源文件：research/quant_digests/2026-04-15_2057_dynamicfactor-stationarybasket-alpha.md
15m public-data fast portability probe这轮选的是一篇 明确属于 raw alpha / pairs / stat-arb 的论文，而不是再绕回 filter 或结构解释：
这篇东西最容易被一句话误读成：
> “又一篇 cointegration / pair trading 论文，而且还是日频老币篮子，离 5m/15m 很远。”
如果只看标题，这种误读很自然；但对当前 desk，更值钱的不是“cointegration 这三个字”，而是它把 basket long-short 讲清楚的方式：
> 先把全市场共同涨跌剥成一个 integrated market factor，再盯住第二个 stationary relative-value factor 的下一步预测；交易上做的是 basket 内 top-vs-bottom 的多空重排，而不是只盯某一对 spread 的 z-score。
这就让它和最近已写过的一堆 pair admission × spread fade 有了明确区分：
> base alpha = stationary relative-value factor mean reversion inside a crypto basket.
翻成人话：
BTC/ETH/LTC/XMR 这些币一起涨跌时，里面有一大块只是“市场一起动”；就做：
所以它是：
raw alphafilterregimeoverlay这里的 stationary factor gate 很重要，但那是保护这条 raw alpha 的交易条件，不是 alpha 本体。
/tmp/s10203-021-00318-x.txtreports/artifacts/quant_digests/2026-04-15_dynamicfactor_basket_probe_fast.pyreports/artifacts/quant_digests/2026-04-15_dynamicfactor_basket_probe_fast_trades.csvreports/artifacts/quant_digests/2026-04-15_dynamicfactor_basket_probe_fast_summary.json> 这篇 paper 最该给 desk 留下的，不是“crypto 也能 cointegration”，而是“stationary factor forecast 可以直接转成 basket 内 top-vs-bottom market-neutral long-short，而且第二因子一旦不再 stationary，就该主动停手”。
> 论文在 2019 日频滚动窗口上，对 BTC/ETH/LTC/XMR 估计 2-factor 动态模型：前期是一条 integrated 因子 + 一条 stationary 因子；按 rescaled-price forecast 排序做多低半边、做空高半边，并在加入交易费后发现 c=0.20 的 no-trade band 最优。我的 15m fast transfer（Binance USDⓈ-M, BTC/ETH/LTC/XRP，PCA proxy 而非完整 MLE DFM）显示：直接翻成高频连续轮动后 gross 只剩约 +0.20 bps/笔，4bps round-trip 后明显转负，所以真正该先迁移的是“stationary-factor alpha + threshold/no-trade band + regime gate”这整套骨架。
论文先把价格写成：
f1f2然后把每个币做 rescale：
p*_i,t = p_i,t / beta_i1
这样处理后，不同币之间的相对差主要就由第二因子 f2 驱动。
真正关键的交易翻译是：
f2也就是：
> alpha 不是“某一对币的 spread 回不回”，而是“basket 内谁相对贵、谁相对便宜”的下一步重排。
这比 plain pairs 更像一个可扩展母板：
stationary factor 既当信号源，也当 regime gate这篇 paper 不是只讲经济学叙事，它把完整交易骨架写出来了：
BTC / ETH / LTC / XMR2019-01-01 到 2019-11-30c * σ_v0.10%这已经不是“可以想象怎么下单”的程度，而是：
> entry / exit / sizing / no-trade band / cost / regime stop 都有了。
所以字段里我把“是否可直接落地完整策略”记成 是。
论文 Table 6 的信息很重要，因为它非常贴近今天 short-cycle 研究常见的失败原因：
c=0）时，交易次数最多：252 次c=0.20c 提太高，交易数继续掉，收益也跟着掉翻成人话就是：
> 这条 alpha 不是“越勤奋越好”，而是“有 edge，但必须让 forecast edge 够厚再动手”。
这和我们最近大量 short-cycle portability probe 的结论是一致的：
论文明确指出：
这是一个很好的提醒：
> pairs / basket stat-arb 不是“找到一次 cointegration 就永远有效”，而是要持续检查“相对价值因子还在不在、还稳不稳”。
对当前 desk，很自然的迁移就是把它变成：
stationary factor alive?factor correlation too high?forecast edge > threshold?三个开仓前检查项。
近期 pairs / stat-arb digest 很多，但大部分还是：
这篇补的是另一个方向：
> 用公共 market factor + stationary relative-value factor 的拆法，直接把 signal 提升到 basket 排序层。
这能服务的不只是一个 pair，而是一整个 basket long-short 壳。
诚实说，这篇 paper 本体是：
所以不能装作“直接抄成 15m 就能上”。
但它对我们现在仍有价值，因为它补的是：
这些恰好是把 many-pair spread fade 往更可控 basket shell 推进时最缺的模块。
我没有去完整复刻 paper 的 MLE 动态因子估计，而是做了一个 快而诚实的 transfer check：
15m45dBTCUSDT / ETHUSDT / LTCUSDT / XRPUSDT7d rollingalpha_i / beta_i1 + (beta_i2 / beta_i1) * E[f2_{t+1}] 排序1 bar|corr(f1, f2)| < 0.184 bps round-trip目标不是“证明论文原样可搬到 15m perp”，而是先回答更重要的问题：
Fast probe summary（2026-04-15_dynamicfactor_basket_probe_fast_summary.json）：
4 bps round-trip 后：这组数字的价值不在于“它还能不能直接上”，而在于把 paper 的可迁移部分和不可迁移部分分开了：
stationary factor 作为 relative-value signal sourcetop-vs-bottom basket rankingfactor alive / not alive 作为 regime gate翻成人话：
> 不是这条 alpha 不存在，而是“每根 15m 都做”的版本太勤了，厚度完全不够付路费。
这反而更支持 paper 里最值钱的那个迁移点：
> c * σ_v no-trade band 不是修饰，而是这条 alpha 能不能活下来的核心。
我会把它读成：
对 5m/15m 更合理的第一版不是“全时间连续 top-bottom 轮动”，而是：
6~12 个 liquid majors 上做 rolling 2-factor / 3-factor proxyc=0c=0.2c=0.51 / 2 / 4 bps 费用阶梯也就是先把它从：
缩成：
这是这轮最重要的落地建议：
cσ_v band 真正搬到 15mBTC/ETH/SOL/XRP/LTC/BNB/DOGE/ADA15m3d / 7d / 14d 对照kkk = 1 or 2forecast_edge > c * rolling_sigma_vc ∈ {0, 0.2, 0.5, 1.0}即使最终不直接采用它的 basket 排序，也可以把：
factor2 stationary?|corr(f1,f2)| low enough?单独接到已有的：
去看它是不是一个 shared regime veto。
当前快检里 trade rate 高达 91.8%，这基本已经宣布“连续开仓不现实”。 下一步应先做：
10% / 5% / 2%1 / 2 / 4 bars如果这一步都抬不起厚度，就说明这条东西更适合当：
shared gatebasket construction lens而不是直接做主 alpha。
> 值得收进研究池，而且应归类为 raw alpha；但现阶段最值钱的不是“照抄日频多空排序”，而是把它拆成 stationary-factor alpha + threshold/no-trade band + regime gate 这套可迁移骨架。
> 直译成 15m 连续轮动版，first verdict 明显 cost-dead；但如果你正想把现有 pairs / basket MR 从“看 z-score 就上”升级成“先问 factor 还活不活、edge 够不够厚”，这篇 paper 很值得保留。