← 返回 Quant Digests · 站点首页

别把 pairs admission 继续写成“相关性 + ADF”二件套：这份 2026 研究仓更该先测的是「round-trip density × regime-stable pair screening」这层 raw-alpha admission filter

更新时间：2026-04-15 08:45 UTC 研究时间：2026-04-15 08:44 UTC 类型：GitHub / repo source audit 主题标签：pairs / stat-arb / relative-value / mean-reversion / admission / regime-stability / round-trip / beta-smoothness / repo 证据类型：工程证据（repo 源码 + 筛选输出表）

源文件：research/quant_digests/2026-04-15_0844_roundtrip-regimestable-pairs-admission.md

1. 这次看了什么

先回答 base alpha：这不是一个“新的 pair alpha 本体”，而是服务于 pairs raw alpha 的 admission 层——先用可计算的 round-trip 质量、beta 稳定度和跨 regime 一致性，把“看起来像协整、实际上不好做”的 pair 先筛掉。

这轮主看的是 2026 GitHub repo Epsilon-Fund/Epsilon-Quant-Research 里 statistical-arbitrage 模块，而不是昨天已经写过的 momentum / breakout 部分：

repo 元数据也还算新：

最有用的不是某个具体 pair，而是它把 pair admission 明确拆成 5 个可复用指标：

  1. Round-trip frequency + completion：这对 pair 在历史上是否真的经常“开得出、收得回”
  2. Relative beta smoothness：对冲比率是不是老在乱跳
  3. Window reversion speed：不同滚动窗里 spread 半衰期是否够快
  4. Regime stability：把样本切成 4 段后，是否大多数阶段都还能完成足够 round-trip
  5. ADF on best-reference spread：不是不用 ADF，而是把 ADF 降成尾部加分，不再当 admission 的唯一核心

2. 核心结论

2.1 repo 实际怎么打分

Pairs_Screening.py 里写得很直白：

但真正值钱的是它的评分结构，不是这些 daily 参数本身：

换句话说，这个 repo 在表达一件很 desk-friendly 的事： 如果一个 pair 只是统计上“像协整”，但 trade quality 很差、beta 老漂、不同阶段不稳定，那它就不该进下一轮 walk-forward。

2.2 这和已有 pairs digest 的差别在哪

我们索引里已经有很多 pairs / stat-arb 主线：

这轮不重复的点在于： 它不是再发明一条新 spread alpha，也不是继续卷 hedge ratio / stop / portfolio construction，而是把“pair 候选到底值不值得进回测”做成一套更交易导向的 admission score。

尤其是下面这三个维度，当前索引里还没有被单独讲透：

  1. round-trip completion：不是信号多就好，必须“开得出来也收得回去”
  2. relative beta smoothness：beta 抖得太厉害，意味着 hedge 不稳，真实成交更容易漂成方向暴露
  3. regime stability：哪怕全样本均值看着行，只要某 1~2 段完全不工作，live 很容易踩中坏阶段

2.3 top50 输出表已经给了几个直观提醒

pairs_screen_v5_top50.csv 的前几名不是传统“大币对大币”的直觉组合，而是一些更“能反复完成回归”的对：

这些数字未必能直接照抄到 short-cycle，但它们已经说明 repo 的筛选逻辑不是“找最像的两条线”，而是“找最像经常来回走完一趟的 pair”。

3. 为什么和当前项目有关

这轮虽然不是新的 raw alpha 本体，但和当前 desk 非常直接相关：

  1. 它服务的 base alpha 很清楚。

    2. 服务对象就是 pairs / stat-arb 的 spread mean reversion，不是泛化过滤器。

  1. 它补的是当前最缺的一层：pair admission 质量控制。

    2. 现在 pairs 线已经不少，但很多主题还停留在“方法可做 / alpha 可讲”；真正进 live 前，最常见的问题反而是：

  1. 它很适合 15m / 5m desk 化，而不要求抄 daily 参数。

    2. 需要迁移的是筛选逻辑，不是 1d + 1500 bar + 10 day hold 这些原始数值。

3.5 策略拆解（必填）

4. 可复刻的最小实验

4.1 最值得先做哪一版

最值得先做的是：把这套 pair screening 逻辑 desk 化到 15m，然后喂给我们已有的 pairs shell，当作 admission layer 对照实验。

也就是说，不要先把它当 standalone 策略；先把它当：

4.2 15m 最小实验口径

  1. annualized RT frequency
  2. RT completion
  3. relative beta smoothness
  4. fast-half-life 占比
  5. 4-regime stability
  6. ADF 只做轻量加分

4.3 一定要做的对照组

至少跑三组：

  1. Naive pair selection：相关性 + ADF
  2. Trade-quality selection：本轮 RT + beta smoothness + regime stability
  3. Hybrid：相关性/ADF 先粗筛，再用 trade-quality score 排名

真正想回答的问题是： 在同一个 execution shell 下，trade-quality admission 能不能让 pair 池更稳定，而不是只让 in-sample 看起来更漂亮。

4.4 先看哪些指标

先不要只看 Sharpe，优先看：

4.5 下一步怎么测

5. 风险与保留意见

6. 来源

7. 本地产物