← 返回 Quant Digests · 站点首页

别把 Yang, Malik (2024) 只读成“多币种配对优化”:对 short-cycle crypto desk,更该先拆的是「同一 underlier 的多报价残差回归」这条 raw alpha

更新时间:2026-04-18 08:03 UTC 研究时间:2026-04-18 08:02 UTC 类型:2024 *International Journal of Financial Studies* 论文全文(MDPI 可读页 via r.jina.ai)+ Crossref DOI 元数据 + Binance Spot `1m/5m` public-data portability probe 主题标签:raw-alpha / relative-value / stat-arb / pairs / same-underlier / multi-quote / stablecoin / law-of-one-price / spread-zscore / mean-reversion / market-neutral / maker-first / binance-spot / 1m / 5m / paper / public-data / cost / risk 证据类型:paper full text + DOI metadata + public-data portability probe

源文件:research/quant_digests/2026-04-18_0802_multiquote-stablecoin-spreadfade-alpha.md

先回答一句:这篇东西的 base alpha 是什么?

不是“优化分配器”,也不是“风险控制补丁”。它的 base alpha 很直接:

> 同一个 underlier 的多报价腿,本来应该锚在同一个理论价格附近;当某一条报价腿相对其他报价腿走偏,且偏离幅度超过短窗常态后,后面更容易先回到平价。

所以这轮我把它归成 raw alpha / relative-value / stat-arb / mean reversion,不是 filter。

---

1. 这次看了什么

主来源论文:

论文原始设定,不是我们最熟的“BTC 对 ETH”那类 pairs,而是:

翻成人话: 它做的不是“哪个币涨跌”,而是“同一个东西被不同报价腿定出略不一样的相对价格时,去收那点回归。”

这对我们 desk 的真正启发,不是照抄 fiat quote,而是: > 把“同 underlier 多报价”迁移成 crypto 里更好拿、更新更快、可直接做最小实验的 stablecoin 多报价残差。

所以我额外做了一个 Binance Spot portability probe,用公开 klines 去测:

相关 artifacts:

---

2. 一句话核心结论

这篇 paper 的 desk 版最值钱分支,不是“多目标优化”本身,而是 same-underlier multi-quote spread fade 这条 raw alpha;迁到 Binance 稳定币多报价后,1m/5m 上确实还能看到稳定的超短回归,但点数很薄,明显更像 maker-first / 低费率 pocket,不是普通 taker-taker 粗暴可吃的厚边。

---

3. 论文里真正该保留的 alpha 骨架

3.1 原 paper 的信号骨架

论文把思路拆成两层:

  1. screening:先找相关且协整的报价腿,避免把天然不该收敛的腿塞进桶里;
  2. trading:对每一对 quote spread 做标准化,超过开仓阈值就开,回到平仓阈值就关。

文中的信号定义很直白:

也就是说,alpha 本体很朴素: 偏了就收,不是趋势跟随。

3.2 真正让它和普通 pairs 不一样的地方

不是“也用了 z-score”,而是:

翻成人话: 它关心的不只是“哪条 spread 偏了”,还关心“同一时刻好几条 spread 都偏了时,钱该先打到哪几条腿上”。

这对 short-cycle desk 很有用,因为我们自己在做 relative value 时,也经常不是缺信号,而是缺:

---

4. 论文结果里,最值得记住的 4 个数字

论文主样本是 ETH 对多法币 quote,在 2020–2022 的 bull + bear 全周期里测试。对我们最 relevant 的是它给了 5min 口径:

4.1 full-cycle:5min 下,基准 risk 偏好 lambda = 1

也就是: 不是只比 buy-hold 好看,而是比传统 distance pairs baseline 强很多。

4.2 bull market:5min 下 lambda = 1

4.3 bear market:5min 下 lambda = 1

这点特别重要,因为它说明这条线本质上是: 收相对错价,不是押市场方向。

4.4 费用敏感性非常高

论文自己也承认:

