赚 “perp 太贵/太热，短期内 funding 会继续付、basis 最终会回” 这件事本身。

1. 这次看了什么，为什么这轮值得写它

这轮主看 4 份材料：

  1. Menger Wen / hanqihang / collaborators (2026). _Deep-Learning-Based Delta-Neutral Statistical Arbitrage on Perpetual Funding Rates_. GitHub repository.
  1. dYdX Operations (官方文档). _Default funding rates on dYdX_.
  1. Songrun He, Asaf Manela, Omri Ross, Victor von Wachter (2024 draft; first draft 2022). _Fundamentals of Perpetual Futures_. arXiv working paper.
  1. Binance USDⓈ-M Futures 公共 API 文档

这轮值得写它，原因很简单：

所以这轮不是去抄 repo 的深度学习 headline，而是把它里面最适合我们 desk 的那根主梁抽出来：

> 先落地一个 plain-vanilla、可复现、可成本化的 funding + basis delta-neutral raw alpha；ML 只作为第二阶段的 persistence ranker。

2. 一句话核心结论 + 它是怎么证明的

一句话核心结论

别把 funding 只当“越高越值得空”。对 short-cycle desk，更值得先测的是：用 funding level + basis deviation + sign-flip veto + hold-horizon governance 搭一个 delta-neutral carry shell，只在“偏离足够大、预计还能撑过下一到几次 funding、且成本后仍有 edge”的时候进。

一句话它怎么证明

3. 这份 repo 真正值钱的，不是 deep learning，而是它把 raw alpha 壳讲对了

3.1 repo 最值得抽出来的，不是模型名，而是问题定义

README 里最值钱的一句其实不是 “LSTM / Transformer”，而是这层意思：

> 高 funding rate 不自动等于可做套利，因为关键取决于：偏离会不会收、要持有多久、扣完 fees / slippage / gas 之后还剩不剩。

翻成人话：

这其实已经不是“单因子 carry”，而是一个 完整 raw alpha 主体。

3.2 repo 提到的 5 类变量，正好能翻译成 desk 版最小信号

README 里点到的变量包括：

把它翻译成 desk 语言，其实就是：

  1. funding 本身有多肥
  1. perp 现在相对 spot / index 偏得有多离谱
  1. 这种偏离是平常波动，还是异常极值
  1. 偏离还在延续，还是快翻车了
  1. 值不值得为了这点 edge 去成交

这 5 层凑在一起，已经足够做一个 entry / exit / sizing / veto 都齐的策略骨架。

3.3 dYdX 文档给的节奏，非常适合 1m 状态更新 + 5m/15m 交易决策

官方文档里有几个点对 short-cycle desk 特别重要：

这意味着对我们来说，最自然的实验节奏不是：

而是：

这正好适配当前 desk 的默认周期。

3.4 He et al. 给了最关键的理论底座：这不是“零风险 carry”，而是 random-maturity stat-arb

这篇 arXiv 最该被记住的不是复杂推导，而是两个 desk 结论：

  1. perpetual futures 的偏离确实够大
  1. 但它不是无脑送钱

这和 repo 的直觉正好对上：

> 正确问题不是 “今天 funding 高不高”，而是 “这笔 funding/basis 偏离值不值得拿、要拿多久、在我们这种成本下还有没有正 EV”。

4. 适合当前 desk 的完整策略读法：先做 plain shell，再谈 ML persistence

我建议把这条线拆成两层：

4.1 第 1 层：plain-vanilla raw alpha shell（先做这个）

这是最小可复现、最适合先落地的一版。

#### 交易对象 优先两种：

方案 A：单标的 spot-perp delta-neutral（最直观）

方案 B：同标的 perp-perp cross-venue carry（更对称）

对当前 desk，我更推荐：

#### 交易频率

#### 基础信号 对每个 symbol / leg，计算：

然后构造一个 plain score：

dislocation_score = w1 * z_funding + w2 * z_basis - w3 * sign_flip_risk - w4 * cost_proxy

先别急着 ML，直接从 规则版 开始：

满足时开 long hedge leg / short rich leg。

4.2 第 2 层：persistence / hold-time ranker（ML 可以放这里）

repo 真正适合被拿来做“旁支增强”的地方，是这个问题：

> 同样都满足 entry，哪一些值得持有到下一次 funding，哪一些其实只该拿 basis 回归，不该硬等 funding？

这时再把 ML / LSTM / Transformer 放进来就合理了。

预测对象不要做成“明天涨跌”，而是做成更贴近交易的问题：

这比直接预测价格方向，更符合这条 alpha 的结构。

5. desk 版完整规则：entry / exit / sizing / risk / cost

下面给一版可以直接抄去做 first backtest 的规则壳。

5.1 Entry

以最小实验版 long spot / short perp 为例：

开仓条件：

  1. funding_t > 0
  2. z_funding_t >= 1.5
  3. z_basis_t >= 1.5
  4. 过去 k 个 1m 状态里，basis_slope >= 0 且未出现明显 sign_flip
  5. spread / slippage / fee 估算后，

