源文件：research/quant_digests/2026-04-18_2150_sar-slippage-risk-overlay.md
1m/3m/5m/15m 的 breakout / continuation / liquidation-follow / cross-sectional router / pairs spread entry；这篇 paper 更适合拿来做 execution veto / leverage gate / tail-risk sizing，而不是包装成新的主 alpha先回答 base alpha：能答清，但它不是 paper 自己生成的新 raw alpha。 这篇东西服务的母体 alpha 很明确：
它真正给 desk 的价值不是“再发明一个方向信号”，而是：
> 先问一句：这会不会在当前 order book / 流动性集中度 / tail slippage 条件下，明明信号对了，但一进去就被冲击成本和流动性抽干？
如果会，那这轮该做的不是“追”，而是：
这也是我这轮愿意接受一个 overlay 而不是继续硬补 raw alpha 的原因： 今天素材池里 raw alpha 已经补得很密，但跨 alpha 通用、可直接管住 execution/cost/risk 的 shared overlay 反而稀缺。SaR 这篇正好补这块。
---
主来源：
10.48550/arXiv.2603.09164我这轮实际使用的是：
---
作者想修正一个很常见但很致命的问题：
> 大家老是在用“历史波动”衡量风险，但真正把 short-cycle 策略打死的，很多时候不是历史收益分布，而是 你现在这笔单打进去，盘口到底接不接得住。
它把这个问题压成一个前瞻指标：
SaR(0.95)=3%，意思是 95% 的 token 在作者设定的压力清算口径下，滑点不超过 3%。然后 paper 还加了一层很关键的东西：
两本 order book 看上去都能接住你的单，未必一样安全：
表面深度一样，但后者一旦有人撤单，真实 slippage 会突然恶化。
所以作者再加了流动性集中度惩罚：
HHI / N_eff / CR1 去看是谁在供 liquidity；翻成人话：
> 不是只看书厚不厚，还要看这本书是不是“看起来厚、其实脆”。
这对做 crypto 短周期的人很重要，因为很多你最想追的 bar：
这时信号再漂亮，execution 也可能是假的。
---
因为它解决的问题不是“方向对不对”，而是：
> 这个方向单，值不值得在现在这本书里做。
所以更诚实的 desk 定位是：
当你已有主信号：
先加一句：
SaR_adj 太高；N_eff 太低；CR1 太高；TSaR$ 已经处在交易所/组合可承受区间上沿；那这次别做，或者只做头部深度最好的标的。
不是只有做或不做。 更实用的是：
SaR_adj <= 3%：正常 size；3% < SaR_adj <= 5%：size 打 0.5~0.7；SaR_adj > 5%：禁开新仓或只允许减仓。对横截面 alpha 来说，它可以直接做标的过滤：
所以这篇 paper 的核心不是“预测价格”，而是： 帮你把“理论 alpha”筛成“还能实际成交的 alpha”。
---
这点很朴素，但对短周期很实用。 VaR/ES 这种历史分布指标告诉你“过去容易怎么亏”； SaR 告诉你“现在如果要打出去，会不会立刻吃到灾难性滑点”。
对 1m/3m/5m/15m 的策略，后者往往更接近真实死法。
paper 给了一个很 desk-friendly 的提醒：
如果你以后只想保留一个近似 proxy，也值得保留：
N_eff（有效 provider 数）CR1（最大 provider 占比）就算拿不到链上地址级做市 attribution，也可以先拿盘口分层深度集中度 proxy 或 top-level depth collapse proxy 做替代实验。
TSaR$ 比纯百分比指标更接近真实可用paper 的 lead-lag 结果里，TSaR$ 的预测性强于纯百分比 SaR。 这很合理，因为 desk 真正痛的是：
所以如果只能保留一个组合层面的监控数，我会优先保留：
TSaR$SaR_adj一个看系统总压强，一个看单个候选能不能碰。
---
论文用 β = 0.10 的压力清算口径，在 184 个 token 上算出：
SaR(0.95) = 2.84%SaR_adj(0.95) = 3.47%ESaR_adj(0.95) = 8.92%TSaR$_adj(0.95) = $127.4M9 个（约 5%）2.3%（$196M / $8.51B）这里最值得 desk 记住的不是精确数值，而是关系：
> 表面看只有 5% 尾部币危险，但一旦把集中度算进去，adjusted slippage 会明显抬高，而且尾部总美元风险并不小。
论文在 6 小时滚动窗里做了 lead-lag correlation：
TSaR$(0.95) 与未来 12h deficit 的相关性：0.6124h deficit 的相关性：0.420.84此外，作者给出的 Granger causality 结果：
TSaR -> Deficits：F = 8.47, p < 0.001Deficits -> TSaR 不显著翻成人话：
> 它不是“崩完以后回头一看当然危险”；而是在崩之前 6~24 小时就已经开始变差。
这对我们 desk 非常关键，因为 overlay 是否值得接进生产，核心就看它能不能提前 veto。
论文里 case study 的关键数：
SaR_adj(0.95)：从 2.41% 升到 3.12%（24h 内上升约 30%）TSaR$_adj(0.95)：从 $89.2M 升到 $156.3M$1,124M 掉到 $742M，再在事件中打到 $284MTSaR$_adj(0.95) 冲到 $847.2MR² = 0.78还有一个非常有 desk 味道的点：
N_eff 从 8.7 掉到 2.8CR1 升到 0.5173% 的 token 落在 N_eff < 3意思很简单：
> 不只是“书变薄了”，还是“供书的人突然变得极少”，这时很多短周期策略该做的是刹车，不是兴奋。
---
1m / 3m / 5m / 15m这不是那种“5m 上穿就买”的 alpha。 更自然的接法是：
5m/15m 负责方向与触发；1m/5m order book / depth / liquidity state 负责 veto；SaR_adj / TSaR$ / N_eff proxy 负责 size/risk 决策。我会优先接到这些现有/近期 intake 上：
先别上完整论文版本，先做一个 desk MVP：
1m 刷一次：30m vs 当前）single_name_slippage_scorecross_section_tail_score这已经足够形成第一版 production overlay。
---
不要把这篇东西读成“交易所保险基金论文，离自己太远”。 更值得拿走的是：
> 对高换手 alpha 来说，很多所谓风控指标其实太慢；真正该放到执行前一跳问的，是‘当前这本书能不能承接我的策略逻辑’。
也就是说，这篇 paper 对我们最好的用途，不是解释 Hyperliquid 怎么设计保险基金，而是变成一句朴素的执行问题：
这句话本身就很值钱。
---
因为今天 raw alpha intake 已经补了不少：
但这些 alpha 共同缺一层东西：
> 当市场正处在“alpha 最诱人、execution 最恶劣”的交叉区间时，谁来替我们踩刹车？
SaR 正好给了一个更系统、更前瞻的答案。
---
数据源：
公开性：公开可得
更新频率：
最小实验口径：
BTC / ETH / SOL + 6~12 个 liquid alts；1m 采一版 top-book ~ top20 depth；$25k / $50k / $100k）做 simulated book walk，算单标的 slippage proxy；30m depth collapsep90/p95 slippage15m/1h gross return若 MVP 有效，再追加：
N_eff / CR1 替代指标TSaR$ 风险降档规则---
这篇东西不是给我们再造一条方向 alpha，而是给现有短周期 alpha 加一层“别在最脆的时候硬上”的 execution/risk governor；如果第一轮最小实验能证明它能稳定过滤掉 net 不划算的单子，它的实用价值会非常高。