← 返回 Quant Digests · 站点首页
别把 pairs 继续写成固定 z-score 教材：这份 2026 新 repo 更该先测的是「4-test pair admission × half-life-bounded spread MR × fractional-Kelly shell」
更新时间：2026-04-07 02:43 UTC
研究时间：2026-04-07 02:41 UTC
类型：2026 GitHub 新 repo source audit（`README.md` + `cointegration.py` + `signals.py` + `sizing.py` + `backtest.py`）
主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/cointegration/engle-granger/johansen/adf/ou-halflife/fractional-kelly/kill-switch/kraken/binance/15m/5m/3m/1m/repo/public-data/cost/risk
证据类型：repo 源码直读 + repo 内结果表 + 公开交易所 OHLC 数据可得性
源文件：research/quant_digests/2026-04-07_0241_halflife-kelly-coint-pairs-alpha.md
- 时间：2026-04-07 02:41 UTC
- 类型：2026 GitHub 新 repo source audit（
README.md + cointegration.py + signals.py + sizing.py + backtest.py）
- 主题类型：raw alpha
- 基础 alpha：先用
Engle-Granger + Johansen + residual ADF + OU half-life 找到“真的会回”的 crypto 配对，再在价差 z-score 偏离足够大时做 spread mean reversion；它的 alpha 本体不是 Kelly，不是 kill-switch，而是“通过多重配对准入后留下的可交易均值回复价差”。
- 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/pairs/stat-arb/relative-value/mean-reversion/cointegration/engle-granger/johansen/adf/ou-halflife/fractional-kelly/kill-switch/kraken/binance/15m/5m/3m/1m/repo/public-data/cost/risk
- 证据类型：repo 源码直读 + repo 内结果表 + 公开交易所 OHLC 数据可得性
1. 这次看了什么
这轮我选的是一个很新、而且能直接拆成完整策略壳的仓库：
我选它，不是因为“pairs + z-score”这几个词本身有多新，而是因为它把一条 raw alpha 写成了比较完整的 production skeleton：
- 配对准入：不是只看一个 cointegration p-value，而是四重筛选；
- 入场/出场：
z-score 明确；
- 仓位：有 fractional Kelly；
- 风险：有 stop 与 portfolio drawdown kill-switch；
- 成本：回测里明确扣了
7 bps 成本 + 3 bps slippage。
一句话说，这不是“pairs 概念介绍”，而是一个已经能让 desk 直接抄出 first replication 的完整模板。
2. 先回答：这篇东西的 base alpha 是什么？
先一句话：
> base alpha = 多重 cointegration 准入后的 spread mean reversion。
更具体一点：
- 不是“只要两条线看起来像一起走，就做回归”；
- 而是先要求这对资产同时通过：
Engle-GrangerJohansen trace- residual
ADF
OU half-life 落在可交易区间- 然后才在价差偏离足够大时进场，赌它回到均值。
这点很关键，因为它把很多 desk 上常见的“pairs 直觉”变成了可审计规则：
- alpha 本体：spread 会回；
- admission layer：不是所有 pair 都值得赌；
- overlay：Kelly、成本、kill-switch 只是让这条 alpha 更像可实盘策略。
如果 base alpha 说不清，就只能算 overlay；这份 repo 在这点上是说得清的。
3. 核心结论
- 一句话核心结论：对 short-cycle desk，pairs 值得抄的不是“固定
z>2 就开”，而是“先把 pair admission 做严，再交易真正有半衰期约束的 spread”。
- 一句话证明方式：仓库直接把
筛 pair → 算 hedge ratio → 生成 z-score 信号 → Kelly sizing → 成本回测 串成了完整代码路径，并给出配对级结果表。
- 这份 repo 的最值钱处，不是某个超高收益截图，而是它把 entry / exit / sizing / risk / cost 五层全放进了同一个最小系统里。
- README 给的结果里，
7 个通过筛选的 pair 中，BTC/SOL 年化收益约 4.8%、Sharpe 3.66、最大回撤仅 -0.3%；XRP/AVAX 年化收益约 15.1%、Calmar 24.2，说明“高收益 pair”和“高稳健 pair”不一定是同一对。
- 代码里最值得沿用的不是 4H 频率本身，而是 把 half-life 写成 calendar days、把 bar 长度显式参数化。这让 4H → 15m / 5m 的迁移更干净：改的是时间尺度，不是瞎改 bar 数。
- 但 repo 也暴露了两个很实在的 source-audit 问题：
signals.py 默认 lookback=30 实际按 bar 数滚动，而 README 讨论的是 120 个 4H bars ≈ 20 天；单位口径存在错位风险；Kelly f 被 clip(lower=0)，意味着当 spread 漂移估计为负时，short-side sizing 会被压成 0，这不是我们想要的对称 pairs shell。
3.5 为什么和当前项目有关
它和当前 momentum 主线的关系非常直接，而且是 raw alpha 素材池 关系，不是泛泛“可借鉴”：
- 补 raw alpha 家族缺口：当前 digest 池虽然已经有不少 pairs / RV 主题，但很多更偏“单一 admission trick”或“某个 threshold 技巧”。这份 repo 的价值在于它把完整 shell 一次性摆齐了。
