← 返回 Quant Digests · 站点首页

别把这份 funding+basis monitor 只读成仪表盘:对 short-cycle desk,更该先测的是「cross-venue net carry differential × executable pair ranking」这条 raw alpha

更新时间:2026-04-12 08:32 UTC 研究时间:2026-04-12 08:30 UTC 类型:GitHub repo + 公共 live API 快检 主题标签:raw-alpha/relative-value/carry/funding/basis/cross-venue/perpetuals/net-carry/execution-capacity/slippage/fee/ranking/binance/hyperliquid/dydx/30s/1m/3m/5m/15m/repo/public-data/cost/risk 证据类型:源码审计 + 公共 live snapshot probe

源文件:research/quant_digests/2026-04-12_0830_crossvenue-netcarry-ranking-alpha.md

1. 这次看了什么

这轮看的是 Razrocks (2026), _Funding-Basis---Strategy-Monitor_

表面上它是个 Binance / Hyperliquid / dYdX 的 funding+basis carry dashboard,但对我们 desk 真正有价值的,不是看板,而是它把一条可复现的 cross-venue raw alpha 写得很清楚:

> 不是单看某个 venue 的 funding 高不高,而是对同一标的,把每个 venue 的 net carry 算干净,再做 最高净 carry venue最低净 carry venue 的相对价值配对。

翻成人话:

这和我们最近看的两类材料都不一样:

2. 核心结论

源码里最关键的三步是明牌写出来的:

  1. 单 venue carry leg
  1. 方向不是主观判断,而是 funding sign 决定
  1. 跨 venue pair 不是两两枚举拍脑袋,而是直接选

也就是说,这条 alpha 的 base 不是“预测涨跌”,而是:

> 同一资产在不同 perp venue 上的 carry economics 本来就可能不同;只要这个差异在成本后仍显著,而且书上吃得下,就能形成一条 cross-venue raw alpha。

3. 这轮最有用的几个硬信息

3.1 repo 自带的可迁移结构

config.yaml 直接把短周期 desk 最关心的几个现实问题写死了:

这说明它不是“只算理论 funding”的 notebook,而是已经把 能不能成交 当成主约束。

3.2 repo 对“假机会”的处理是对的

这份仓库最值得学的不是收益数字,而是它知道哪些 edge 最容易是假的:

这很适合我们 desk,因为 cross-venue carry 最怕两类误判:

  1. paper edge 很大,但薄书一打就没了
  2. funding/basis 看起来便宜,其实已经是拥挤或失稳状态

3.3 我做的当次 live BTC 快检

我直接用三所公共 API 拉了当次 BTC perp 快照,并按 repo 公式手动重算了 25k USD 规模下的单 venue net carry 与 best pair。

当次快检(2026-04-12 08:30 UTC 左右)有三个很重要的点:

这组数最关键的启发是:

> 同一个 snapshot,在 1 天口径和 30 天口径下,edge 可以从“看起来不值得”变成“pair 级别可讨论”。所以这条 alpha 不是纯秒级/分钟级 book,也不是纯 8h funding book,而是一个“执行 horizon 很关键”的 carry RV。

4. 为什么它和当前项目直接相关

这条线对 momentum 的价值很直接,因为我们当前明确想补的是:

这份 repo 刚好补了一个我们还没系统化的空白:

4.1 它服务于 raw alpha,不是只当 overlay

虽然它有 quality score、trap tags 这类 filter 成分,但 base alpha 本体是清楚的

所以它不是纯 filter,不是纯 regime,不是只会说“别做”。

4.2 它天然适合短周期 desk 做最小实验

因为它的数据全是公开且高频可取:

repo 默认就是:

所以你完全可以把它压缩成:

4.3 它和我们已经写过的主题互补,而不是重复

5. 策略拆解(必填)

6. 可复刻的最小实验

6.1 数据源 / 公开性 / 更新频率

6.2 最小信号定义

对每个 symbol、每个 venue,在每个时间点计算:

  1. funding_apr
  2. basis_apr
  3. slippage_bps(size)
  4. net_carry_apr(size, hold_days)

然后在同一时刻做:

6.3 最小可复现实验口径

6.4 先做什么,不要做什么

7. first verdict

我的 first verdict 是:

> 这是一个合格的 raw alpha intake,而且很适合当前 desk。

原因不是它已经是完整生产策略,而是:

但也要明确:

8. 风险与保留意见

9. 下一步怎么测

  1. 先把 30s 快照存下来,别急着做策略。
  1. 做 edge persistence study。
  1. 把 hold_days 从配置常数改成研究维度。
  1. 做 maker/taker 成本矩阵。
  1. 单独加一个“funding-only vs funding+basis”对照。
  1. 如果 persistence 很短,就把它并入现有 cross-venue fast-close book;如果 persistence 能跨 funding window,就升级成独立 carry RV 策略。

10. 来源

  1. Razrocks. (2026). _Funding-Basis---Strategy-Monitor_. GitHub repository.
  1. 本轮实际审计文件
  1. 本轮本地源码快照
  1. 本轮 live public probe 所用公开接口

11. 和当前短周期(1m/3m/5m/15m)的关系

如果只把它看成“30 天 carry 监控器”,会低估它;如果硬把它说成秒级 quote-gap,又会说过头。

更准确的 desk 定位是:

所以它很适合作为:

  1. 1m/3medge-appearance / persistence 事件研究
  2. 5m/15mcarry RV 排名与持有窗测试
  3. 未来和现有 quote-gap / funding / basis 主题做 router:不同 edge persistence 走不同执行壳。