← 返回 Quant Digests · 站点首页

别把这份 2026 research repo 只读成“又一个 pairs notebook”：对 short-cycle desk，更该先拆的是「validation-ranked pair admission × gross-exposure-capped spread fade」这条完整 raw alpha 壳——而且 repo 自带的 `15m` cost rerun 里，它扣完 Roll slippage 之后还活着

更新时间：2026-04-15 03:37 UTC 研究时间：2026-04-15 03:36 UTC 类型：2026 GitHub repo source audit（`README.md` + `config/default.yaml` + `src/crypto_trader/signals/pairs.py` + `src/crypto_trader/backtest/pairs_engine.py` + `src/crypto_trader/analysis/pairs_research.py` + `src/crypto_trader/backtest/slippage.py` + `data/processed/pairs/strategy/pairs_comparison_summary.csv` + `data/processed/costs/strategy_comparison.csv`） 主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/cointegration/walk-forward/validation-ranking/cost-aware-sizing/gross-exposure-cap/roll-slippage/binance-spot/15m/repo/cost/risk 证据类型：repo source audit + repo embedded results

源文件：research/quant_digests/2026-04-15_0336_avaxicp-validationranked-spreadfade-shell.md

1. 这次看了什么

这次主看的是一个 2026 GitHub research repo：

先把 base alpha 说清楚： > 这篇东西的 base alpha 不是“validation 排名”，也不是“成本模型”。它真正的 base alpha 仍然是 cointegrated spread mean reversion。

但这份 repo 值得 intake 的地方在于：它没有停在“找一对协整资产然后画 z-score”，而是把一条更接近 production review 的完整壳补齐了——rolling formation / zscore、状态机 entry-exit、cost-aware sizing、gross exposure cap、train-validation-test 排名、以及最终 cost rerun 全都在同一套框架里。

2. 核心结论

  1. alpha 本体很朴素，但实现壳比大多数 pairs repo 完整得多。

    2. generate_pair_signal_state() 用的是历史口径状态机：|z| >= entry 开仓，|z| <= exit 平仓，额外还有 stop_zscore 和 max_holding_period_bars。

  1. 它不是“拍脑袋挑最赚钱参数”，而是先过 validation/risk bar 再排名。

    2. rank_validation_configurations() 先筛：validation/test 不得爆仓、terminal equity 不能太低、drawdown 不能穿线、validation/test trade 数要够，然后再按 validation_sharpe / test_sharpe / calmar / return / turnover / train-validation gap 的加权分数排序。

  1. 它不是只会固定满仓开 pair，而是做了简单但实用的 cost-aware sizing。

    2. build_pair_target_notionals() 会按 expected_move / round-trip cost 和 |z|/entry_threshold 缩放 gross target，不够划算时最小只给 cost_aware_min_scale。

  1. repo 给出的最终 chosen pair 是 AVAXUSDT/ICPUSDT，而且不是只在 in-sample 好看。

    2. pairs_comparison_summary.csv 第一名参数是：

  1. 更关键的是，repo 还有一层真正的 cost rerun，而不是只报 sweep 指标。

    2. strategy_comparison.csv 里，pairs 最终 rerun（AVAXUSDT/ICPUSDT，15m）结果是：

一句话结论： > 这份 repo 最值得 desk 学的，不是“协整 spread 可以均值回复”这种老话，而是：如何把一条 pairs raw alpha 做成一套带 validation 证据门槛、成本缩放和 gross exposure 约束的完整研究壳。

它主要靠什么证明？ > 靠源码里的历史口径实现 + sweep 排名表 + 单独 cost rerun 表，而不是只靠 README 口号。

3. 为什么和当前项目有关

这份东西和当前 momentum 主线直接相关，因为它补的不是泛解释，而是 可复现、可进素材池、可拆成实盘组件 的 raw alpha 壳：

更现实一点说，最近 digest 里虽然 pairs 很多，但多数结论都落在：

这次不太一样： > Rah 这份 repo 至少给出了一条成本后仍然为正的 15m 现成 rerun。

当然也要留个心眼：config/default.yaml 顶部还有个 interval: 4h #15m 的旧注释，说明配置说明和最终产物存在过漂移；真正可信的口径，要以 strategy_comparison.csv 里落下来的 bar_frequency=15m 和具体参数表为准。

3.5 策略拆解（必填）

4. 可复刻的最小实验

研究假设

如果某对 liquid majors/alts 在滚动 formation 窗里仍维持较稳定的 cointegration / hedge ratio，那么 15m spread z-score fade 在加上最基本的 cost-aware sizing 和 gross cap 后，仍可能留下可交易净值曲线。

最小实验设计

先不要一上来就做全市场 pair search，直接做 4 步：

  1. 15m 复刻 repo 口径
  1. 5m 只做 execution translation，不改 alpha 本体

    2. 保持 pair admission 和 signal state 在 15m 冻结，把执行拆到 5m：

  1. 3m / 1m 只测 exit microstructure，不要重做全套选 pair

    2. 最先测的不是新 alpha，而是：

  1. 先做 friction ladder，再讨论扩大 universe

    2. 最少给三档：1 bps / 2 bps / 5 bps，否则 pairs 研究很容易把 gross alpha 误当净 alpha。

5. 下一步怎么测

按当前 desk 价值排序，我会先测这三件事：

  1. 把 repo 的 validation-ranked 壳迁到 Binance USDⓈ-M liquid majors

    2. 不是为了复制 AVAX/ICP 本身，而是为了回答：这个 ranking + evidence bar 是否真能筛出更稳的 crypto perp pairs。

  1. 把 cost_aware sizing 和 fixed sizing 做 A/B

    2. 这是 repo 最值得偷的旁支之一。先看：在同一个 raw alpha 上，它到底是实打实改善净收益，还是只是缩了风险同时也缩了机会。

  1. 把 15m signal / 5m execution / 1m unwind 拆层

    2. 如果这套壳未来真要进实盘，最像 production 的路线不是把 alpha 硬压到 1m，而是让更快频率去服务退出、减仓、冲击控制。

6. 来源

  1. Rah9742. (2026). _Crypto-Stat-Arb_. GitHub repository.
  1. Key source files audited
  1. Embedded result files used in this digest