← 返回 Quant Digests · 站点首页

别把这篇 2019 crypto stat-arb 论文直接翻译成今天的 liquid-major perp alpha：对 short-cycle desk，更该先测的是「lag-stack RF × 120m 横截面中位数超额」这条 raw alpha——但当前 majors 版本明显不过成本线

• 时间：2026-04-13 13:46 UTC
• 类型：2019 *Journal of Risk and Financial Management* 论文摘要/元数据（OpenAlex + Crossref）+ GitHub repo source audit（README.md + crypto_forest_example.py + feature_generator.py + crypto_dataprovider.py + kpi_backtest.py）+ Binance USDⓈ-M 5m/15m public-data portability probe
• 主题类型：raw alpha
• 基础 alpha：用多尺度滞后收益去预测“哪几个币会在未来 120 分钟跑赢当下横截面中位数”，然后做 long top-k / short flop-k 的 market-neutral spread
• 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：raw-alpha / cross-sectional / relative-value / stat-arb / machine-learning / random-forest / lagged-returns / median-relative-target / 120m / market-neutral / binance-perpetual / 5m / 15m / paper / repo / public-data / cost / risk
• 证据类型：论文摘要 + 开源代码 + 公共数据 portability probe

1. 这次看了什么

这次主看 Thomas Fischer, Christopher Krauß, Alexander Deinert (2019), _Statistical Arbitrage in Cryptocurrency Markets_，以及作者配套公开的 GitHub 代码仓库。它不是那种“讲一个因子名词就结束”的文章，而是一个很明确的 横截面 market-neutral 预测壳：

1. 用分钟级多尺度滞后收益做特征；
2. 预测某个币在未来 120min 是否会跑赢当期横截面中位数；
3. 做 long top-k / short flop-k；
4. 持有 120min 后反手平仓。

这对我们 desk 有价值，因为它补的是 cross-sectional / relative-value / stat-arb 方向，而不是再绕回单币 breakout / retest 内循环。

不过，这篇东西最容易被误读成：

• “2018 年 paper 有 alpha，今天 perp 上照抄就行”；或
• “ML 比传统规则强，所以直接把 RF 模型搬上去。”

我这轮更关心的是：它的 base alpha 到底是不是今天还能落到 5m/15m desk 上的 raw alpha？

2. 核心结论

• 一句话核心结论： 这篇 paper 的 base alpha 很清楚，确实是一条可独立复现的 横截面 relative-value raw alpha；但把它压到今天的 Binance liquid majors perpetual 上，gross 只剩很薄一层，净后基本被成本吃穿，所以现阶段更像“研究母体 + 宽 universe / 低成本执行候选”，还不适合直接当 taker 主策略上线。
• 论文原始信号长什么样： OpenAlex 摘要写得很直白——作者在 40 个加密货币的 minute-binned 数据上，用 lagged returns 训练 random forest，预测未来 120min 是否跑赢横截面中位数；然后 买 top-3、做空 flop-3，持有 120 分钟。摘要里给出的 out-of-sample 结果是：2018-06-18 到 2018-09-17，超过 100,000 笔交易，扣掉 15bps per half-turn 后，仍有 7.1bps/day。
• 代码层面的可复刻骨架也很清楚：
• crypto_forest_example.py 里把 FORECAST_HORIZON = 120（分钟）；
• feature_generator.py 用的特征是 过去 1~20 分钟收益，再加上 120, 240, ..., 1440 分钟收益；
• helper.py 里的目标定义不是“绝对涨跌”，而是 是否高于当期横截面中位数；
• kpi_backtest.py 还额外加了 staleness / volume filter。
• 但 repo 和摘要不是完全一模一样： 摘要说的是 top-3 / flop-3，而 repo 回测函数里默认 K=5。这说明它更像一个研究框架，而不是单一固定参数的“标准答案”。
• 我做的 Binance USDⓈ-M 5m portability probe（近 28d，10 个 liquid majors，RF，120min 目标，top2/flop2）结果是：
• 测试样本 2664 个组合时点，9371 笔单腿交易；
• gross 平均仅 +0.90bps / 120m；
• 若按每条腿 round-trip 8bps 粗扣，net 变成 -6.50bps / 120m；
• 净胜率只有 33.4%；
• 单腿净均值约 -7.40bps。
• 15m portability probe（近 60d，同样 10 个 majors，仍看未来 120min）更差：
• 1901 个组合时点，6971 笔单腿；
• gross -0.81bps / 120m；
• net -8.43bps / 120m；
• 即便只保留预测分差较大的时点（pred_spread >= 0.12），gross 也只是 +3.47bps，net 仍约 -4.53bps。
• 特征重要性倒是有启发： 两版 probe 里都不是最短 lag 独大，而是 ret_24 / ret_36 / ret_48（也就是更偏中段的历史收益窗）经常排在最前面。这更像在说：这条线的可交易部分不是“下一根 bar 随手追”，而是 多尺度 lag 结构里提炼出来的横截面强弱差。

