← 返回 Quant Digests · 站点首页

Minimum Regime Performance（MRP）durability gate：别只看总 Sharpe，先看策略最差 regime 能不能活（Alexander & Fabozzi, 2025）

• 时间：2026-04-11 10:22 UTC
• 类型：论文 + GitHub engineering bridge
• 主题类型：overlay
• 基础 alpha：不是独立方向 alpha；它服务于现有 raw alpha（pairs / funding / basis / OFI / XS / carry）的 durability / go-no-go overlay，只回答“这条 alpha 在最差 regime 里还能不能活”
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否
• 主题标签：overlay / go-no-go / durability / regime / strategy-decay / risk / validation / MRP / OOS / cost-stress / 5m / 15m
• 证据类型：论文摘要元数据 + publisher page abstract + repo source audit

1. 这次看了什么

这次主源不是再补一条新 raw alpha，而是补一个更像“alpha 录取线”的东西：

1. Alexander, Nolan & Fabozzi, Frank J. (2025)

*Measuring Strategy-Decay Risk: Minimum Regime Performance and the Durability of Systematic Investing*，*The Journal of Portfolio Management*。 它提出的核心量不是总 Sharpe，而是 MRP（minimum regime performance）= 一条策略在不同历史 regime 中，最差那个 regime 的风险调整收益。

2. gencersarp/cryptoarb (2026) 这份 repo 的工程桥接价值不在它某条 funding/basis 原始信号，而在它已经有一套很像 desk admission check 的 stop criteria：OOS Sharpe ≥ 0.7、1.5× cost stress 仍要活、max DD ≤ 10%、单一 fold 不得贡献 >75% 正收益。

把两者拼起来，值得 desk 先做的不是“再发明一个 durability 故事”，而是：给现有 raw alpha 池补一层统一的 regime durability gate，先筛掉那些“平均数好看、但只在一个 pocket 活着”的候选。

2. 核心结论

• 这篇东西的 base alpha 不存在；它本质上是 overlay，服务对象是现有 raw alpha。
• 论文给的最重要一句话非常实用：长期 Sharpe 高，不等于最差 regime 也活得下来。也就是说，策略可能“平均分好看”，但在最关键的坏环境里完全塌掉。
• MRP 的定义够朴素，适合立刻搬进我们现在的 5m/15m alpha intake 流程：
• 先把样本切成几个有交易意义的 regime；
• 算每个 regime 的 post-cost Sharpe / mean return / trade survival；
• 取最差值作为 durability 下界；
• 再决定这条 alpha 是 GO / size-down / PARK / DROP。
• 这比继续补第 N 条相似 funding / pairs 线索更值钱的原因是：素材池现在已经不缺“想法”，更缺“谁值得先花复现时间”。

3. 关键数据点（这轮最值得记住的 3 个数）

1. 论文定义：MRP = min_risk_adjusted_return_across_regimes，也就是最差 regime 的风险调整收益。
2. cryptoarb repo 的 admission 风格阈值已经很接近 durability 思路：OOS Sharpe ≥ 0.7、cost stress = 1.5×、max DD ≤ 10%。
3. 同 repo 还额外要求：不能让单一 fold 贡献 >75% 的正收益；这个约束本质上就是在防“只靠一个好口袋活着”的假稳健。

4. 为什么这轮值得做它，而不是再补一条 raw alpha

要先诚实回答用户给的那句内部问题：它为什么比继续补 raw alpha 更值得？

因为这轮边际价值更高的缺口，不是“再多一条候选线”，而是把现有几十条短周期 raw alpha 拉进同一套 admission / ranking 框架。如果没有这一层：

• pairs、funding、basis、OFI、XS reversal 都会继续各讲各的；
• 很容易把“均值不错但 regime 极不稳”的策略排到前面；
• 研发资源会浪费在那些只在单一样本窗活着的候选上。

所以它虽然不是 raw alpha，但它直接服务 raw alpha 素材池的排序与淘汰，不是泛风险闲聊。

4.5 策略拆解（必填）

• 方向属性：不是方向信号；属于 durability / admission / sizing overlay
• 基础 alpha：无；服务于现有 pairs / funding / basis / OFI / XS / event-driven raw alpha
• regime：由你定义并切样本，例如 波动高低 / 流动性高低 / funding sign / 美盘时段 / jump day vs non-jump day
• filter / veto：若某条策略的 MRP < 0，或最差 regime 的 post-cost trade survival 很差，则 veto / park
• risk / sizing / execution overlay：可把 MRP 映射成 gross scaler、max concurrent positions、是否允许 live shadow

