← 返回 Quant Digests · 站点首页

别把这组 crypto 订单流论文只读成“价格形成解释”：对 short-cycle desk，更该先测的是「small-size taker surge × no-large-flow confirmation」这条 raw alpha

• 时间：2026-04-14 00:06 UTC
• 类型：2024/2025 SSRN 论文元数据（Crossref + OpenAlex）+ Binance USDⓈ-M aggTrades size-bucket portability probe
• 主题类型：raw alpha
• 基础 alpha：当小单主动买卖压力突然单边化、但大单没有同向确认时，这段 move 更像“零售/噪声冲击后的短时失衡”，未来 1m~5m 更适合反打；若大小单同向共振，至少在当前 public-data 代理口径下，并没有给出干净 continuation。
• 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/microstructure/order-flow/trade-size-decomposition/retail-proxy/large-trade-confirmation/divergence/fade/binance-perpetual/1m/3m/5m/15m/paper/metadata/public-data/cost/risk
• 证据类型：论文元数据 + 本地 public-data portability probe

1. 这次看了什么

这轮主线不是继续做 CVD / OFI 的老读法，而是补一条更接近“交易对手拆解”的 microstructure raw alpha。

主参考材料有两篇：

1. Bozzetto, Christian; Sifat, Imtiaz; Nahidi, Narmin (2024)

• Title: *Fee Structure and Order Flow Informativeness in the Cryptocurrency Market*
• Venue: SSRN Electronic Journal / working paper
• DOI: 10.2139/ssrn.5051291
• Readable URL: <https://doi.org/10.2139/ssrn.5051291>
• Metadata anchor: <https://api.openalex.org/works?filter=doi:10.2139/ssrn.5051291>
• Repo URL: 暂未见公开代码仓库

1. Eom, Chanyoung (2025)

• Title: *The Anatomy of Retail Order Flow: Counterparty Decomposition and Price Formation*
• Venue: SSRN Electronic Journal / working paper
• DOI: 10.2139/ssrn.5974914
• Readable URL: <https://doi.org/10.2139/ssrn.5974914>
• Metadata anchor: <https://api.crossref.org/works/10.2139/ssrn.5974914>
• Repo URL: 暂未见公开代码仓库

要先说明清楚：这轮并没有直接读到 SSRN 全文 PDF，因为 SSRN 反爬挡住了正文抓取；所以我不假装看过没看到的表格数字。真正用来定题的，是：

• 标题 / 作者 / DOI / venue 等元数据；
• 这两篇都在说的同一件事：order flow 不能只看总量，应该拆交易对手或交易流类型；
• 我再用 Binance 公共 aggTrades 做一个可独立复现的 trade-size proxy 最小实验，回答更适合我们 desk 的问题：

> 如果把“小单主动流”当成 retail-like proxy，把“大单主动流”当成更强确认流，真正值得先测的，是 continuation 还是 divergence fade？

一句话先定性：

> 更值钱的不是“订单流有信息”这句空话，而是 small-size taker surge × no-large-flow confirmation -> short-horizon fade 这条 raw alpha。

2. 核心结论

• 一句话核心结论： 当前 first-pass 结果更支持“小单冲、但大单不跟”是一条可测的短时均值回归 raw alpha，而不支持把“大小单同向”直接翻译成短窗 continuation。
• 一句话证明方式： 我用 Binance USDⓈ-M BTC/ETH/SOL 最近 10 天 aggTrades，按日内成交额中位数 / 90 分位把逐笔成交粗分成 small / mid / large 三桶；再对每分钟主动买卖金额做 rolling z-score。结果：
• divergence_fade（小单极端单边、大单未确认）共有 1315 个事件，后 5m 平均 +0.646 bps、中位 +0.935 bps、胜率 51.6%；
• 但拉到 15m 后只剩 -0.071 bps，几乎归零；
• 相反，confirmed_cont（大小单同向）共有 3344 个事件，后 5m 平均 -0.444 bps、后 15m 平均 -0.504 bps，first-pass 反而更差。

最关键的不是绝对数有多大，而是方向判别已经分出来了：

> 在当前代理口径下，divergence 比 confirmation 更像 alpha，本体偏 mean reversion，不偏 continuation。

3. 为什么这条线值得单独写，而不是继续并进“泛 order flow”主题

它补的是一个当前池子里还不够密的缺口：

• 我们已经有 OFI、CVD、bar delta、large-trade bias 这类“看总压力方向”的材料；
• 但还缺一种更像交易对手拆解的读法：不是问“有没有买盘”，而是问“是谁在追这笔买盘，谁没来确认”。

