← 返回 Quant Digests · 站点首页
别把这份 funding-rate-arb 仓只读成“收租复盘”：对 short-cycle desk，更该先拆的是「entry/exit hysteresis + threshold-flat robustness」这条完整 raw alpha
更新时间：2026-04-16 17:33 UTC
研究时间：2026-04-16 17:31 UTC
类型：GitHub repo source audit（`README.md` + `src/backtest.py` + `src/sensitivity.py` + `src/basis_trade.py` + `src/data_fetcher.py`）
主题标签：raw-alpha/carry/funding/basis/relative-value/stat-arb/delta-neutral/hysteresis/threshold-robustness/1m/3m/5m/15m/repo/cost/risk
证据类型：工程实现证据（含源码与回测结果）
源文件：research/quant_digests/2026-04-16_1731_fundingcarry-hysteresis-thresholdflat-alpha.md
- 时间：2026-04-16 17:31 UTC
- 类型：GitHub repo source audit（
README.md + src/backtest.py + src/sensitivity.py + src/basis_trade.py + src/data_fetcher.py）
- 主题类型：raw alpha
- 基础 alpha：
long spot + short perp 的 delta-neutral carry（高 funding 入场，funding 回落离场；价格腿主要承担 basis 漂移）
- 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/carry/funding/basis/relative-value/stat-arb/delta-neutral/hysteresis/threshold-robustness/1m/3m/5m/15m/repo/cost/risk
- 证据类型：工程实现证据（含源码与回测结果）
1) 这次看了什么
这个仓库不是“概念讲解”，而是完整链路：ccxt 拉数据 → 策略回测（含成本）→ 阈值敏感性扫描 → 与 dated futures basis 对照。
2) base alpha 先说清
一句话： > 当永续 funding 足够高时，做 long spot + short perp 收 carry；当 funding 衰减到阈值以下就平仓。
所以它是标准 raw alpha（carry / relative-value / stat-arb），不是 filter 或 overlay。
3) 核心结论（对 desk 最值钱）
- 可直接落地的规则完整：源码里给了明确的
entry_bps / exit_bps / taker_bps / max_hold_periods，并把开平双腿成本显式计入（round-trip 16 bps）。
- 阈值鲁棒性比“最优点”更重要：敏感性扫描显示
entry 在约 1~3 bps 区间收益较平坦，不是靠单点参数吃饭；exit=0 往往优于更早离场，说明“轻微 funding 回落不必急着砍”。
- regime 依赖非常强：README 给出的分段结果里，2021 年 carry 很肥，2025+ 明显变薄（BTC/ETH 年化约
4% 左右），接近交易摩擦生死线。
- 默认参数下有可读收益-风险画像（repo 报告）：BTC/ETH 年化约
9.0% / 11.2%，最大回撤约 -0.34% / -1.80%，但资金利用率仅约 32%~37%，本质是“稀疏开仓的机会型 carry”。
3.5) 策略拆解（必填）
- 方向属性：相对价值 / carry（市场中性）
- 基础 alpha：
funding rich -> short perp + long spot，等待 funding 均值回落
- regime：资金费率整体分布与市场杠杆拥挤度（bull 更肥，低杠杆期变薄）
- filter / veto：可加
spread-cap、流动性阈值、结算前后禁入窗口
- risk / sizing / execution overlay：按 funding 强度分层仓位；双腿成交成本上限；最大持有期与负 carry 连续时长止损
4) 可复刻的最小实验（映射 1m/3m/5m/15m）
- 研究假设：同样是 funding carry，短周期能否通过执行与 admission 把净收益从“接近成本线”拉回正值。
- 可计算定义：
- 状态变量：
f_t（8h funding，向 1m/3m/5m/15m 前向填充）
- 入场：
f_t > q80 或固定 f_t > 1bp
- 离场：
f_t < q50 或固定 f_t < 0.5bp
- 成本：按两腿 round-trip bps + 滑点阶梯
- 最小回测切口：BTC/ETH，Binance spot+perp，先做
15m（稳健基线）→ 5m（主战）→ 3m/1m（结算窗口高强度版本）。
- 先看 2 个指标：
net_bps_per_trade、post-cost win rate（再看 max_dd 与 exposure）。
5) 风险与保留意见
- 当前仓库以 8h funding 驱动，短周期迁移后最容易被执行摩擦和腿间滑点吃掉。
- 若只看年化、不看
exposure 与容量，会高估可部署性。
- README 结果是仓库作者口径；落地前要做统一成本梯度（maker/taker/混合）与多交易所复核。
6) 下一步怎么测（执行清单）
- 在
15m 先做固定阈值 vs 分位阈值 A/B（同一成本口径）。
- 在
5m 加入 spread-cap veto（只做价差未恶化样本）。
- 在
1m/3m 只做 funding 结算前后事件窗（例如 [-30,+30] 分钟），验证是否存在可交易 pocket。
- 四周期统一输出：
trade_count / net_bps / max_dd / exposure / implementation_shortfall，先过 admission 再谈放大仓位。
7) 来源
- zwmjj. (2026). *Crypto Funding Rate Arbitrage*. GitHub repository. DOI: N/A.
Readable URL / Repo URL: <https://github.com/zwmjj/funding-rate-arb>
- Repo source files: