源文件：research/quant_digests/2026-04-17_2114_deribit-polymarket-terminalprob-rv-alpha.md
README.md + docs/mathematical_theory.md + scripts/backtest.py + data_collector/collector.py + scripts/market_utils.py + bundled CSV sample/backtest rerun）Q(BTC 到期高于某价)，Polymarket 的 UP/DOWN token 直接给出二元事件价格；当两者偏离超过交易成本与滑点，而且 Polymarket 盘口能成交，就做 long cheap probability / short rich probability 的跨 venue relative-value / stat-arb。djienne（GitHub）POLYMARKET_UP_DOWN_DERIBIT_STRATEGY2026-02-11，最近更新 2026-04-17，当前 18 stars先把 base alpha 说清楚：
> 不是“Deribit 能不能预测 BTC 方向”本身，而是“Deribit 期权面抽出来的风险中性终值概率”和“Polymarket 同一终值事件的二元市场价格”之间，是否会出现可交易的跨 venue 概率错价。
这就是一条标准的 relative-value / stat-arb / raw alpha：
对当前 desk 来说，这个主题值钱的地方在于：
entry / exit / cost / latency / sizing 的完整壳；1m / 5m / 15m 的短周期研究节奏。repo 做的事情并不神秘，可以压缩成三步：
UP / DOWN 市场，比较市场价格和模型概率，若有足够 edge 就交易。所以它的交易本体不是“看涨/看跌 BTC”，而是：
> 比较 Deribit 的数字期权隐含概率，与 Polymarket 的 YES/NO token 价格有没有错位。
这本质上和我们之前做过的：
属于同一大类：同一底层经济对象，在两个定价层之间是否脱节。
因为这里的信号本体就是：
model_prob_up vs poly_prob_upmodel_prob_down vs poly_prob_downedge_up = model / market、edge_down = model / market只要边际收益大于：
这就是可以单独交易的一条 alpha，不依附于别的方向信号。
data_collector/collector.py 里，作者没有停留在 notebook 级 demo，而是把 live 数据流拆成三条：
5 分钟跑一次模型，产出 model_prob_up/down、poly_prob_up/down、edge_up/down1 分钟抓一次 Polymarket CLOB 最优 bid/ask5 分钟抓一次完整 BTC options chain这三条流刚好对应 desk 最关心的三件事：
scripts/backtest.py 的核心不是简单比较概率差，而是直接围绕“能否下单”写：
probabilities.csv 读取 model_prob / poly_prob / edgeorderbook.csv 读取当时真实可成交的 bid/asktake profittrailing stopstop losslatency_minutesfrictionmin_time_remaining_hoursposition sizing这点很关键：
> 很多 repo 只证明“模型概率”和“市场概率”有差；这份 repo 则往前走了一步，开始问“如果真按盘口成交，这个差还能剩多少”。
repo 不是拿绝对价差，而是用比率：
edge_up = model_prob_up / poly_prob_upedge_down = model_prob_down / poly_prob_down这样做的好处是：
0.10 对 0.15 和 0.60 对 0.65 的经济意义不同；repo README 和数学文档里最显眼的是：
这些当然重要，但对我们 desk 真正值钱的不是“曲面拟合本身”，而是：
> Deribit 期权面已经把 BTC 某个日终事件怎么定价写出来了；Polymarket 则把同一事件重新报价了一遍。
只要这两边的语言能对齐，这就是一条很像数字期权 / 预测市场之间的 stat-arb 线。
换句话说，repo headline 看起来像“概率计算器”，但对我们更重要的读法是：
当两者不同步，就有原材料可拆。
我没有把它当成“README 讲得好听”就收录，而是把 repo 拉到本地，直接重跑它自带的数据样本。
repo 自带：
data_collector/results/probabilities.csvdata_collector/results/orderbook.csv从样本里读到：
probabilities.csv 共 456 条记录orderbook.csv 共 932 条 orderbook 快照p90 约 **$0.02`人话： > 它不是只抓了一两次 snapshot 来讲故事，而是真的按分钟级、五分钟级连续采样过一段时间。
我直接用 repo README 里的示例参数重跑：
alpha-up = 2.40alpha-down = 1.80floor-up = floor-down = 0.35tp = 0.40trail-activation = 0.20trail-distance = 0.15latency = 2 minfriction = 1.5% per side回放结果：