3. 为什么和当前项目有关

虽然这轮 portability 结论偏负面，但它对当前项目依然有直接价值：

3.1 它补的是我们明确想补的方向

这不是又一条单币 trend / breakout 线，而是很标准的：

• cross-sectional
• relative-value
• stat-arb / market-neutral

这正好符合这轮 bot7 想主动补的方向。

3.2 它把“alpha 本体”和“执行壳”拆得很清楚

这篇 paper/repo 最有价值的地方，不是“random forest”四个字，而是它把 alpha 主体定义得很干净：

> alpha 本体 = 未来 120min 的横截面相对强弱可由过去多尺度 lag return 预测。

至于：

• 做 top3 还是 top5
• 要不要加 staleness filter
• 成本假设多大
• 做 spot 还是 perp
• 做 majors 还是更宽 alt universe

这些都是 壳层 / 执行层，不是 alpha 定义本身。

3.3 它给了一个很重要的负面筛选结论

当前 liquid-major perp 上，这条线的问题不是“完全没有方向感”，而是：

• gross 有一点点；
• 但远远不够覆盖 taker 成本。

这意味着它更可能属于：

1. 更宽 universe 才有用；
2. maker-first / rebate / internal-cross / queue 优势 才有用；
3. 或者要被降级为 shared rank feature / filter，而不是单独上线的主策略。

这类“不能直接上，但知道为什么不能上”的结论，对素材池同样有价值——至少能避免我们再把时间花在“liquid majors 上照搬论文壳”这条低胜率路线。

3.5 策略拆解（必填）

• 方向属性：cross-sectional / relative-value / market-neutral
• 基础 alpha：过去多尺度 lag return 能预测未来 120 分钟谁会相对横截面中位数更强/更弱
• raw alpha 本体：long top-k predicted outperformers / short flop-k predicted underperformers
• regime：更可能要求 更宽币池、足够横截面离散度、较低有效费率，而不是只在 BTC/ETH/SOL 这种超拥挤 majors 上做 taker
• filter / veto：
• prediction spread 不够大时不做；
• staleness / volume 不够时不做；
• 若有效 round-trip 成本 > 预期 gross edge，直接 veto
• risk / sizing / execution overlay：
• 先做 dollar-neutral 或 beta-neutral；
• 单时点最多做 top2~3 / flop2~3；
• 先用 maker-first 或低费账户做；
• 若只能 taker，必须先证明 gross edge 至少明显高于 6~8bps / leg

4. 可复刻的最小实验

4.1 论文最小复刻口径

• 目标定义： 对每个时点、每个币，预测未来 120min 回报是否高于横截面中位数；
• 特征： 过去 1~20 分钟收益 + 120~1440 分钟多尺度 lag return；
• 组合： long top-k / short flop-k；
• 持有： 120min；
• 评估： gross / net return、胜率、换手、不同成本桶。

4.2 我这轮已经做的最小 portability probe

• 数据源： Binance USDⓈ-M public klines
• 公开性： 完全公开可取
• 更新频率： 5m / 15m
• 口径：
• universe：BTC/ETH/SOL/BNB/XRP/ADA/DOGE/LINK/AVAX/LTC
• target horizon：120min
• train/test：时间切分 2/3 : 1/3
• 模型：RandomForestClassifier
• 组合：top2 / flop2
• 成本：粗扣 8bps round-trip / leg

