← 返回 Quant Digests · 站点首页

别把这份 2026 GitHub stat-arb repo 只读成日频组合实验：对 short-cycle desk，更该先测的是「rolling Johansen basket admission × strongest-basket OU fade」这条 raw alpha

更新时间：2026-04-11 00:20 UTC 研究时间：2026-04-11 00:18 UTC 类型：仓库 主题标签：raw-alpha / stat-arb / pairs-plus / basket / johansen / cointegration / ou / mean-reversion / regime-filter / risk-parity / strongest-basket / market-neutral / binance / perpetual / 15m / 5m / repo / public-data / cost / risk 证据类型：2026 GitHub repo source audit（`README.md` + `labs/research.ipynb` embedded outputs）+ Binance USDⓈ-M 公共 `15m/5m` portability probe

源文件：research/quant_digests/2026-04-11_0018_johansen-basket-ou-statarb-alpha.md

1. 这次看了什么

这次选的是 Sujith Kamme (2026), _Crypto Statistical Arbitrage via Cointegration and Regime Filtering_ 这个 GitHub repo，核心审计对象是：

我这次不是把它当“又一个协整 repo”略过，而是先问一句： 它的 base alpha 到底是什么？

答案是清楚的： base alpha 就是“协整 crypto basket spread 的均值回归 / OU fade”。

所以它不是纯 filter，不是纯 risk overlay，也不是“先有别的主信号，它来帮你 veto”。 它本身就是一条可独立落地的 market-neutral / relative-value / stat-arb raw alpha。

而且它和当前 digest 池里常见的 BTC/ETH 单 pair 或 copula pair 也不完全一样：

换句话说，它更像一套完整的 basket stat-arb 壳子，而不是一条 pair 小技巧。

2. 先回答：这篇东西的 base alpha 是什么？

一句话： base alpha = 多资产协整篮子的 spread 在短期偏离后，按 OU 速度向均衡回归。

翻成人话：

所以它的归类是：

3. repo 里真正值钱的，不是“协整”两个字，而是这 4 层策略壳

3.1 第一层：basket discovery 不是固定 pair，而是 2–4 资产组合

repo README 直接写了：

这比很多“固定 pair + zscore”仓库更接近 live research：

3.2 第二层：admission 不是“相关高就上”，而是四重筛选

从 notebook 输出能看到，repo 不是只跑 Johansen 就交易，而是一路筛：

例如 notebook 最后汇总阶段显示：

这点很重要，因为它明确告诉我们： 真正的 alpha 不在“找到很多 basket”，而在“肯留下来的 basket 非常少”。

3.3 第三层：信号不是裸 z-score，而是 OU alpha

notebook 里 compute_ou_alpha_point() 的逻辑非常清楚：

对应参数我审到的关键值包括：

翻成人话就是： 它不只问“偏了多少”，还问“这东西平时回得快不快、现在这次偏离够不够值得做”。

3.4 第四层：执行层不是连续抖仓，而是 sticky buckets

repo 最让我愿意继续往下拆的，是 compute_bucketed_positions() 这层：

notebook OOS 里最终用的是：

这件事对 short-cycle 非常关键： 如果你把 OU alpha 直接连续映射成仓位，很多理论 edge 会死在换手里；sticky bucket 是这里真正有工程含量的一刀。

4. repo 原始结果里，最值得记住的数据点

4.1 walk-forward 主结果：先证明它不是玩具

notebook 输出的 walk-forward 总结：

这说明 repo 至少给的是一条完整且能滚动训练/测试的策略骨架，不是静态样本内演示。

4.2 最终精选 4 篮子后的 OOS 结果更像“可部署壳”

notebook 最后对精选 basket 做 bucketed + risk-parity OOS，结果是：

这组数字的意义，不是说我们可以直接照抄到 intraday perp； 而是说它已经把：

这些完整链条都写出来了。

5. 对当前 desk 最有价值的，不是原样搬 daily，而是拆成更适合 15m/5m 的旁支

如果你把这个 repo 生搬硬套成“多 basket 同时跑 + 风险平价 + 较慢 hold”，很可能会太钝。

但它里面有一个非常适合当前 desk 的旁支： rolling Johansen basket admission × strongest-basket OU fade。

