源文件：research/quant_digests/2026-04-11_1443_liquidityvol-illiqlevel-xs-alpha.md
15m public-data portability probelong high(liquidity-volatility + illiquidity-level) / short low(...)。主材料：
10.1016/j.frl.2021.102031OpenAlex 摘要能稳定拿到的核心信息是：
> 作者在按市值计的前五大 crypto 上，记录到流动性波动（volatility of liquidity）与预期收益总体显著正相关，而且这一关系明显时变；同时，流动性水平与流动性波动大多负相关，因此在流动性水平偏低时，回报更高。
这轮最值得拿走的，不是“流动性风险也有溢价”这句大白话，而是一个更能给 desk 直接做实验的翻译：
> 别只盯着“流动性差”本身；更该盯着“流动性本来就差，而且还在剧烈波动”的那一侧。
对短周期 desk，这句话可以被压成一个很直接的横截面 raw alpha：
15m bar 的公开数据先做一个 illiquidity proxy；long high score / short low score。这轮 base alpha 是清楚的：
> liquidity-volatility premium / illiquidity-stress premium。
翻成人话：
如果把它写成交易语句，就是：
> 在横截面上，做多“高流动性波动 + 低流动性水平（等价于高 illiquidity level）”那一篮子，做空反方向那一篮子。
所以它不是 filter，不是 overlay，本身就可以单独形成一个 cross-sectional long-short raw alpha。
很多人看到这类题目，第一反应会把它读成：
但这篇 paper 更关键的一层是：
> 作者看的不是静态流动性水平，而是流动性本身的波动。
也就是：
这对 crypto 很重要，因为很多币的问题不是“长期都不 liquid”，而是：
> 有时能成交，有时突然抽干；平时看起来能做，真要换仓时深度却不在。
这恰好更像短周期 desk 真正面对的风险。
OpenAlex 摘要的关键信息可以浓缩成一句：
> volatility of liquidity 和 expected returns 整体显著正相关。
也就是：
这很适合补当前素材池，因为我们已有不少：
但“把 liquidity stress 本身当横截面 alpha”这条线还不算拥挤。
摘要里另一句很关键：
> 流动性水平和流动性波动大多负相关；当流动性水平低时，回报更高。
这意味着对 desk 来说，真正值得优先测试的可能不是：
vol(liquidity)；而是：
vol(liquidity) + level(liquidity) 的联合排序。翻成人话：
这也是我这轮 portability probe 里重点验证的版本。
先问一句：为什么这轮还值得做，而不是继续写一个 overlay / regime？
因为这条线满足 3 个当前更稀缺的条件：
15m + 1h 的最小实验，不需要等低频外部数据。更重要的是，它提供的是一种和已有 reversal/OFI 很不同的抓手：
> 不是从价格路径本身找 edge，而是从“成交承接的脆弱性”找风险补偿。
15m 横截面实验本地 artifacts：
/root/clawd/jerry/momentum/reports/artifacts/literature/liquidity_volatility_illiqlevel_probe_summary_2026-04-11.csv/root/clawd/jerry/momentum/reports/artifacts/literature/liquidity_volatility_illiqlevel_probe_series_2026-04-11.csv/root/clawd/jerry/momentum/reports/artifacts/literature/liquidity_volatility_illiqlevel_probe_universe_2026-04-11.txt数据口径：
15m1h（4 根 15m） close-to-close returnfapi/v1/klinesquote volume代理变量：
ILLIQ_t = abs(ret_t) / quote_volume_tlvl = rolling mean of log(ILLIQ)lv = rolling std of log(ILLIQ)score = z(lv) + z(lvl)也就是：
> 高 score = illiquidity 本来就高，而且这种 illiquidity 还在剧烈波动。
组合做法：
1h这里我没有硬装成“完全复刻论文”，而是做了一个 desk-friendly 的 public-data proxy。
原因很简单：
liquidity volatility ↑ -> expected return ↑；15m？所以这轮 probe 的目标不是学术精确复刻，而是：
> 先看它能否长成一个可以继续打磨的 short-cycle raw alpha family。
我先在一组更接近可交易 alt-basket 的 universe 上测：
top25_30d_quotevol结果很直白：
#### top25_30d_quotevol
+12.44 bps / 1ht ≈ 4.4254.4%+28.88 bps / 1ht ≈ 7.5357.4%+34.76 bps / 1ht ≈ 5.0957.9%翻成人话：
> 在更广一点、允许 alt 进入的 perp universe 里，这条 high illiq-vol + high illiq-level 横截面书不是贴地噪声，而是相当像一个活的 risk-premium factor。
而且一个很有意思的现象是：
这意味着它可能不是“超高频瞬时冲击”类信号，而更像：
> 一种需要几天滚动窗口才能稳定识别的流动性压力溢价。
我再把 universe 缩到更 desk 常用的 majors12：
BTC, ETH, SOL, BNB, XRP, DOGE, ADA, AVAX, LINK, SUI, ARB, WLD结果几乎消失：
#### majors12
+0.09 bps / 1h，t ≈ 0.08+0.38 bps / 1h，t ≈ 0.31+1.44 bps / 1h，t ≈ 0.90也就是：
> 这条线不是一个“拿大币就能做”的主流 perp alpha。
它更像：
这轮最重要的，不是“paper 方向对了”这么简单，而是多了两个更实用的 desk 结论：
如果只看 vol(log ILLIQ)，first-pass 结果并不够干净；
真正变得像样，是在做：
z(liquidity-volatility)z(illiquidity-level)以后。
所以对 desk 来说，更好的读法不是：
> “流动性波动高 -> 买。”
而是：
> “承接本来就差，而且还越来越不稳”的那一侧，更值得要求风险补偿。
如果你把它理解成“给 BTC/ETH/SOL 做一个 universal filter”，大概率会失望。
更合理的理解是：
这很重要，因为它直接决定了后续该往哪条 lane 走：
第一版不要用 majors-only。
更合理的是：
每个 15m bar：
ILLIQ_t = abs(ret_t) / quote_volume_tlvl = mean(log ILLIQ)lv = std(log ILLIQ)score = z(lv) + z(lvl)t 收盘算 rankt+1 开始持有未来 1h15m 滚动更新；也可以先做 staggered book这条线虽然是 raw alpha，但它的风险也非常显然：
所以至少要补：
不是因为它没有 signal，而是因为它目前更像：
> 一个方向清楚、transfer 也通过了的 raw alpha 候选。
还没到“完整策略可直接上线”的原因有三个：
所以现在最好的定位不是“成品策略”，而是：
> 值得进入复现池的 alt-basket cross-sectional alpha family。
quote-volume proxy 升级成更像真实流动性的指标并排跑：
abs(ret) / quote_volume（当前 proxy）目标：确认 edge 是真的来自 liquidity stress，而不是 volume/volatility 混淆。
1h 展开成 horizon surface至少并排跑：
15m30m1h2h看这条 premium 更像：
至少分 3 桶：
目标：找清楚这条线真正活在哪一层，而不是拿全市场平均掩盖结构差异。
可以试：
score = z(lv) + z(lvl)lv * lvl目标：判断它到底是独立 premium，还是更适合作为 alt-basket admission layer。
> 这篇 2021 FRL paper 真正值得带回 desk 的，不是“流动性风险有溢价”这句空话，而是：在更广的 alt perp 横截面里，高 illiquidity 波动 + 高 illiquidity 水平 这类名字，后续 1h 确实更容易给出更高回报；但这条线几乎不属于 majors-only，更像一个 broad-alt cross-sectional raw alpha 候选。