这对我们反而是好事,因为它提醒得很诚实: > 这类 edge 有没有,不光看 spread 会不会回归,还要看你到底拿什么方式成交。

---

5. desk 迁移:为什么我不主推“fiat quote 复刻”,而主推“stablecoin 多报价残差”

如果照论文原样做:

但如果把同样逻辑迁到:

那就变成一个很干净的可复现实验:

理论平价写法

BTC-FDUSD 为例:

spread_t = log(BTCFDUSD_t × FDUSDUSDT_t / BTCUSDT_t)

如果这个 spread 突然偏大:

这和 paper 完全同源,只是把 法币 quote 换成了 稳定币 quote

---

6. public-data probe:当前真正值得记住的 3 个数据点

6.1 1m 口径:全样本已经能看到稳定回归,但很薄

样本:Binance Spot 公开 klines,近约 8.3d,滚动窗 240 根,入场条件 |z| > 2,并加 10 bar cooldown 去重。

组合级结果(四条腿合并):

这说明: 回归是有的,但厚度不高。

6.2 只做强信号(|z| 前 25%)会更像可交易 pocket

1m 强信号 bucket:

也就是说: > 不是所有偏离都值得收,深一点的偏离更值钱。

6.3 5m 口径也还活着,但依然是低摩擦游戏

样本:近约 27.8d,滚动窗 96 根,4 bar cooldown

组合级结果:

这对 desk 的意义很明确: alpha 没死,但基本不像 taker-taker 该碰的边,更像 maker / rebate / 内部对敲效率高时才值得认真推进。

---

7. 这条 alpha 现在该怎么分类

结论

我会把它归成:

不是 filter 的原因

因为它回答得清楚:

所以它不是“服务别的 alpha 的 veto”,它自己就是 alpha。

---

8. 最小可复现实验怎么做

8.1 数据源

8.2 最小信号定义

以任意 underlier-quote 组合定义:

8.3 最小策略壳

---

9. 风险与保留意见

9.1 这条边很薄,最怕费用和滑点

当前 probe 给的多是 2~3 bps 级别 gross edge。 如果你按普通 taker-taker 去打,两边手续费一扣,大概率直接没了。

9.2 klines 版本低估了执行难度

bar 数据只能证明“回归结构存在”; 但真正能不能吃到,取决于:

9.3 这类 edge 很容易重复计数

如果没有 cooldown,同一次 quote 扭曲可能连续好几根都亮灯,回测会看起来过于丝滑。 所以这轮 probe 我已经先加了 cooldown;下一步还要继续做 cluster 去重。

9.4 不是所有 stablecoin quote 都一样可靠

FDUSDUSDCUSDT 各自有自己的流动性、费用和短时微脱锚特征。 所以这条 alpha 的本质,其实混合了两件事:

这不是坏事,但要明白它收的是 相对错价,不只是单纯的 underlier 预测。

---

10. 为什么它比继续找“泛泛 filter”更值得进池

因为它正好补的是我们当前最该补的那类东西:

更重要的是,它把 paper 里最值钱的思想,迁成了 desk 当前能马上试的形式: 论文给理论骨架,stablecoin 多报价给最短实验路径。

---

11. 下一步怎么测

下一轮不要再停留在 event-study,直接做这 4 件事:

  1. event mean bps 升级成真正双腿回测
  2. 明确两条腿怎么成交、怎么配 notional、怎么记资金占用,别只看 spread 本身回归。

  1. 补 execution ladder:maker-first / maker+taker / taker-taker
  2. 这条线能不能活,核心不在“有没有 2~3 bps”,而在“你到底用什么方式吃这 2~3 bps”。

  1. 加 portfolio conflict handling
  2. 同一时刻多条 quote 腿一起偏时,先跑等权,再跑 paper 风格的 lambda 风险偏好分配,比较:

  1. 做 1m / 5m 的 quote-venue 分层
  2. 先比较:

如果这四步跑完,maker-first 口径下还能保住正 net, 那它就不只是“paper 启发”,而是值得进下一轮 admission 的 production-candidate raw alpha