源文件：research/quant_digests/2026-04-11_0136_uniswap-feetier-leadlag-gap-alpha.md
1m portability probesame-pair cross-fee-tier price gap 会不会向更一致的价格回归。主论文是：
10.1002/fut.22593Python + R scripts available upon request，未见公开 GitHub 仓库这篇 paper 最容易被读成一句空话：
> Uniswap v3 比 v2 更有效，某些 v3 池子的 price discovery 甚至逼近 Bitstamp。
但对我们 desk 真正更值钱的，不是这句市场结构总结，而是它隐含的一条更硬的 raw alpha 候选：
> 同一币对、同一个 DEX、不同 fee tier 之间，本身就会出现短时 lead-lag；尤其是 0.05% 池子，往往比 0.30% 池子和 v2 更快吸收信息。
一句话核心结论：
> 别只把这篇 paper 当 DEX 市场质量报告；更值得先做最小实验的是：把 0.05% fee pool 当 leader，把 0.30%/v2 当 lagging leg，去测同币对跨 fee-tier 的短时 price-gap close。
一句话证明方式：
> 论文用近 3 年、11 个 token pair 的 minute-level 数据，做 Granger causality、component share / modified information share、spillover 与回归解释；我再补一个公开可抓的 Uniswap v3 1m probe，先看最近样本里 0.05% 池领先 0.30% 池这件事有没有 first-pass 痕迹。
这次单独拎出来，是因为它和现有 digest 里的几条线并不一样：
CEX ↔ DEX 同资产价差关闭（那更像跨 venue spatial arb）；same-chain cross-DEX pool arbitrage（那是 Uniswap / Sushi / Curve 等不同协议间的价差）；这条线更具体：
> 同一条链、同一个协议、同一个币对，仅仅因为 fee tier 和池子结构不同，就会形成不同的信息吸收速度。
所以它的 base alpha 很清楚：
> cross-fee-tier relative-value mean reversion。
这不是 filter / regime / overlay；它是一条可定义入场、出场与持有窗口的 raw alpha 候选。
0.05% 池经常比 0.30% 池和 v2 更先反应论文对 11 个 token pair 做 daily VECM / CS / MIS / spillover 之后，结论非常直接：
Uniswap v3 (005) 的价格发现能力，通常高于 v3 (030) 与 v2；v3 (005) prices tend to lead those on v2 and v3 (030)；v3 (005) 的 median CS / MIS 甚至高于 Bitstamp。这对交易最重要，因为它把 哪个池先动 这件事说清楚了。
论文的解释不是玄学，而是很像 desk 直觉：
0.01% / 0.05%）更适合低波动 pair，交易环境更高效；0.30% 池更适合高波动 pair 和大额单，但 price discovery 更弱；v3 (005) 的价格发现能力，却会提高 v3 (030) 与 v2 的价格发现能力。翻成人话：
> 小而灵的池子更像“先知道”的腿，大而厚的池子更像“后补成交”的腿。
这正是 lead-lag spread 会出现的微观来源。
Table 6 与正文结论都指出：
所以这条 alpha 不是全天候都该开：
> 高波动时 cross-fee-tier gap 可能更大，但也更容易夹带 gas / congestion / MEV / non-informational flow。
文中对 ETH-USDC / ETH-USDT / BTC-ETH / DAI-USDC / ETH-DAI / LINK-ETH / UNI-BTC / LINK-USDT 等 pair 做了比较，核心模式是：
0.01% / 0.05% 更适合低波动 pair；0.30% 更像高波动 pair 的 liquidity bucket；0.05% 池在多个 pair 上表现出更强 price discovery。所以这条线不是“所有 fee tier 都互相平等”。
真正更像 desk 研究对象的是：
Table 3 最重要的不是死盯某一格百分比，而是看整篇 paper 的综合归纳：
v3 (005)、v3 (030)、v2 之间并不是同步一口价；v3 (005) 往往领先 v3 (030) 与 v2。也就是说，Table 3 给的是“有稳定传导关系”，而 paper 的总结合成结论给的是“哪条腿更像 leader”。
0.05% 池的 CS / MIS 普遍更强Table 4a 的整体模式非常一致：
v3 (005) 的 median CS / MIS 基本高于 v3 (030) 和 v2；v3 (030) 常常是几个池里最弱的一腿；v3 (005) 甚至能压过 Bitstamp。这说明它不是偶尔的 event-time 现象，而是样本期内相对稳定的结构特征。
这张表对交易设计尤其重要：
v3 (005) 多数 pair 是负向；v3 (030) 与 v2 则常是正向。翻译成策略语言就是：
> 0.05% 池更适合做“快信息腿”；0.30% 池更适合承接大额/高波动流。
