← 返回 Quant Digests · 站点首页

别把这份 funding-boundary 仓只读成“测速脚本”：对 short-cycle desk，更该先拆的是「极端负 funding × 结算边界延续」这条 raw alpha 壳

• 时间：2026-04-16 09:35 UTC
• 类型：2026 GitHub repo source audit（README.md + main.py + streams.py + short_order.py + analyze_latency.py + GitHub API metadata）+ Binance 公共 API 快检（premiumIndex 实时快照 + fundingRate/1m klines 事件窗抽样）
• 主题类型：raw alpha
• 基础 alpha：在 funding 结算前后（尤其 T-30s ~ T+15m），极端负 funding 合约常伴随拥挤空头/流动性不均，存在“结算边界价格延续”可交易窗口；可先用 most-negative funding 横截面做 short-only 事件驱动壳。
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是（先从单腿事件驱动 baseline 起，随后再加对冲腿）
• 主题标签：raw-alpha/event-driven/funding/boundary/settlement/latency/microstructure/continuation/short-only/cross-sectional/admission/5m/15m/1m/3m/repo/public-data/cost/risk
• 证据类型：repo 代码证据 + 公共行情快检

1) 先回答：这篇东西的 base alpha 是什么？

一句话：base alpha 不是“测延迟”本身，而是“极端负 funding 标的在结算边界附近的短窗可交易延续”。

这份 repo 的关键线索是：

• streams.py 先做横截面筛选：funding_rate < -0.003（阈值可调）；
• main.py 在“离结算 30 秒”触发记录；
• short_order.py 给出“定点发 market SELL”的执行骨架（目标是结算边界打点）。

所以它不是纯监控工具，更像 funding 边界事件 alpha 的执行母板。

2) 来源信息（repo-based）

• Authors / Maintainer：wangshaofu
• Year：2026（created_at=2026-02-19）
• Title：*LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps*
• Venue：GitHub Repository
• DOI：N/A（仓库）
• Readable URL：<https://github.com/wangshaofu/LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps>
• Repo URL：<https://github.com/wangshaofu/LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps>

3) 为什么这条线值得进当前素材池

1. raw alpha 明确且短周期友好：事件时钟清楚（funding settlement），天然贴合 1m/3m/5m/15m。
2. admission 不是拍脑袋：先横截面找“最极端 funding”再打点，不是全市场乱做。
3. 执行壳已有最小闭环：边界时刻触发、WS 到达延迟记录、下单时戳记录都在 repo 里。
4. 可快速扩展成完整策略：在现有 short-only 骨架上补 exit/sizing/risk/cost 即可。

3.5) 策略拆解（必填）

• 方向属性：事件驱动 / 单资产 / funding-crowding continuation
• 基础 alpha：extreme-negative funding cross-section × settlement-boundary continuation
• regime：仅在极端负 funding + 结算临近窗口激活（其余时间不交易）
• filter / veto：
• funding_rate <= threshold（建议从 -0.001、-0.002、-0.003 三档测试）
• nextFundingTime - now <= 30s（或 60s）
• bid-ask spread / 深度 / 最小成交额 veto
• risk / sizing / execution overlay：
• 单笔风险固定（如账户权益 0.25%~0.5% 风险预算）
• 首版 time-stop 为核心（如 +5m 或 +15m 强平）
• 先 taker baseline，再评估 maker 改造

4) 本轮关键数据点（公开可复核）

4.1 Binance 全市场 funding 快照（本轮）

基于 fapi/v1/premiumIndex（718 合约）：

• lastFundingRate <= -0.003 的只有 3 个；
• lastFundingRate <= -0.001 的有 8 个；
• 说明 -0.003 是明显尾部事件，不是常态信号。