- 适合 desk 现阶段：当前用户明确希望多补可独立复现、可直接落地的主题。这份仓库恰好不是纯 filter，也不是纯综述，而是一条完整可执行的 pairs raw alpha。
- 有利于 5m / 15m 迁移：repo 最值得抄的其实是“calendar-time half-life + 明确 cost + 风险壳”，这些都能平移到 Binance / Hyperliquid 的更快数据上。
4. 策略拆解（必填）
- 方向属性：相对价值 / market-neutral / pairs mean reversion
- 基础 alpha：通过四重检验后的 cointegrated spread 会向均值回归
- regime：只交易 half-life 处于可交易区间的 pair；过快代表 execution risk，过慢代表资本占用太久
- filter / veto：EG p-value、Johansen 95% trace、residual ADF、z-score 入场阈值、stop-z、pair 级最小样本长度
- risk / sizing / execution overlay：25% fractional Kelly、单 pair 最大
20% 资本、回测扣 10 bps round-trip（7 bps 成本 + 3 bps slippage）、25% portfolio drawdown kill-switch
5. 这套 repo 实际怎么写策略
按源码看，它的主策略壳可以浓缩成下面 5 句：
- 对每个 pair 做
log(A) ~ beta * log(B)，得到 hedge ratio 与 spread；
- 只保留同时通过
EG + Johansen + residual ADF + OU half-life 的 pair；
- 对 spread 做 rolling z-score：
z < -2 做 long spreadz > +2 做 short spread|z| < 0.5 平仓|z| > 3.5 止损
- 用 fractional Kelly 决定仓位，但上限
20% 资本/对；
- 回测按实际两腿收益算 PnL，并在 trade day 扣成本；若组合回撤超过
25%，直接停机。
这就是它最适合我们 desk 的地方：不是只有信号，没有风控；也不是只有风控，没有 alpha。
6. 可复刻的最小实验
6.1 研究假设
在 15m 或 5m crypto 数据上，真正值得交易的 pairs alpha，不是“任何价差偏离都回”，而是：
> 只有通过多重配对准入，且 half-life 落在短周期 desk 能接受的资本占用区间时，spread z-score mean reversion 才更像可交易 raw alpha。
6.2 一个可计算定义
建议先做 Binance USDT perp 或 spot 的最小迁移版：
- Universe：
BTC, ETH, SOL, XRP, DOGE, ADA, LINK, AVAX, LTC, BCH 等高流动资产
- Refit 频率：每日或每
4h 重算一次 pair admission
- Pair admission：
EG p < 0.15- Johansen trace > 95% critical value
- residual
ADF p < 0.10
- half-life 落在：
15m：0.5 ~ 10 天5m：0.25 ~ 7 天- Signal：
- entry：
|z| >= 2.0
- exit：
|z| < 0.5
- stop：
|z| > 3.5
6.3 最小回测切口
- 先做：
15m，过去 120~180 天，top-liquid 8~12 币
- 再做：
5m 稳健性对照
- 评估一定要先上 固定名义仓位 版本，再上 对称化 Kelly / vol-target 版本；不要一开始就把 sizing 和 alpha 混在一起
6.4 最该先看哪 2 个指标
- 成本后净收益 / trade count / positive pair ratio：确认它不是只有少数 pair 偶然撑起来；
- max drawdown + holding-time 分布：确认 short-cycle 上的 half-life 约束是不是把“看起来回归、其实拖很久”的 pair 过滤掉了。
6.5 我更建议的 first verdict 顺序
- 先固定仓位，验证 raw alpha 本体；
- 再加 half-life gate；
- 最后才加 对称版 Kelly / vol-target / pair ranking。
这样能避免把“仓位救了坏信号”错认成 alpha 成立。
7. 风险与保留意见
- 样本太短：README 自己也承认当前结果大约只来自
~4 个月样本，这个长度不足以证明 pair 关系稳健。
- Kraken 4H ≠ Binance 5m/15m：数据质量、流动性层级、交易成本、资金费率都会变，不能直接照抄收益数字。
- calendar-time 是优点，也是迁移难点：如果把
120 个 4H bars 机械改成 120 个 15m bars，等于把 20 天窗口误缩成 1.25 天；这是最容易把策略抄坏的地方。
- Kelly 实现当前不对称：源码的
clip(lower=0) 会让负漂移场景拿不到正常 short-side 尺寸，进入 live 前必须改成对称表达（例如基于 |mu| 或直接用 vol-target 壳）。
- z-score shell 可能拥挤：pairs 的 alpha 往往死在 admission 之后的 execution、cost 与 relationship breakdown，而不是死在公式看不懂。
8. 下一步怎么测
如果只给这轮一个明确行动，我会建议：
> 不要先复刻 repo 的 Kelly；先复刻它的“四重配对准入 + calendar-time half-life + fixed-notional spread z-score shell”。
更落地一点：
- 在 Binance
15m top-liquid perp 上跑 rolling pair admission；
- 只保留 half-life
0.5~10 天的 pair；
- 用固定名义仓位回测
z-entry / z-exit / z-stop；
- 看成本后是否仍有正的 pair ratio；
- 只有 alpha 本体过关，再试对称化 Kelly 或 vol-target。
这一步如果跑出来，哪怕收益一般，也会给当前 desk 多一类真正能进入后续 admission check 的 pairs raw alpha skeleton。
9. 来源
主来源（repo）
理论地基（repo 中实际使用的方法族）