5. 可复刻的最小实验

研究假设

对一条 5m/15m raw alpha，最差 regime 的表现比全样本均值更能决定它是否值得继续做 clean replication / live shadow。

最小实验口径

拿当前已经积累的 4 类原型各挑 1 条：

• pairs：如 dynamic-hedgeratio 或 half-life-bounded spread fade
• carry/funding：如 funding extreme bandfade 或 spot-perp spread fade
• microstructure：如 tradeflow OFI 或 OBI quote skew
• cross-sectional：如 entropy loser-bounce 或 winner-only XS momentum

然后对每条策略做同一套切分：

1. 波动 regime：rolling RV 分成 low / mid / high 三档；
2. 流动性 regime：spread 或成交额分三档；
3. 时段 regime：Asia / Europe / US pocket；
4. 拥挤 regime（若有 perp 数据）：funding sign × OI shock quadrant。

对每个 regime 计算：

• post-cost mean return
• post-cost Sharpe
• max drawdown
• trade count
• positive trade ratio

然后定义：

• MRP_sharpe = min(Sharpe_by_regime)
• MRP_return = min(mean_return_by_regime)
• active_regime_ratio = profitable_regimes / total_regimes

最实用的第一版 go/no-go 规则

对 short-cycle desk，我会先用非常朴素的一版：

• GO：MRP_sharpe > 0 且 active_regime_ratio >= 0.6
• SIZE_DOWN：MRP_sharpe <= 0 但全样本 Sharpe 仍明显为正
• PARK：只有 1~2 个 regime 赚钱，或 单一 regime / 单一 fold 贡献过高
• DROP：MRP_sharpe << 0 且成本一加就死

6. 对当前 short-cycle desk 的直接落地方式

最值得先落地的不是复杂统计，而是这 3 个动作：

A. 在 first verdict 后立刻补一个 durability 页

现在很多 digest 停在“这个想法能测”。下一步应该统一补：

• best regime
• worst regime
• MRP_sharpe
• single-pocket dependence

B. 把 MRP 接到仓位而不是只接到淘汰

同一条策略不一定非黑即白。更实用的是：

• MRP 高 → 正常 gross
• MRP 略负 → 降仓 / 只保留最稳 regime
• MRP 很差 → 只保留 research，不进 live shadow

C. 和现有 friction ladder 一起看

一条策略若：

• 全样本 Sharpe 看着不错；
• 但 1.5× fee/slippage 一加就死；
• 且 MRP 为负；

那它大概率不是“待优化 alpha”，而是脆弱 alpha。

7. 风险与保留意见

• 这篇 JPM 论文不是 crypto 专文；我们拿的是方法迁移，不是直接照搬结论。
• regime 切分本身也可能过拟合，所以第一版必须用简单、少量、交易上讲得通的 regime，而不是任意切 20 个桶。
• MRP 不能替代 raw alpha；它只负责回答“这条 alpha 的坏时候有多坏”。
• 如果样本交易数太少，MRP 会不稳；所以要加一个最低 trade-count 门槛。

8. 下一步怎么测

1. 先从现有 4 条代表性 alpha 开始，不要全池一起上。
2. 每条 alpha 固定同一套 5m/15m 成本模型与 regime 切分。
3. 产出一张统一表：full-sample Sharpe / MRP_sharpe / profitable regime ratio / cost-stress survival / fold concentration。
4. 只要这张表一出，就能把下一轮 clean replication 顺序从“凭感觉”改成“先做 durable alpha”。

9. 来源

• Alexander, N., & Fabozzi, F. J. (2025). *Measuring Strategy-Decay Risk: Minimum Regime Performance and the Durability of Systematic Investing*. *The Journal of Portfolio Management*, 52(4), 198–219.
• DOI: https://doi.org/10.3905/jpm.2025.1.807
• Readable URL: https://www.pm-research.com/content/iijpormgmt/52/4/198
• OpenAlex: https://openalex.org/W7117551681
• gencersarp. (2026). *cryptoarb*. GitHub.
• Repo URL: https://github.com/gencersarp/cryptoarb
• 关键文件：README.md、config/main.yaml、strategies/spot_perp.py、strategies/perp_perp.py、strategies/basis_mean_revert.py