TP 命中：2trailing stop：1$100 起）这组数字怎么解读最合理？
不是说“这条线没用”，而是说：
DOWN 侧 pocket，而不是上下对称我顺手扫了 bundled edge 分布：
UP 侧基本 没有有效信号行DOWN 侧能触发的信号行大约 4 次DOWN token 这一侧这很像什么？
> Polymarket 的 BTC 日度二元市场，在 repo 当前样本里，更常见的是“下跌概率被低估”而不是“上涨概率被低估”。
这不一定是长期真理，但它给 desk 一个很重要的 first verdict：
1m / 5m / 15m 的关系怎么理解很多人一看到“到期事件概率”就会误以为这是低频题。
其实不对。更准确的理解是：
1m orderbook + 5m model refresh1m / 5m / 15m所以对 short-cycle desk：
1m：抓 Polymarket 盘口是否 stale、是否有 micro-jump、是否已经被吃掉5m：重算 Deribit-implied probability，形成主信号15m：做 time-stop / regime hold / risk review也就是说：
> 这不是“逐 bar 预测 BTC return”的 alpha，而是“逐分钟检查同一事件概率有没有被错价”的 alpha。
这仍然完全服务于短周期量化研发。
因为它直接服务于当前 desk 的原材料池扩容：
UP/DOWN，后面也可扩到别的事件市场；对于 desk 来说，这类主题比再加一个“解释为什么趋势更强/更弱”的 filter 更像真正的新素材。
最小版本可以直接这样写：
5m 重算一次 model_prob_up/down1m 刷一次 Polymarket bid/askUP 和 DOWN 分别算：edge_ratio = model_prob / market_ask_probedge_bps = model_prob - market_ask_prob - friction_bufferedge_ratio >= thresholdedge_bps >= min_abs_gaptime_remaining_hours >= 2至少三种 exit 必须一起存在：
model_prob - market_mid 回落到近 0repo 已经给了：
我们真正要补的是：
别直接按“账户百分比”无脑下，先做两层：
这类 alpha 的核心不是手续费，而是：
所以成本模型至少要拆成：
Deribit 抽出来的是 风险中性概率，不是物理世界概率； Polymarket token 里还会混入：
所以这条线真正赚的不是“预测未来”，而是：
> 两个市场对同一事件的风险中性定价暂时不同步。
当前 only：
足够证明“能交易、能回放、不是空壳”，但远远不够给 production verdict。
这意味着两个主要死法：
所以 follow-up 的重点不该再是“换个更 fancy 的 vol 模型”，而是 验证 edge 的可成交寿命。
1m book-age / edge half-life 研究直接把 repo 的 collector 再扩一列：
edge_at_tedge_at_t+1medge_at_t+2mfillable_size先回答一个很现实的问题：
> 有 edge 的时候，它能活几分钟？
如果 1m 内就基本消失，这条线就更像 automation / low-latency pocket；如果能活到 5m，就很适合 desk 当前节奏。
DOWN 侧，不要多空对称浪费样本当前 bundled evidence 已经提示：
DOWN 侧比 UP 侧更像有效 pocket所以下一轮不要平均分配注意力，优先测：
DOWN market onlyUP/DOWN asymmetric thresholdedge_down 的 rank / threshold / persistence最小实验矩阵：
edge_ratio 阈值：1.05 / 1.10 / 1.15 / 1.20spread 上限：1c / 2c / 3clatency：0 / 1 / 2 / 5 mintime-to-expiry：>2h / >4h / >8htrade_count / fillability / gross / net / half-life建议先做：
5m 模型刷新1m 盘口轮询15m 风控 reviewDOWNedge_ratio >= 1.1 且 spread <= 2c 时下单2h time-stop + edge_close 联合退出如果这套最小壳都站不住，再谈更复杂的 surface 细节没有意义。
这条线最像是对以下方向的补充，而不是替代：
一句话总结：
> 它把“同一经济事件的跨市场错价”从 funding/basis 空间，扩展到了 Deribit digital-probability vs Polymarket binary-price 空间。
这就是它进入研究池的理由。
djienne/POLYMARKET_UP_DOWN_DERIBIT_STRATEGY<https://github.com/djienne/POLYMARKET_UP_DOWN_DERIBIT_STRATEGY>
<https://raw.githubusercontent.com/djienne/POLYMARKET_UP_DOWN_DERIBIT_STRATEGY/main/README.md>
data_collector/results/probabilities.csvdata_collector/results/orderbook.csv