← 返回 Quant Digests · 站点首页

别把高频 pairs 的阈值继续写死成一个数：这篇 2025 *Computational Economics* 更该先测的是「RF 预测阈值桶 × HF pair threshold-rebalance」

更新时间：2026-04-06 07:57 UTC 研究时间：2026-04-06 07:54 UTC 类型：2025 *Computational Economics* 开放获取全文（Springer PDF）+ Crossref / OpenAlex 元数据 主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/high-frequency/threshold-rebalance/optimal-threshold/random-forest/ml/binance/btc-quoted/1m/3m/5m/15m/paper/open-access/public-data/cost/risk 证据类型：开放获取论文全文 + 元数据

源文件：research/quant_digests/2026-04-06_0754_rf-threshold-bucket-hf-pairs-alpha.md

1. 这次看了什么

先回答 base alpha：这篇东西的 base alpha 很清楚，就是 high-frequency crypto pairs 的 relative-value mean reversion。

但这篇更值得 intake 的点，不是“pairs 也能赚钱”，而是：别再默认所有 pairs 都该共用一个固定 entry 阈值。 作者直接把“最佳阈值落在哪个区间”当成一个可学习对象，用 pair 自身的均值、方差、偏度、峰度、VaR、相关性去预测阈值桶，然后再把这个阈值桶喂给高频 pairs 策略。

这对当前 desk 有直接价值，因为我们最近已经补了不少 pair selection / spread construction / copula / Hurst / dynamic-coint，但“不同 pair 到底该配多宽的 trigger 才扛得住成本和噪音” 还没有单独冻结成一张策略骨架卡。这篇刚好补的是 raw alpha 的 entry 层，不是外围解释。

2. 论文里最该拿走的东西

2.1 论文做了什么

翻成人话：这不是又一个 pair-selection 论文，而是在问“pair 选完以后，trigger 宽度该怎么配”。

2.2 论文里最硬的 6 个数据点

  1. 阈值扫描范围：1% 到 30%，步长 1%。 不是拍脑袋用 2σ，而是把每个 pair 在每个月的“最佳阈值”先穷举出来。
  2. 显式计入 0.1% 交易费。 这点很关键，因为高频 pairs 最大的问题本来就不是 paper alpha，而是门槛太窄后会被手续费磨死。
  3. 输入特征非常克制： 只用 pair 的 mean / variance / skewness / kurtosis / VaR / correlation coefficient，没有上来就黑盒深度学习。
  4. Random Forest 是全场最稳的分类器。 在训练/验证里，正相关 pair 的二分类平均准确率 87.51%，弱相关 83.99%，负相关 84.68%；三分类、四分类也都是 RF 最优。
  5. Out-of-sample（2024-01/02）也没塌。 测试集里，RF 对正相关 pair 的二分类平均准确率 92.17%（best 93.94%）；弱相关 77.15%；负相关 81.68%。
  6. 作者给了实盘感很强的 pair 例子。 例如 2024 年 2 月，STX–THETA 在实际最优阈值 24% 时，作者记录到 41.2% 的最高收益案例；另外像 MANA–THETA（30% 阈值）对应 25.9%，DOGE–STX（29% 阈值）对应 25.1%。

2.3 真正改变我们实验设计的结论

论文里最有用的不是“RF 准确率不错”这句废话，而是下面这三个结构性判断：

  1. 阈值分布明显随相关性分层。
  1. 说明 pair trigger 不是 universal constant。

    2. 相关性越弱、关系越松，想吃到有意义的回归，就越需要更宽的偏离才值得出手。

  1. 高频 pairs 的“参数选择”本身就是 alpha 工程的一部分。

    2. 不是先有 alpha、再随便套一个 2σ；很多时候 threshold 选错，alpha 直接从正变负。

3. 为什么这轮值得排在前面

这篇虽然还是 pairs，但它和我们最近那些 “再找一个新 spread / 新 pair selector” 的材料不一样：

如果问“为什么这篇比继续补一个新 filter 更值得”，答案很直接：因为它还在 raw alpha 的主轴上，而且碰的是决定会不会交易的那一刀。

4. 策略拆解（按 desk 可落地口径）

4.1 论文原版 alpha

这点要说清：论文原版不是最经典的 market-neutral long-short spread shell，而是“等权 pair 被价格拉歪以后做阈值再平衡”。

4.2 desk 版的两个可落地方向

#### A. 论文 faithful 版（先复原作者）

#### B. perp-neutralized 版（更适合我们 desk）

翻成人话：论文给的是“阈值怎么选”，不是强迫我们照抄现货-BTC rebalancing 壳。alpha 可以保留，外壳可以换成更适合 perp desk 的 long-short 版本。

5. 这篇对 1m / 3m / 5m / 15m 的具体启发

5.1 不要一上来共享一个固定 band

对 short-cycle desk，最直接的误区就是：

这篇几乎可以视作对此的直接反例：pair 的最优 trigger 宽度和其统计特征是绑定的，不该被压成一个公共常数。

5.2 可以先从“阈值桶”而不是“精确阈值”开始

这是很实用的工程化思想。论文没有强求精确预测 17% 还是 18%，而是先把阈值做成：

对我们也一样：先把 trigger 学成 bucket，往往比直接回归一个连续值更稳。

5.3 它也能服务更常规的 z-score pairs

即便 desk 最后不用论文这种“价值比阈值再平衡”写法，这篇也仍然有用：

6. 最小可复现实验（建议口径）

实验 1：先做论文 faithful 复现

实验 2：再做 perp-neutralized 便携版

7. 下一步怎么测（必须）

  1. 先做 paper-faithful 版，不要直接魔改。 先确认“阈值桶预测”本身有没有增益，再谈 perp-neutral 化。
  2. 先做 bucket，不要先做 continuous regression。 这篇已经说明分类比精确点预测更稳。
  3. 至少要有三组对照：
  1. 把 15m 和 5m 分开训练/验证。 不要偷懒把一个模型横跨所有频率。
  2. 必须显式记成本。 论文用的是 0.1% fee；我们实盘最少也要扫 8 / 12 / 16 / 20 bps pair round-trip，再加 funding。
  3. 组合层必须管 overlap。 很多 pair 会共用同一条腿，否者看起来是多 pair，实际是一把币暴露。
  4. 看这几个核心指标： post-cost expectancy、turnover、median hold、timeout 占比、pair overlap、相关性失效后的 drawdown。

8. 我现在的判断

这篇最值得我们拿去测的，不是“ML 很强”，而是：

> 高频 pairs 里，threshold selection 不是附属超参，而是 alpha 本体的一部分。

如果后续复现成立，它对 desk 的实际意义会很直接：

9. 风险与保留意见

10. 来源

  1. Bağcı, M., & Kaya Soylu, P. (2025). _The Optimal Threshold Selection for High-Frequency Pairs Trading via Supervised Machine Learning Algorithms_. Computational Economics.
  1. Crossref metadata
  1. OpenAlex metadata