源文件：research/quant_digests/2026-04-06_1224_adverse-selection-cost-continuation-alpha.md
1m/3m/5m 的主动成交把“未来中价朝同方向继续移动”的信息含量推高时，价格的短周期 edge 不在均值回归，而在信息尚未完全入价前的同向 continuation；最适合的 desk 化表达，是做 signed adverse-selection share（ASC-share）冲击后的 1~3 bar 延续，而不是把它只当 spread/toxicity filter。trade + quote 数据；最快路径是自采 Binance/Bybit 实时 aggTrade + bookTicker/depth，或使用公开历史 LOB 源）这轮主材料我选的是一篇没被当前 digest 池直接 intake 过、但和短周期执行/方向 edge 关系很近的微观结构论文：
我这轮选它，不是因为它在讲“spread / toxicity / liquidity”这些已经很熟的词，而是因为它其实给了 desk 一句更值钱的话：
> 短周期里，真正该测的不是“成交活不活跃”，而是“这波主动成交到底是不是信息型成交，是否会把未来中价继续往同方向推”。
这句话如果能落成可复现 proxy，本质上就是一条 microstructure directional raw alpha，而不只是一个风险提示器。
先一句话说清：
> base alpha = signed adverse-selection shock。 > > 也就是：当买方/卖方主动成交之后，未来中价继续沿着同一方向走，说明这波成交不是单纯 liquidity-taking，而是带信息的 price discovery；这时更合理的交易不是逆着它抄回归，而是顺着它做 1~3 bar continuation。
这点为什么重要？因为它把很多看起来像同一类的 microstructure 现象分开了：
对 short-cycle desk 来说，后者是 raw alpha，前者更像 regime/filter。
根据 Crossref/OpenAlex 可取到的摘要信息，主论文的关键信息有 3 个：
10%。对 desk 最重要的是第 3 点：
> 论文不是在说“信息不对称会让交易更难做”这么泛的结论，而是在说：这类微观结构成本本身含有未来收益信息。
也就是说，这不是纯 overlay；它有资格被读成 directional raw alpha 候选。
因为补充论文给了一个很关键的边界条件：
76.79% 的币种；这条负证据反而很值钱，因为它在提醒我们：
> 这类 edge 更像“短、局部、事件后数根 bar 的信息延续”，而不是拿去做慢频日度/周度大一统因子。
所以它反而支持本轮的 desk 化读法：
1m / 3m / 5m；signed ASC-share主论文原意里的 adverse-selection component，本质是在问：
> 你这笔 aggressive trade 打出去之后，未来中价到底有没有继续朝这个方向挪？
如果有，而且比例不低，那么 effective spread 里那部分“看起来像手续费/点差”的成本，其实不是给做市商赚走了，而是市场在承认你带着信息在交易。
我建议不要一上来照学术版完整分解，而是先做一个更容易回测/执行的 public-data proxy：
对每笔 aggressor trade i 定义：
q_i ∈ {+1, -1}：买主动为 +1，卖主动为 -1m_i^-：成交前中价m_i^+Δ：成交后 Δ 秒中价（如 5s / 15s / 30s）p_i：成交价则可计算：
ES_i = 2 * q_i * (p_i - m_i^-)ASC_i = 2 * q_i * (m_i^+Δ - m_i^- )ASC_share_i = ASC_i / max(|ES_i|, ε)bar 级别再做 volume-weighted aggregation：
ASC_bar = VWAP_q(ASC_i)ASCshare_bar = VWAP_vol(ASC_share_i)我建议真正 first test 的主信号，用的是：
> signed ASCshare_bar 的极值与持续性。
因为它比单看 order imbalance 更接近“这波 aggressive flow 到底是不是 information-bearing”。
不是“谁买得猛就追谁”，而是：
> 只有当 aggressive side 在打完以后，未来中价继续顺着同方向走，才说明这不是普通噪音冲击，而是信息型冲击。
因此更好的 entry 是：
#### Long 条件
ASCshare_bar_z >= z_hiASC_bar > 0N 秒/近 1 bar 没有明显 opposite-side quote refill#### Short 条件
ASCshare_bar_z <= -z_hiASC_bar < 0N 秒/近 1 bar 没有明显 opposite-side quote refill这条 alpha 的 edge 来自“信息还没完全入价”的短 pocket，所以 exit 应该短、机械：
1~3 barsASC_bar 或 ASCshare_bar 反号1 bar 内没有 follow-through，直接平max_hold = 15m（对 5m bar 就是 3 bars）先别上 fancy optimizer，第一轮最简单：
∝ min(|ASCshare_bar_z|, z_cap)这条线对成本非常敏感，因为它吃的是很短的 information drift：
4 / 8 / 12 bps round-trip最近 intake 很多主题都已经覆盖：
但 “information-bearing trade impact” 这条线目前还没有被单独拆成一篇完整 digest。
它的独特之处在于：
它当然也能做 shared gate：
ASCshare 同向确认；ASCshare 同向冲击；但如果本轮只把它写成 gate，就亏了。因为主论文已经明确说它预测 intraday returns。所以这轮更应该把它放回 raw alpha 本体来测。
1m / 3m / 5m / 15m 的关系我会这样摆层级：
1m / 3m5m15m 当主生成层15m 很可能已经把信息 drift 与后续噪音/均值回归混在一起所以这条线最自然的读法是：
> 1m/3m 主信号，5m 做降采样稳健性检查，15m 只做 transfer 边界观察。
#### 数据 公开可得的最小口径：
aggTrade / live websocketbookTicker 或 depth / live websocket本轮 live probe：
bookTicker REST 公共可取aggTrade/depth REST 当前触发 -1003/418 限频，说明实盘/研究都应优先 websocket 或 archive 路径，不要用高频 REST 轮询#### 标的
BTCUSDT perpETHUSDT#### 频率
1m3m, 5m#### 实验 A：最朴素的 signed ASC-share continuation
ASC_i 与 ASCshare_i1m bar 的 ASC_bar, ASCshare_barz-score 分桶1/2/3 bars 累积收益的单调性如果 |z| 越高，未来同向 drift 越强，这条线就成立了。
#### 实验 B：只做最极端口袋
ASCshare_z >= 2ASCshare_z <= -22 barsASC_bar 反号，提前平仓#### 实验 C：和“普通 order imbalance”做 horse race 同样的 universe、同样的持有期，比较：
signed ASCsharetaker imbalanceOFIbar return如果 ASCshare 胜出，说明这不是把老 signal 重新命名。
别先看年化，先看这 5 个：
ASCshare 是否对应更强 continuation4/8/12bps 下 edge 剩多少Δ = 5s / 15s / 30s 时 proxy 是否稳定这条线最大的工程门槛不是想法，而是数据：
trade 公共获取不难；比如：
所以必须做 horse race，确认不是旧信号换壳。
补充论文已经提醒我们：
> 把 informed-trading / toxicity 这些变量直接丢进更慢频 ML，未必会得到好预测。
所以这条线不要被错误地 desk 化成“日频市场状态分”。它更像快节奏 directional pocket。
如果只用一句话总结：
> 这次最值得 intake 的不是“adverse selection 会提高交易成本”这个常识，而是“signed adverse-selection share 本身就是可以拿来做 1~3 bar continuation 的 microstructure raw alpha”。
我对它的当前评级：
BTCUSDT 1m 的 ASCshare 分桶 + 2-bar continuationmedium-idea / medium-evidence如果第一轮结果成立，这条线后面可以自然分叉成两条：
signed ASCshare continuation但当前默认优先顺序，还是先把它当 raw alpha 来测。