← 返回 Quant Digests · 站点首页

别把这份 2026 repo 只读成“trend 打败 mean reversion”：对 short-cycle crypto desk，更该先保留的是「liquid-major 横截面 loser→winner fade 基线」这条 raw alpha

• 时间：2026-04-19 09:30 UTC
• 类型：2026 GitHub repo source audit（README.md + 03_backtest.ipynb）+ Binance USDⓈ-M 15m liquid-major baseline probe（本地 artifacts）
• 主题类型：raw alpha
• 基础 alpha：横截面短窗里“最近相对跌得最狠的币，后续更容易相对反弹；最近相对涨得最猛的币，后续更容易相对回吐”（loser long / winner short）
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否（当前 baseline 费后为负）
• 主题标签：raw-alpha / cross-sectional / relative-value / mean-reversion / loser-winner / liquid-majors / intraday / 15m / 5m / cost / router
• 证据类型：repo + notebook 输出 + 本地可复算表格

1) 先把一句话说清楚（base alpha 判定）

这份仓库最该留给 desk 的，不是“20d momentum 在 OOS 失效”这句 headline；最该保留的是：横截面 loser→winner fade 这条 raw alpha 本体仍有统计关系，只是原始执行形态成本太高。

换成人话：

• 不是去猜“全市场涨跌方向”；
• 而是同一时点在一篮子币里，做“相对落后 vs 相对领先”的回吐交易。

2) 这次看了什么

主要看 prams2104/crypto-momentum-backtest：

• README 明确给了 train/validation/OOS 的分段结论；
• 03_backtest.ipynb 里给了信号构造（20d momentum、1d reversal）、shift(1) 执行、turnover/cost、alpha t-stat。

repo 的关键信息（作者自报）是：

• 1d reversal 在 OOS (2025-2026) 统计上显著（alpha/t-stat 好看）；
• 但 turnover 极高，20 bps 成本后净值翻负。

所以正确读法是：

• alpha 关系存在；
• 执行壳不合格。

3) short-cycle desk 该怎么接（本地 15m baseline）

为了把“日频 1d reversal”翻成 desk 可执行语言，我保留同一经济含义做了轻量 baseline（本地 artifacts）：

• Universe：10 个 liquid majors（BTC/ETH/SOL/BNB/XRP/DOGE/ADA/LINK/AVAX/LTC）
• Bar：15m
• 观察窗：最近 60d
• 规则：L=8 根回看（约 2h）做横截面 loser/winner 排序，持有 H=8 根（约 2h）

结果（reports/artifacts/quant_digests/2026-04-19_intraday_xs_fade_summary.csv）：

• baseline_top1_bottom1：
• n=5649
• mean=+4.63 bps（gross）
• win_rate=55.76%
• net_after_8bps=-3.37 bps
• net_after_16bps=-11.37 bps
• baseline_q20（尾部截断版）也仍是费后负值：
• mean=+3.80 bps
• net_after_8bps=-4.20 bps

结论很直接：

• raw alpha 的 gross 方向是存在的；
• 但按当前最朴素执行，15m 下已经被 8~16 bps 成本打穿。

4) 为什么这不是重复 old thesis

这次不是“再讲一次 daily reversal 显著但 cost-dead”。 这次多做了一步 desk 相关的翻译：

• 用 liquid-major + 15m 的同构 baseline，直接回答“现在这条线在 short-cycle 还能不能当母体”；
• 答案是：能当 baseline，但不能直接上 production。

也就是：

• 它现在更像 router / admission 的母板，
• 不是裸跑就能吃到净 alpha 的成品策略。

5) 最小可复现实验（下一步怎么测）

先别加复杂模型，按“最小改动、最大信息增益”走三步：

1. 调仓降频实验（先做）

• 同样 15m 信号，但组合只在 1h / 2h / 4h 重排一次；
• 目标：压 turnover，看 net_after_6/8bps 能否翻正。

1. 极端尾部 admission（再做）

• 只交易横截面分位最极端 top/bottom 10%~20%；
• 目标：牺牲频率换单笔 edge，提升 post-cost expectancy。

1. child execution（最后做）

• 把 15m 的组合信号下沉到 5m 分批执行（maker-first + timeout）；
• 目标：把 roundtrip friction 从“假设 8bps”压到更可实现区间。

成败门槛（建议）

• 如果 1h/2h 调仓 + 极端尾部后，net_after_6bps 仍长期 ≤ 0：
• 这条线降级成 negative-control baseline；
• 后续所有 XS reversal 新想法必须先打赢它再升格。

6) 风险与保留

• 这条线最大的风险不是“预测失效”，而是“执行成本与容量”。
• 当前证据还停在公开 K 线层，没有订单簿冲击与真实排队成交。
• extreme 子桶样本很少（例如 n=3 的高均值桶），不能当稳定 pocket。

7) 来源

• Repo：
• <https://github.com/prams2104/crypto-momentum-backtest>
• README：
• <https://raw.githubusercontent.com/prams2104/crypto-momentum-backtest/main/README.md>
• Notebook：
• <https://raw.githubusercontent.com/prams2104/crypto-momentum-backtest/main/03_backtest.ipynb>
• GitHub metadata：
• <https://api.github.com/repos/prams2104/crypto-momentum-backtest>
• 本地实验产物：
• reports/artifacts/quant_digests/2026-04-19_intraday_xs_fade_meta.json
• reports/artifacts/quant_digests/2026-04-19_intraday_xs_fade_summary.csv
• reports/artifacts/quant_digests/2026-04-19_intraday_xs_fade_events.csv