对 short-cycle desk，这个问题很值钱，因为很多分钟级假突破 / 假延续，本质上不是“没有成交”，而是：

> 只有小单在追，真正更有信息量的大单没有继续抬轿。

这就让它和已有 OFI 线不完全重复：

• OFI / CVD 更像总失衡；
• 这条线更像失衡的成分拆解；
• 更适合补 1m/3m/5m 的 microstructure mean reversion 素材池。

4. 本地 public-data portability probe：把“retail-like vs confirmation flow”翻成 Binance aggTrades 最小实验

4.1 数据与口径

• 市场：Binance USDⓈ-M perpetual
• 资产：BTCUSDT, ETHUSDT, SOLUSDT
• 数据源：Binance Data Vision 日频 aggTrades 压缩包
• 样本期：2026-04-03 ~ 2026-04-12（10 天）
• 原始字段：price, quantity, transact_time, is_buyer_maker
• 主动方向判断：
• is_buyer_maker = False 视作主动买
• is_buyer_maker = True 视作主动卖
• 交易额：notional = price * quantity
• size bucket：按每币、每天的成交额分布粗分：
• small：<= 当日中位数
• large：>= 当日 90 分位
• 其他归 mid
• 每分钟聚合：对 signed_notional 求和，形成 flow_small / flow_large
• 标准化：240 分钟 rolling z-score

这里一定要诚实：

> small ≠ 真 retail，large ≠ 真机构。

这只是一个公开数据可复现的 proxy；但对 desk 来说，重要的是它能先回答：trade-size decomposition 到底有没有可交易形状。

4.2 信号定义

我先只测两条最朴素的分支：

1. divergence_fade

• flow_small_z >= 1.5 且 flow_large_z <= 0 → short
• flow_small_z <= -1.5 且 flow_large_z >= 0 → long

1. confirmed_cont

• flow_large_z >= 1.0 且 flow_small_z >= 0 → long
• flow_large_z <= -1.0 且 flow_small_z <= 0 → short

本地结果已写入：

• /root/clawd/jerry/momentum/reports/artifacts/quant_digest_live/smallflow_nolargeconfirm_fade_20260414.json

5. first verdict：当前更像“retail-like push exhaustion fade”，不是“confirmation continuation”

5.1 divergence_fade 有 first-pass 正形状，但只活在很短窗

divergence_fade 的聚合结果：

• 事件数：1315
• 后 5m：
• 平均 +0.646 bps
• 中位 +0.935 bps
• 胜率 51.6%
• 后 15m：
• 平均 -0.071 bps
• 中位 +0.389 bps
• 胜率 50.3%

翻成人话：

> 这条 edge 不是“拿住就会赚更多”的趋势信号，而更像 1~5 分钟里的短促回吐。

所以如果真要 desk 化，它的默认落点不是 15m hold，而是：

• 1m/3m 触发；
• 3m/5m time-box 出场；
• 15m 更适合拿来当“别硬抱”的反证窗口。

5.2 分币后，BTC / ETH 明显比 SOL 更像可交易 lane

按 5m 看，divergence_fade 分币结果：

• BTCUSDT：143 个事件，平均 +1.124 bps，胜率 59.4%
• ETHUSDT：295 个事件，平均 +0.977 bps，胜率 52.2%
• SOLUSDT：877 个事件，平均 +0.457 bps，胜率 50.1%

这说明：

• BTC / ETH 更值得先做主实验；
• SOL 这类更活跃、但噪声也更重的名字，可能需要更严格的过滤层；
• 如果直接把这条线包装成“全市场 microstructure 定律”，就过度了。

5.3 “大小单同向 = continuation” 这条直觉，当前反而站不住

confirmed_cont 的结果更重要，因为它帮我们排除了一个很常见、但容易想当然的读法：

• 事件数：3344
• 后 5m 平均：-0.444 bps
• 后 15m 平均：-0.504 bps
• 三个币 5m 都没给出正值：
• BTC：-0.663 bps
• ETH：-0.181 bps
• SOL：-0.481 bps

所以这轮最重要的研究结论之一，不是“某个信号赚多少”，而是：

> 别先入为主地把 large flow confirmation 当 continuation alpha；至少在这个公开 proxy 里，真正更值得先测的是“未被大单确认的小单冲动”会不会回吐。

6. 这条 raw alpha 的 desk 化读法

6.1 它的本体是 mean reversion，不是 overlay

这条线的 base alpha 很清楚：

> retail-like one-sided push 在没有大单确认时，更容易短时回吐。

所以它不是 filter，不是 regime 说明书；它本身就是一条单资产、microstructure、短窗均值回归 raw alpha。

6.2 但它目前还不是“可以直接一键上线的完整策略”

原因也很清楚：

• 5m 的 gross edge 仍很薄；
• 双边 taker 成本很可能直接把它吃掉；
• 目前还没把 1m/3m、session、spread、funding/OI crowding、maker fill quality 全部分层跑完。

