← 返回 Quant Digests · 站点首页

别把这份 Hyperliquid 验证仓只读成 lead-lag / basis checklist：对 short-cycle desk，更该先拆的是「economically linked market pair × spread z-score fade」这条 raw alpha 壳——但 first live probe 先暴露的是 stale-leg admission

更新时间：2026-04-14 16:40 UTC 研究时间：2026-04-14 16:38 UTC 类型：2026 GitHub repo source audit（`README.md` + `src/arb/signals/spreads.py` + `notebooks/03_spread_reversion.py` + `src/arb/backtest/engine.py` + `src/arb/backtest/metrics.py` + `tests/test_signals.py`）+ Hyperliquid public `allMids` live probe 主题标签：raw-alpha/relative-value/stat-arb/linked-market/spread-zscore/mean-reversion/hyperliquid/hip-3/spot-vs-linked-market/stale-quote/admission/1m/3m/5m/15m/repo/public-data/cost/risk 证据类型：源码规则 + repo 研究框架 + 公共 live mids first verdict

源文件：research/quant_digests/2026-04-14_1638_hyperliquid-linkedmarket-spreadfade-shell.md

1. 先把一句话说清楚：这篇东西的 base alpha 是什么？

> base alpha = economically linked market pair spread mean reversion。

这份新 repo 真正值得 desk 先收下来的，不是“它同时研究 lead-lag、funding、execution”这么泛，而是它把其中最贴 short-cycle raw alpha 的那条支线写得很清楚：

翻成人话： 不是赌 SPX、BNB 或 gold proxy 下一根涨跌， 而是赌 两条本来应该跟得更近的市场腿，暂时错位后会回归。

所以这不是 filter，也不是 overlay；它本体就是一条 relative-value / stat-arb / spread-fade raw alpha。

2. 这次看了什么

主来源（repo）

关键源码 / 文档

本轮自建 probe 产物

3. 一句话核心结论 + 一句话证明方式

一句话核心结论

> 这份 repo 最值得 desk 先吸收的，是 linked-market spread z-score fade 这条 raw alpha 壳；但 live public probe 先暴露出的第一瓶颈不是 z-score 阈值，而是 HIP-3 / deployer 腿在短窗口里经常明显 stale，所以下一层 admission 应先做“freshness / update-rate gate”，再谈 1m/3m/5m 真正迁移。

一句话证明方式

> 证明来自两层：源码里 spreads.py 已把 OLS beta、z-entry/z-exit、half-life、post-cost edge 写成可复现规则；而我用 Hyperliquid public allMids 做 120 秒 live probe 后看到，XAUT0/GLD、SPY/QQQ、BNB/BNB1 这些 linked pair 的两条腿更新频率极不对称，最典型的是 XAUT0 17 次 vs GLD 0 次、BNB 68 次 vs BNB1 2 次，说明短周期 first verdict 必须先做 stale-leg veto。

4. 为什么这轮值得写，而不是继续在已有 pairs / basis digest 里打转

这轮仍值得单独写，原因有三层：

  1. 它不是又一篇“纯 cointegration 教学对”。

    2. 已有很多 digest 在测 cointegration / pair admission / spread fade，但大多还是传统 coin-vs-coin、spot-vs-perp、cross-venue futures basis。这份 repo 把目标市场换成了 Hyperliquid 原生 perp + HIP-3/deployer token + 外部 reference 的混合 linked-market 宇宙，结构上更接近一条新数据面。

  1. 它天然服务于用户现在想补的 raw alpha 池。

    2. 这轮不是再讲 breakout、trend filter 或执行 veto，而是明确补一条 relative-value / stat-arb / pairs / spread MR 思路，而且能落到 1s/1m/3m/5m/15m 的最小实验。

  1. 它很诚实地把“prove or kill”写进 repo 目标。

    2. README 明说四类假设要逐条验证，不是假定 edge 一定成立；这很适合 desk intake，因为我们要的是 first verdict 素材池，不是漂亮故事。

5. repo 真正提供了什么

5.1 README 已经把 raw alpha 家族拆开了

README 里把四条假设分成：

其中对本轮最重要的是 Hypothesis B = structural edge。 这等于 repo 作者自己已经帮我们把层级划好了：

所以这轮完全可以不被 README 的“大而全”带偏，直接盯住 B。

5.2 spreads.py 已经把最关键的 raw alpha 骨架写清楚了

src/arb/signals/spreads.py 的价值非常直接：

默认阈值也很清楚：

翻成人话就是： > 先别谈 fancy feature，先问 linked pair 的 spread 有没有“偏离够大再回去”的基本形状。

这正是 raw alpha 最该先回答的问题。

5.3 03_spread_reversion.py 说明它不是停在公式层

notebooks/03_spread_reversion.py 进一步把研究口径写死了：

这句话很重要，因为它把 raw alpha intake 的录取线说得非常清楚。

5.4 回测与 falsification 层也不是空壳

虽然本轮不打算把它吹成“马上能上实盘的完整策略”，但 repo 的 backtest/metrics 层确实比很多新仓库认真：

所以更准确的定位不是： > “这就是一条已经验证完成的策略。”