所以我们不该只看 spread 是否偏了，还该看：
我用 GeckoTerminal 公共 API 做了一个非常克制的最小快检，只看：
WETH / USDT0.05% pool：0x11b815efB8f581194ae79006d24E0d814B7697F60.30% pool：0x4e68Ccd3E89f51C3074ca5072bbAC773960dFa361m1000 条 minute OHLCV；两池可对齐后的重叠样本约 393 分钟本地 artifact：
/root/clawd/jerry/momentum/reports/artifacts/literature/uniswap_fee_tier_leadlag_probe_summary_2026-04-11.csv/root/clawd/jerry/momentum/reports/artifacts/literature/uniswap_fee_tier_leadlag_probe_detail_2026-04-11.csv0.05% 池确实更像 leader在这段最近窗口中：
corr(r_005[t-1], r_030[t]) ≈ 0.483corr(r_030[t-1], r_005[t]) ≈ 0.228这不是论文级证明，但至少和 paper 的方向一致：
> 最近样本里，0.05% 池的一步领先相关性，明显强于 0.30% 池反过来的领先相关性。
我用很朴素的壳：
spread = log(price_005 / price_030)240 分钟滚动均值/标准差构造 z-score|z| > 2 时，做 spread-close（z>2 则 short spread，z<-2 则 long spread）1 / 3 / 5 / 15 分钟的 signed spread-close bps结果（样本很小，只作 first verdict）：
1m：约 20 次事件，均值约 +6.82 bps，胜率约 85%3m：约 20 次事件，均值约 +5.97 bps，胜率约 90%5m：约 20 次事件，均值约 +6.92 bps，胜率约 100%15m：约 20 次事件，均值约 +7.46 bps，胜率约 95%这组数字不能直接当 production PnL，但它至少说明：
> 最近样本里，跨 fee-tier 的极端价差没有立刻塌成随机噪声，仍有可见的 close 倾向。
这里要非常保守。
现在用的是 pool 的 minute OHLCV close proxy，不是：
所以这些 bps 不是“可以直接赚到”的 bps。
0.30% pool 的分钟活跃度明显比 0.05% 差，导致最近对齐样本不多。
这本身也许就是信息：
0.05% 池更像主信息腿；0.30% 更像低频、承接型、容量型腿。但它也意味着：
> 当前快检更像“admission signal”而不是“足够大样本的策略定稿”。
这条线最容易被忽略的成本包括：
所以如果真的做 production，核心问题不是“alpha 有没有”，而是：
> net executable edge 扣完这些链上摩擦后还剩多少。
|z| 不够大不做；gas / priority fee / MEV buffer 不过线不做；大额单冲击后 lagging pool 若本身 liquidity 太薄也不做time stop + spread stop + chain congestion veto虽然当前 desk 主战场不是纯 DEX，但这条线仍有直接价值：
我们已经有：
但同协议、同币对、不同 fee bucket 这层还没单独写过。
这层很有研究价值，因为它更纯：
即使最后不做独立策略，这条线也能服务：
0.05% 还是 0.30%也就是说：
> 它既可以是独立 raw alpha candidate，也可以是未来 CEX/DEX routing shell 的 routing prior。
> 对同一币对，若 0.05% pool 相对 0.30% pool 的 price spread 明显偏离自己的滚动带宽，未来 1m ~ 15m 更容易发生 spread-close，而不是继续无限扩散。
WETH/USDT、WETH/USDC0.05% 与 0.30%1m / 3m / 5m / 15m 测：下一步别急着扩到十几个 pair，我会先补这 4 件最值钱的事：
ETH-USDC / ETH-USDT / DAI-USDC0.05% 视作 leader quote，只拿来指导更大的 CEX/DEX 价差交易如果 executable 版本扣完链上摩擦后还剩正 edge，它就能进 DEX-RV clean replication；如果一扣 gas / MEV 就塌，那它仍然值得保留为 DEX quote selection / routing prior，不算白做。
WETH / USDT 0.05%: 0x11b815efB8f581194ae79006d24E0d814B7697F6WETH / USDT 0.30%: 0x4e68Ccd3E89f51C3074ca5072bbAC773960dFa36/root/clawd/jerry/momentum/reports/artifacts/literature/uniswap_fee_tier_leadlag_probe_summary_2026-04-11.csv/root/clawd/jerry/momentum/reports/artifacts/literature/uniswap_fee_tier_leadlag_probe_detail_2026-04-11.csv