也就是：

  1. rolling formation window 找 basket；
  2. 保留通过 Johansen + ADF + VR + half-life 的候选；
  3. 不急着同时部署很多篮子；
  4. 每个短交易窗只先上最强那一个；
  5. 用 OU alpha 做 bucketed fade；
  6. regime 坏掉就 flat。

这条旁支仍然服务同一个 raw alpha： basket spread mean reversion / stat-arb。

6. 我做的 portability probe：把它压到 Binance USDⓈ-M 15m/5m

6.1 probe 口径

我做的不是 full faithful replication，而是一个 desk-friendly 最小实验：

此外我专门比较了：

因为我怀疑： short-cycle 上，“先求准、后求多”比“先分散”更重要。

6.2 结果：15m 有像样 pocket，5m 还不行

本地 probe 产物：

#### 15m strongest-basket only（top-1）

几个重复出现的 basket：

#### 同一口径下，越想“组合化”，越容易把 edge 稀释掉

这点我觉得非常关键： repo 日频上“精选 4 篮子 + risk parity”是成立的，但压到 intraday 后，第一反应不该是“复制更多篮子”，而该是“先抓最强那个 basket”。

#### 5m strongest-basket only

翻成人话： 这个思路在当前简化版上，15m 还能看，5m 已经明显更像被噪音和换手打坏。

7. 这次 probe 最重要的判断，不是“repo 能不能搬”，而是“哪一支能搬”

我这轮结论不是“整个 repo 可以原样压缩到 5m/15m”。

更准确地说：

7.1 可以保留的，是 raw alpha 主体

也就是： Johansen basket admission + OU spread fade

这条本体在 short-cycle 仍然说得通，因为：

7.2 需要降并发的，是组合层

repo 日频版本靠多篮子 + risk parity； 但我的 15m probe 显示：

所以 intraday 第一版更像： single-best-basket book，而不是 portfolio-of-baskets。

7.3 暂时不该硬上的，是 5m alpha 主体

从这个 probe 看：

8. 为什么它和当前项目不撞题，但又刚好能补仓

已有 digest 里，pairs / stat-arb 很多是：

这份 repo 的新增价值在于：

8.1 它把 pair 提升成了 basket

pair 容易被单一共同因子污染； 3-leg basket 往往更接近“真正的相对价值残差”。

8.2 它把 admission 写得比“协整就做”更完整

Johansen 只是第一关，后面还有：

这更适合作为 research funnel，而不是一次性固定参数。

8.3 它天然允许以后接别的 overlay

这个壳子以后很好接：

所以它不只是一个“新 pair 变种”，而是一个可继续生长的 raw alpha 容器。

9. 策略拆解（必填）

10. 风险与保留意见

11. 下一步怎么测

11.1 先做 faithful intraday transfer

把 repo 的核心结构更完整地搬到 perp：

11.2 把 15m 定成 first lane，5m 只做 execution layer

优先测试：

11.3 把“是否组合化”当成单独实验，而不是默认设定

这轮已经给了一个很明确的工程信号： intraday 上，多 basket 并发不是默认更好。

所以单独做：

比较：

11.4 最该先补的 live 风控

  1. 单 basket 最大持有时长
  2. 事件窗 blacklist
  3. funding/basis 异常 veto
  4. 单资产重复暴露上限
  5. 执行时的 maker-first / adverse-selection 过滤

12. 来源

13. 一句话带走

这份 repo 最值得 desk 先复现的，不是“多篮子日频 risk parity”整套外壳，而是里头那条更适合 intraday 的 raw alpha 主体：rolling Johansen basket admission × strongest-basket OU fade；从当前快检看，它更像 15m 的第一车道，而不是 5m 的主信号。