而是： > 这是一条 raw alpha 候选 + 一套很像 desk intake 流程的验证壳。

6. 我做的 Hyperliquid public live probe：先看到的不是 edge，而是 freshness 问题

6.1 数据与口径

本轮 public probe 很轻，但足够说明问题：

  1. 看每条腿在 120 秒里更新了多少次；
  2. 再看配对后的 beta / spread_std / current_z / half_life / return corr；
  3. 判断它像不像“可以持续交易的 live pair”，还是“偶发跳点 + 长时间静止”。

6.2 先记最重要的 4 个数

数 1：XAUT0 动了 17 次，但 GLD 在 120 秒里是 0 次更新

这说明什么？ 不是 gold proxy 这条线一定没 alpha， 而是 当一条腿在动、另一条腿基本不动时，短周期 z-score 更像 stale-quote 计数器，而不是可执行的 spread MR。

数 2：SPY/QQQ 两条腿在 120 秒里都是 0 次更新

这基本等于直接提醒我们： > 不能因为 pair 在 registry 里存在，就默认它适合做 1m/3m/5m first verdict。

数 3：BNB perp 动了 68 次，但 BNB1 只有 2 次更新

这一组更有代表性： 一条腿连续小步动，另一条腿长时间静止、偶尔跳一下， 最后看起来“也不是完全不相关”，但 它的时间结构根本不像持续、顺滑、可按 spread fade 做管理的 pair。

数 4：XAUT0/GLD 的表面 half-life 约 9.3 samples，不该被误读成“已经证明可做”

因为 GLD 这条腿根本没更新， 所以这个 half-life 更可能反映的是 单腿在对一条冻结锚点做回摆， 而不是双腿共同构成的 live MR。

这也是本轮最重要的坑： > 如果不先做 freshness gate，半衰期、z-score、甚至 stationarity 都可能被 stale quotes 污染。

7. 这条线对 short-cycle desk 的正确定位

7.1 它是 raw alpha，不该降级成 filter

这一点很明确：

所以从题材分类上，它就是 raw alpha / stat-arb / relative-value。

7.2 但它现在还不是“拿到 repo 就能直接上”的完整策略

我给“是否可直接落地完整策略”打 否，原因不是 base alpha 不清楚， 而是：

  1. 当前 repo 对 Hypothesis B 仍是 validation-first；
  2. linked-market universe 里不同腿的更新频率、可成交性、staleness 问题还没被正式纳入 admission；
  3. 短周期真正能不能活，先取决于 两条腿是不是都在动，然后才轮到 z-score / fee / sizing。

换句话说： > 不是 alpha 没定义好，而是 live admissibility 这一步还没补齐。

7.3 它为什么仍然值得进素材池

因为它补了一个很有价值的研究问题：

> 在 Hyperliquid 的原生 perp + HIP-3 / deployer token 混合宇宙里，短周期 relative-value 到底应该先看“价差”，还是先看“报价是否还活着”？

这对 desk 很有价值：

8. 下一步怎么测（必须项）

我会把下一步拆成 4 个最小实验，而不是继续空谈“等更多数据”：

8.1 先做 freshness admission，再做 spread alpha

对每个候选 pair 先打 3 个 admission 指标：

  1. both_leg_updates_per_5m
  2. stale_gap_p95_s：两条腿最近一次更新时间差的 p95
  3. active_overlap_ratio：两腿都在最近 N 秒内有更新的样本占比

只有满足例如：

才允许进入真正的 spread MR 回测。

8.2 把信号压到最小可复现实验

先不要做太大而全的组合，直接做：

8.3 成本阶梯要先保守，不要先假设低摩擦天堂

对每个 pair 先跑：

这样能先回答： > 这条线的 alpha 本体到底有多厚，以及它到底是被成本杀死，还是被 stale-leg 假信号污染。

8.4 优先看哪几类 pair

下一轮别铺太宽，先盯 3 类：

  1. 原生 perp vs 活跃 deployer token

    2. 例如类似 BNB perp vs BNB1 spot 这种“有真实共底层映射可能性”的 pair。

  1. commodity / ETF proxy pair

    2. 例如 XAUT0 vs GLD，但前提是 deployer 腿更新率先过 freshness gate。

  1. index proxy cluster

    2. 例如 SPX / SPY / QQQ / QQQM，不是默认做 pair，而是先判断哪两条腿真的在 live window 里同时动。

9. 这轮的最终判断

我的判断很明确：

> natu 这份 repo 这轮最该被吸收的不是“Hyperliquid 有很多奇怪 token”，而是它把 linked-market spread MR 作为独立 raw alpha 假设写得很清楚；但 public first verdict 也很明确：先别急着测收益，第一步先做 stale-leg / freshness admission，否则很多看起来漂亮的 z-score 只是报价冻结造成的幻觉。

如果只用一句更短的话收束：

> base alpha 是对的；第一道门不是 beta，也不是 ADF，而是两条腿到底有没有在同一个时间里活着。

10. 来源

Repo / code

Public data used in this note