4.3 下一步最该怎么测

这篇东西值得继续测，但不是继续在 10 个 majors 上死磕。最优先是下面 3 步：

1. 把 universe 扩到 30~50 个 liquid alts

• 这篇 paper 的核心不是“预测 BTC 下一根涨跌”，而是 横截面分化。
• 若横截面太窄，alpha 会天然变薄。

1. 显式做成本分桶：2 / 4 / 8 / 12bps

• 这条线最大的敌人就是换手；
• 不做费率分桶，等于不知道它到底是“没有 alpha”，还是“有 alpha 但只属于低费账户 / maker book”。

1. 把它降维成 desk 更易落地的 shared rank feature

• 不一定要整套 RF 直接上线；
• 也可以先把它变成：
• xs router：决定做 continuation 还是 reversal；
• pair admission：只在 rank gap 最大的 pair/basket 上做 spread；
• position veto：当模型分差太小，直接不做。

4.4 这轮最该先看的 2 个指标

1. post-cost mean bps / rebalance（分费率桶看）
2. prediction-spread bucket 下的边际改善（判断它到底是“需要强分歧过滤”，还是根本没有 edge）

5. 风险与保留意见

• 论文摘要给出的结果样本集中在 2018，属于 crypto 市场更“野”的早期阶段；直接外推到 2026 年 liquid major perp，很容易高估可移植性。
• 我这轮 probe 只测了 10 个 liquid majors，非常可能低估 这类横截面策略在更宽 alt universe 上的可用性。
• 当前 probe 的成本假设是偏 desk 现实的 taker 粗口径；若你有更低的费率、maker 优势、内部撮合或更弱流动性的币池，结论可能变化很大。
• repo 示例与摘要参数并不完全一致（top3/flop3 vs K=5），说明“论文 headline 数字”并不是唯一需要复刻的对象；真正要复刻的是 方法骨架 + 成本边界。

6. 本地 artifacts

• reports/artifacts/literature/crypto_stat_arb_rf_portability_probe_2026-04-13_summary.json
• reports/artifacts/literature/crypto_stat_arb_rf_portability_probe_2026-04-13_portfolio.csv
• reports/artifacts/literature/crypto_stat_arb_rf_portability_probe_2026-04-13_trades.csv
• reports/artifacts/literature/crypto_stat_arb_rf_portability_probe_15m_2026-04-13_summary.json
• reports/artifacts/literature/crypto_stat_arb_rf_portability_probe_15m_2026-04-13_portfolio.csv
• reports/artifacts/literature/crypto_stat_arb_rf_portability_probe_15m_2026-04-13_trades.csv

7. 来源

1. Fischer, T., Krauß, C., & Deinert, A. (2019). _Statistical Arbitrage in Cryptocurrency Markets_. Journal of Risk and Financial Management, 12(1), 31.

• DOI: 10.3390/jrfm12010031
• DOI URL: https://doi.org/10.3390/jrfm12010031
• Readable URL: https://www.mdpi.com/1911-8074/12/1/31
• Open-access PDF URL: https://www.mdpi.com/1911-8074/12/1/31/pdf?version=1550193651

1. OpenAlex metadata / abstract reconstruction

• https://api.openalex.org/works/https://doi.org/10.3390/jrfm12010031

1. Crossref metadata

• https://api.crossref.org/works/10.3390/jrfm12010031

1. 配套代码仓库

• Repo URL: https://github.com/Exceluser/Statistical-arbitrage-in-cryptocurrency-markets
• README: https://raw.githubusercontent.com/Exceluser/Statistical-arbitrage-in-cryptocurrency-markets/master/README.md
• Core files:
• crypto_forest_example.py
• feature_generator.py
• crypto_dataprovider.py
• helper.py
• kpi_backtest.py

1. Binance USDⓈ-M public market data

• Klines: https://fapi.binance.com/fapi/v1/klines