所以这一轮最诚实的定性是：

> 它已经够格进入 raw alpha 素材池，但暂时还不该被写成 production-ready 完整壳。

6.3 更合理的第一版落地形态

如果继续做，不建议上来就：

• 全市场全币跑；
• 每个事件都 taker 反打；
• 持有到 15m。

更像样的第一版应该是：

1. 先只做 BTC/ETH；
2. 只保留 small-flow z 更极端的事件；
3. 默认 3m time-stop，5m 最多容忍；
4. maker-first 或者 half-maker 执行优先；
5. funding / OI / liquidation crowding 极端时先 veto，因为那种情况下“看起来像小单冲动”的 move 可能其实是更大级别级联的前奏。

7. 策略拆解（必填）

• 方向属性：single-asset / microstructure / short-horizon mean reversion
• 基础 alpha：small-size aggressive flow surge without large-flow confirmation -> short-horizon fade
• regime：更适合高流动、逐笔成交连续、价差稳定的 majors；极端新闻 / 级联 / funding squeeze 时应降权
• filter / veto：funding/OI/liquidation crowding、异常大波动分钟、宽点差、session 交接时段、单边趋势已明显扩散时不做
• risk / sizing / execution overlay：事件强度分层仓位、3m 默认 time-stop、5m 最长容忍、maker-first、连续亏损 cooldown、每分钟成交次数上限

8. 为什么它和当前 desk 直接相关

这条线比继续补一个“泛解释型 order flow 综述”更值得，因为它满足当前优先级：

• 是 raw alpha，不是 overlay；
• 公开数据可复现；
• 能映射到 1m/3m/5m/15m 的最小实验；
• 而且与已有 raw alpha 积累直接互补。

更具体地说：

• 它能和已有 OFI / CVD 线做正交组合：一个看总压力，一个看压力成分；
• 它也能给已有 trend / breakout / cascade 书做execution veto：如果只是小单在冲、没有大单确认，也许不该追；
• 对 pairs / basis / carry 书，它还能做短时级别的入场细化：择更不拥挤的瞬时切点，而不是只看慢状态。

9. 风险与保留意见

• size 不是身份。 用成交额去 proxy retail / informed flow，很粗糙；只能说是第一层 public proxy。
• 当前 alpha 很薄。 +0.646 bps / 5m 这种量级，不足以支持盲目 taker。
• 15m 不该硬抱。 这条线一旦拖到 15m，优势基本消失。
• 全文未直读。 这轮主要靠 metadata 定题 + 公共数据复现，不应伪装成“已完整复刻论文主表”。

10. 下一步怎么测

1. 先补 1m/3m/5m/15m 完整 horizon sweep。 当前最重要的问题不是再调阈值，而是确认 edge 究竟活多久。
2. 做 friction ladder。 至少跑 0 / 2 / 4 / 6 / 8 bps 单边或 round-trip 口径，别只看 gross。
3. 做 BTC/ETH 专项 refine。 把 small-flow z 阈值改成 1.5 / 2.0 / 2.5，看看 edge 是否随极端度上升而单调增强。
4. 补 crowding veto。 把 Binance public funding / OI / top-trader ratio 接进来，检验“看起来像 retail push”的事件里，哪些其实是 crowding continuation，应该禁做 fade。
5. 做 maker-first 版本。 如果 taker 费后归零，但 maker-rebate 或 passive fill 还能留边际，这条线才值得继续深挖。

11. 来源

1. Bozzetto, C., Sifat, I., & Nahidi, N. (2024). _Fee Structure and Order Flow Informativeness in the Cryptocurrency Market_. SSRN Electronic Journal.

DOI: 10.2139/ssrn.5051291 Readable URL: <https://doi.org/10.2139/ssrn.5051291> Metadata URL: <https://api.openalex.org/works?filter=doi:10.2139/ssrn.5051291>

1. Eom, C. (2025). _The Anatomy of Retail Order Flow: Counterparty Decomposition and Price Formation_. SSRN Electronic Journal.

DOI: 10.2139/ssrn.5974914 Readable URL: <https://doi.org/10.2139/ssrn.5974914> Metadata URL: <https://api.crossref.org/works/10.2139/ssrn.5974914>

1. Binance Data Vision — USDⓈ-M Futures Daily AggTrades

URL pattern: <https://data.binance.vision/data/futures/um/daily/aggTrades/BTCUSDT/BTCUSDT-aggTrades-2026-04-12.zip> 公开性：公开可下载 更新频率：日更归档 最小可复现实验口径：逐笔成交字段 price / quantity / transact_time / is_buyer_maker，按 trade notional 分桶后聚合到 1m 做 signed flow z-score