    6. expected_edge = expected_funding_horizon + expected_basis_reversion - fees - slippage - borrow_cost > 0

  6. 流动性不过差：

对称负 funding 侧，仅在 可借现货 / 可做反向 hedge / 或 cross-venue 对冲成立 时启用。

5.2 Exit

任何一个满足就平：

  1. z_basis 回到 0.5 以内
  2. funding 出现 sign flip
  3. 已吃到目标 funding tick 数（例如 1~3 次）
  4. basis 继续朝不利方向扩张超过 entry_basis + 1.0 * rolling_std
  5. 流动性恶化到 veto：spread / depth / OI 明显变差
  6. 达到最大持有时长：

5.3 Sizing

先做最保守的 delta-neutral：

若要更 desk 化，可把仓位和 expected_edge / expected_holding_hours / slippage 绑定：

size_i ∝ expected_edge_i / (vol_i * slippage_i)

5.4 风险

这条线最需要防的不是方向，而是下面几件事：

  1. basis 继续扩张而不是回归
  2. funding 结算前 sign flip
  3. 流动性变差，账面 edge 被滑点吃光
  4. 跨 venue / 现货腿执行不同步
  5. 借币、保证金、资金占用成本
  6. 交易所 / 结算 / 对手方风险

所以别把它误读成“低波动无脑 carry”。它本质上仍是 持有期随机的 stat-arb。

5.5 成本

必须显式建模：

如果不把这些写进去，回测会天然高估。

6. 它和当前 1m / 3m / 5m / 15m desk 的关系，到底在哪

这条 alpha 不是逐根 1m K 线方向预测，但它跟 short-cycle 完全不冲突：

6.1 1m

6.2 3m / 5m

6.3 15m

所以正确读法不是“funding 太低频，不适合短周期”，而是：

> funding 是 payoff event；premium / basis / sign-flip / liquidity 才是分钟级 state。

7. 最小可复现实验：先别做全市场，先把这 4 个 baseline 跑出来

数据源

优先公开可得：

  1. Binance USDⓈ-M
  1. dYdX 官方 funding 机制 / 历史数据接口（若后续补 SDK）
  2. 如要 cross-venue，再补 Bybit / OKX / Hyperliquid 的公开 funding / mark / OI

更新频率与实验口径

先跑 4 个 baseline

B0：level-only

B1：funding + basis

B2：B1 + sign-flip veto

B3：B2 + liquidity / OI gate

主要评估指标

至少看：

如果 B0 明显不行而 B2/B3 改善很大，那就说明 repo 这条“persistence / flip / liquidity”读法是真有料，不只是包装。

8. 我对这条线的当前判断

为什么它值得进研究池

  1. 它是 raw alpha，不是纯 filter
  1. 它和当前 desk 已积累的方向性 alpha 相关性大概率不高
  1. 公开数据可拿，最小实验门槛低
  1. repo 的可取之处恰好不是 headline，而是可执行变量表

当前最大保留意见

  1. 这个 repo 目前还是 proposal / skeleton，不是成熟回测框架；
  2. 真正决定收益的，多半不是“模型多 fancy”，而是：
  1. 若只做 Binance 8h funding，short-cycle 味道会弱一些；

9. 下一步怎么测（直接可执行）

这轮最推荐的 next step 不是继续搜更多论文，而是立刻做一个 honest first backtest：

Step 1

先做 单 venue、正 funding 一侧、spot-perp：

Step 2

跑四组对照：

Step 3

把 PnL 拆成三部分：

Step 4

若 B2/B3 相对 B0/B1 明显抬升：

Step 5

若发现 edge 主要来自 basis 回归而不是 funding 本身：

这一步非常关键，因为它决定我们后面该把它放进 carry 家族，还是放进 basis / relative-value 家族。

10. 参考资料

  1. Menger Wen / hanqihang / collaborators. (2026). _Deep-Learning-Based Delta-Neutral Statistical Arbitrage on Perpetual Funding Rates_. GitHub repository.
  1. dYdX Operations. _Default funding rates on dYdX_.
  1. He, S., Manela, A., Ross, O., & von Wachter, V. (2024 draft; first draft 2022). _Fundamentals of Perpetual Futures_. arXiv working paper.
  1. Binance Open Platform. _Get Funding Rate History_.
  1. Binance Open Platform. _Mark Price_.
  1. Binance Open Platform. _Open Interest_.