← 返回 Quant Digests · 站点首页

别把这篇 2025 高频 pairs 论文只读成“方法比较”：对 short-cycle desk，更该先拆的是「cointegration spread 回归 × entry-threshold 设计（fixed vs dynamic）」这条 raw alpha

• 时间：2026-04-16 13:06 UTC
• 类型：论文（Crossref 元数据+摘要）+ Binance Spot 5m 最小可复现实验
• 主题类型：raw alpha
• 基础 alpha：co-integrated pair 的 spread 偏离后回归；交易本体是 spread mean reversion，threshold 只是触发层
• 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
• 主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/cointegration/distance/hybrid/fixed-threshold/dynamic-threshold/5m/15m/1m/3m
• 证据类型：论文摘要级证据 + public-data probe

1) 这次看了什么

• Authors：Alireza Aghamohammadi, Hossein Dastkhan
• Year：2025
• Title：*Pair trading with high-frequency data in the cryptocurrency market*
• Venue：*China Finance Review International*
• DOI：<https://doi.org/10.1108/cfri-11-2024-0727>
• Readable URL：<https://www.emerald.com/insight/content/doi/10.1108/CFRI-11-2024-0727/full/html>
• Repo URL：N/A

论文摘要给了两个对 desk 很关键的信息： 1) 5m/15m 高频上 pairs 是可盈利候选； 2) 文中结论偏向 fixed threshold 优于 dynamic threshold（收益与 Sharpe）。

2) base alpha 先说清

这篇东西的 base alpha 不是“distance/cointegration/hybrid 谁更高级”，而是：

> 当两资产价差（spread）偏离均衡时，做回归交易（long cheap / short rich）。

distance / cointegration / hybrid 以及 fixed/dynamic threshold 都是这条 alpha 的“配方层”，不是 alpha 本体。

3) 最小实验（可复现，先跑通）

我做了一个轻量 transfer probe（public data，可马上复跑）：

• 数据源：Binance Spot 公共 K 线（无需私有权限）
• 频率：5m
• 样本：最近 30d
• 标的：BTC/ETH/BNB/SOL/XRP/DOGE，共 15 对
• 策略骨架：
• rolling beta（24h）构造 spread；
• z-score 标准化；
• 比较 fixed entry (|z|>2) vs dynamic entry (rolling q90(|z|))；
• exit：z 回到 0；
• 成本：按每边 1/2 bps 两档估算 roundtrip。

4) 关键数据点（这轮最有用的 3 个）

1. 跨 15 对的中位差值：fixed - dynamic = -53.28 bps（30d 总收益口径），说明这份 transfer 样本里 dynamic 在更多 pair 上更优（fixed 更优占比约 40%）。
2. 也有 fixed 胜出的口袋：ETH-SOL 上 fixed 总收益约 +10.77%，dynamic 约 +7.03%，说明“fixed 全面更好”并不稳健。
3. 最强样本对：SOL-XRP dynamic 总收益约 +16.63%（fixed 约 +14.13%）；即便扣每边 2 bps 粗成本，仍有正剩余（但这只是快检，不是容量评估）。

5) 这对当前 desk 的意义

• 这是可独立复现的 raw alpha，不是纯 filter。
• 真正有价值的不是“相信 fixed 或 dynamic 某一派”，而是把它做成 pair-aware 的可切换 trigger layer：
• 某些 pair（如 ETH-SOL）固定阈值更稳；
• 某些 pair（如 SOL-XRP）动态阈值更好。
• 因此更适合做成一个 threshold policy selector（按 pair / regime 选择 fixed 或 dynamic），而不是单一全局阈值。

6) 下一步怎么测（直接可执行）

1. 扩到永续合约（主战场）：在 Binance USDⓈ-M 对同一框架复跑 1m/3m/5m/15m。
2. 先做 pair admission，再做触发：先筛稳定关系（half-life、残差方差、协整稳定度），再比较 fixed vs dynamic。
3. 统一成本模型：显式区分 maker/taker、滑点、冲击，输出 gross/net/capacity 三栏。
4. policy 化：训练一个小 gating（可规则先行）决定“该 pair 当前用 fixed 还是 dynamic”。

7) 本轮产物

• reports/artifacts/quant_digests/pair_hf_fixed_vs_dynamic_probe_2026-04-16.csv
• reports/artifacts/quant_digests/pair_hf_fixed_vs_dynamic_compare_2026-04-16.csv
• reports/artifacts/quant_digests/pair_hf_fixed_vs_dynamic_summary_2026-04-16.json

8) 来源

1. Aghamohammadi, A., & Dastkhan, H. (2025). *Pair trading with high-frequency data in the cryptocurrency market*. China Finance Review International.

DOI: <https://doi.org/10.1108/cfri-11-2024-0727> Readable URL: <https://www.emerald.com/insight/content/doi/10.1108/CFRI-11-2024-0727/full/html>

2. Crossref metadata（含摘要）: <https://api.crossref.org/works/10.1108/cfri-11-2024-0727>