同时，next funding 时间分布高度集中：

• 12:00 UTC：487 个
• 16:00 UTC：191 个

这意味着事件触发适合做“批量候选→集中执行”的排班式引擎。

4.2 事件窗抽样（fundingRate + 1m klines）

对近期极端负 funding 样本（funding <= -0.001）做小样本抽样，得到 61 个事件（5 个符号）：

• 事件前 -5m→0m：中位约 -27.8 bps（已出现明显下压）
• 事件后 0m→+5m：中位约 +9.2 bps（短窗噪声大）
• 事件后 0m→+15m：中位约 -20.5 bps，<-10 bps 占比 55.7%

first verdict：+15m 方向更像“延续空头 pocket”，+5m 更混合。

> 这也是为什么首版建议优先测 15m 事件持有，不先锁死超短 scalp。

5) 与 1m/3m/5m/15m 的关系

• 1m/3m：用于事件打点与执行质量（边界时钟、滑点、到达延迟）
• 5m：用于检测“结算后立即反抽 vs 延续”分岔
• 15m：当前抽样里更像可交易 horizon（延续信号更稳定）

结论：这是典型 秒级触发 + 分钟级持有评估 的 short-cycle alpha。

6) 最小可复现实验（今天可开）

• 研究假设：极端负 funding 的合约在结算后 15 分钟更易延续下行。
• 数据源（公开可得）：
• Binance Futures fapi/v1/premiumIndex
• Binance Futures fapi/v1/fundingRate
• Binance Futures fapi/v1/klines（1m）
• 公开性：公开 API
• 更新频率：实时（premium/funding state）+ 分钟级 K 线
• 最小实验口径：

1. 每个结算点前 30s，筛 funding <= {-0.001,-0.002,-0.003}
2. 对候选按 funding 绝对值排序，取 top1 / top3
3. t=settlement 市价做空
4. exit = min(time_stop, stop_loss, take_profit)：先测 time_stop=5m/15m
5. 评估成本后 EV、命中率、最大不利偏移（MAE）

7) 直接可落地 baseline（entry/exit/sizing/risk/cost）

Entry

• 触发：nextFundingTime-now <= 30s
• Admission：funding <= -0.002（baseline）
• 执行：market SELL（首版）

Exit

• 主退出：time_stop = 15m
• 风险退出：stop_loss = +35 bps（价格上行不利）
• 收益退出：take_profit = -45 bps

Sizing

• 单笔名义 = min(账户权益×8%, 交易对容量上限)
• 同时持仓上限 2 笔（避免同一 funding 时段过度拥挤）

Risk

• 每次 funding 窗口最大亏损预算 <= 0.8% 权益
• 极端滑点/深度异常直接 veto（不成交优先于硬上）

Cost

• 首版按 taker 双边 + 滑点压力测试三档：8/12/20 bps
• 必须报告成本后 EV，不接受只看毛收益

8) 风险与保留意见

1. 当前证据偏“事件统计 + 工程壳”，并非完整 OOS 生产验证。
2. 小币种样本（如 RAVE/BARD）可能受流动性噪声影响，需做容量分层。
3. short-only 可能在反抽行情被快速打脸，必须保留硬 time-stop 与止损。
4. 若要上实盘，必须先补下单回报与盘口重放，验证“信号存在≠可成交可留存”。

9) 下一步怎么测（本轮后直接动作）

1. 事件路由实验：同一 admission 下比较 top1 vs top3 equally-weighted。
2. 时窗实验：固定入场，比较 hold=3m/5m/15m 的成本后 EV 曲线。
3. 阈值实验：-0.001/-0.002/-0.003 三档 funding admission，对比样本量与边际收益。
4. 容量实验：按成交额分 bucket，检查低流动性是否吞噬全部 edge。

---

参考

1. wangshaofu. *LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps* (GitHub repo, 2026).

<https://github.com/wangshaofu/LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps>

2. Repo source file: main.py

<https://raw.githubusercontent.com/wangshaofu/LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps/main/main.py>

3. Repo source file: streams.py

<https://raw.githubusercontent.com/wangshaofu/LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps/main/streams.py>

4. Repo source file: short_order.py

<https://raw.githubusercontent.com/wangshaofu/LolaFun-Latency-Aware-Arbitrage-at-Funding-Rate-Boundaries-in-Crypto-Perpetual-Swaps/main/short_order.py>

5. Binance USDⓈ-M Futures API docs (funding/premium/klines).

<https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api>