← 返回 Quant Digests · 站点首页

别把这份 2025 实时 pairs repo 只读成 dashboard：对 short-cycle desk，更该先测的是「dynamic hedge ratio spread × z-score fade」这条 BTC/ETH raw alpha

• 时间：2026-04-08 14:29 UTC
• 类型：GitHub repo source audit + Binance Spot public 1m/5m portability probe
• 主题类型：raw alpha
• 基础 alpha：BTC/ETH dynamic hedge-ratio spread mean reversion
• 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，但当前 repo 需补 sizing / hard risk / execution realism
• 主题标签：pairs / stat-arb / relative-value / mean-reversion / dynamic-hedge-ratio / zscore / BTC / ETH / 1m / 5m / repo / public-data / cost / risk
• 证据类型：工程经验 + 本地最小可移植性验证

1. 这次看了什么

这次主看 KulkarniPushakar (2025) 的 GitHub 仓库 Real-Time Crypto Pair Trading Analytics Platform（commit fb49d7b，repo 更新时间 2025-12-17）。source audit 重点覆盖：README.md、analytics/hedge_ratio.py、analytics/spread.py、analytics/zscore.py、analytics/backtest.py、analytics/runner.py、analytics/resample.py、analytics/ADF_test.py、analytics/rolling_corr.py。

一句话先说：这份 repo 真正值钱的不是“实时看板”，而是它把 short-cycle pairs 最核心的 raw alpha 明确拆成了——动态对冲比率先把 BTC/ETH 两腿对齐，再做 spread 的 z-score 回归。

2. 核心结论

• base alpha 很清楚：不是做方向预测，而是做 相对价值回归——当 BTC - β_t * ETH 的动态 spread 偏离过大，就赌它回到中线。
• repo 的关键不是固定 OLS，而是把 Huber / TheilSen / Kalman 风格动态 hedge ratio 放进主流程；这更适合 crypto 短周期里相关性和 beta 会漂移的现实。
• 它已经把短周期最常见的辅助件补齐了：tick → 1s/1m/5m resample、rolling correlation、ADF、spread、z-score、entry/exit backtest skeleton。也就是说，这不是“pairs 概念笔记”，而是可直接迁到我们 desk 的实验骨架。
• 我做的本地 portability probe（Binance Spot 公共 BTCUSDT/ETHUSDT）显示：dynamic beta 明显比 static beta 更能压缩 spread 噪声。最近样本里：
• 1m：spread std 约从 29.42 bps 压到 3.58 bps
• 5m：约从 94.38 bps 压到 8.21 bps
• 用一个很粗的 z_entry=2 / z_exit=0 最小回测壳快检：
• 1m：约 172 笔，毛 +9.65 bps/trade，按双腿 8 bps 粗成本后仍约 +1.65 bps/trade
• 5m：约 198 笔，毛 +21.72 bps/trade，按双腿 8 bps 后约 +13.72 bps/trade
• 但别误会：这还不是 production verdict。这个 probe 仍然偏乐观，因为我用的是同步 bar close spread、零冲击、无 funding、无 next-bar execution lag 的简化口径；它现在更像“raw alpha 没死”，不是“可以直接上钱”。

3. 为什么和当前项目有关

它和我们当前主线的关系非常直接：这不是又一个 breakout / pullback filter，而是可独立复现的完整 pairs raw alpha 候选。而且它正好补的是 desk 现在最该继续积累的那块：

• raw alpha 家族里的 pairs / stat-arb / relative value
• 可快速压缩到 1m / 3m / 5m / 15m 的最小实验
• 还能顺手服务后续的 shared gate（corr、ADF、liquidity、execution veto）

一句话核心结论：对 BTC/ETH 这种高相关腿，先做动态 beta 对齐，再做 spread fade，比直接拿固定 ratio/z-score 更像能活下来的短周期 pairs 原型。

一句话证明方式：repo 给了完整工程骨架，我再用 Binance 公开 1m/5m 数据做了最小移植快检，先看 spread 压缩，再看成本前后每笔期望。

3.5 策略拆解（必填）

• 方向属性：相对价值 / pairs / market-neutral
• 基础 alpha：dynamic hedge-ratio spread mean reversion
• regime：高相关、spread 仍近似可回归的阶段
• filter / veto：rolling corr、ADF、liquidity、极端 news / gap veto
• risk / sizing / execution overlay：beta-neutral notional sizing、z-score capped sizing、max holding bars、cost hurdle、next-bar / maker-first 执行

4. 可复刻的最小实验

研究假设：对 BTC/ETH，动态 hedge ratio 比 static beta 更能产出可交易的短周期 spread fade。

一个可计算定义：

1. 用 1m 或 5m close 计算 log(BTC)、log(ETH)；
2. 用递归/Kalman 风格方法估 β_t；
3. 定义 spread_t = log(BTC_t) - β_t * log(ETH_t)；
4. z_t 超过 ±2 开仓，回到 0 平仓，附加 max_hold；
5. 统一按双腿 round-trip 6~12 bps 做 friction ladder。

最小回测切口：

• 资产：BTCUSDT / ETHUSDT
• 周期：先 5m，再降到 1m/3m
• 样本：最近 30~90d 连续 Binance Spot 或 perp

最该先看：

• post-cost expectancy / trade
• trade count 与 median hold

5. 风险与保留意见

• 当前快检对 fill 太友好，必须换成 next-bar open / bid-ask side execution 再看。
• 1m 上看起来能活，不代表加上 queue / latency 后还活。
• BTC/ETH 是最容易的一对，后续不能只盯这一对；要扩到 BTC-ETH 之外的 majors peer set。
• dynamic beta 若更新太快，可能把可交易偏离“吸掉”；若太慢，又会退化成滞后的 static ratio，需要参数稳定性检查。
• 真正的 production 版本必须补：notional neutrality、hard stop、pair admission、rolling correlation floor、ADF survival、成本分层。

6. 来源

1. KulkarniPushakar. (2025). _Real-Time Crypto Pair Trading Analytics Platform_. GitHub repository.

• Readable URL：https://github.com/KulkarniPushakar/Real-Time-Crypto-Pair-Trading-Analytics-
• Repo URL：https://github.com/KulkarniPushakar/Real-Time-Crypto-Pair-Trading-Analytics-

1. Source audit files

• README.md
• analytics/hedge_ratio.py
• analytics/spread.py
• analytics/zscore.py
• analytics/backtest.py
• analytics/runner.py
• analytics/resample.py
• analytics/ADF_test.py
• analytics/rolling_corr.py

1. Binance Spot public market data

• Klines API：https://api.binance.com/api/v3/klines

7. 下一步怎么测

先别扩 universe，先做一个最干净的 A/B：

1. static beta vs dynamic beta
2. close-to-close vs next-bar-open
3. 成本从 4 / 8 / 12 bps 三档往上压
4. 再加一层最便宜的 pair admission：rolling corr floor + ADF veto

如果这四步后 5m 还能保住正的 post-cost expectancy，这条就有资格进更正式的 pairs replication 池。