← 返回 Quant Digests · 站点首页

别把这份 retail-flow repo 只读成“行为金融大工程”：对 short-cycle crypto desk，更该先测的是「downside momentum extreme × participation spike → panic-bounce fade」这条 raw alpha

• 时间：2026-04-19 15:26 UTC
• 类型：GitHub repo source audit + Binance USDⓈ-M portability probe
• 主题类型：raw alpha
• 基础 alpha：短窗里先出现“急跌得很猛、成交明显放大”的 downside panic event，然后反手做下一小段 bounce；不是追跌，而是接被挤出来的那一脚。
• 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（raw alpha 已有，但当前更像 pocket / router，执行与成本还要细化）
• 主题标签：mean-reversion / event-driven / behavioral / retail-flow / downside-panic / volume-spike / bounce / 5m / 15m / repo / cost
• 证据类型：GitHub repo 研究说明 + 本地 public-data portability probe

1. 这次看了什么

看的是 Jason Zhan (2026) 的 GitHub 仓 JingitngZhan/HDM-research。repo 的 headline 是“识别零售交易者可预测错误并反向交易”，底层用了 Hyperliquid 交易级数据、账户行为画像、双检验零售账户筛选，再把信号逐版迭代到当前的 momentum extreme + volume filter。作者给出的主口径很强：六个月回测里约 79% 胜率、1.35% 最大回撤，并提到两次 look-ahead bias 修正后才留下当前版本。

但对我们 desk，更值钱的不是“完整零售识别工程”本身，而是 repo 已经把 base alpha 说得很直白：零售更容易在动量极端、而且参与度升高时犯错。

2. 核心结论

• 一句话核心结论： 这条线在 Binance 公共 5m/15m 迁移口径下不是“逢大涨大跌都反手”，而是明显更像 只接 downside panic、别急着 short upside spike。
• 一句话证明方式： 我把 repo 的 momentum extreme + volume filter 翻成 Binance USDⓈ-M 公共 K 线代理事件：|ret_z|>=1.5 且 quote_volume_z>0，再比较“急跌后做 bounce”与“急涨后做 short fade”的未来收益。
• 全样本双边反手是弱的：15m 全事件 next 2/4/8 bars 仅约 -0.84 / -4.45 / -6.81 bps gross；5m 全事件 next 3/6/12 bars 约 -3.78 / -7.03 / -4.75 bps，说明不能把 repo 粗暴翻成对称 fade 策略。
• 但 downside 子桶明显更像样：当 15m 事件满足 ret_z<=-2 且 volume_z>=1 时，做 long bounce，next 2/4 bars 约 +5.21 / +5.27 bps gross，胜率约 60.0% / 58.1%。
• 再往“更可交易”的 core pocket 收缩到 BTC/ETH/SOL/LTC，结果更厚：15m downside panic bounce next 2/4 bars 约 +8.89 / +10.29 bps gross，粗扣 8bps 后仍约 +0.89 / +2.29 bps net；同一口径 top1-per-ts 也还有约 +9.16 / +8.52 bps gross。
• 5m 更像 child-execution 口袋：同样 core4 + downside only + z2 & vol_z>=1，top1 router 在 next 12 bars 约 +7.97 bps gross，已经接近单腿 8bps 成本线，但还不够厚。
• 相反，upside spike short-fade 明显不行：15m 的 z2 & vol_z>=1 子桶 next 2/4/8 bars 约 -7.39 / -12.41 / -9.92 bps，说明这条线至少当前不该被写成对称 long/short 版本。

3. 为什么和当前项目有关

这条线和 desk 的直接关系在于：它补的是事件驱动均值回复 raw alpha，而且是可讲清 entry/exit 的那种，不是纯解释型行为金融故事。

换成人话：

• 市场短时间跌得很急，
• 同时成交突然放大，
• 这更像“有人在慌里慌张地追着砍”，
• 下一小段反而更值得测 bounce，而不是继续追空。

它也顺手给了一个很重要的负面结论：不要把“零售犯错”理解成所有极端都该反手。 这轮 public-data probe 里，能迁移出来的是 downside panic-bounce，不是 upside spike short。

3.5 策略拆解（必填）

• 方向属性：单资产 / 事件驱动 / 逆势均值回复
• 基础 alpha：downside momentum extreme × participation spike → short-horizon panic bounce
• regime：更适合高参与、短时过冲、被动去风险释放后的局部窗口
• filter / veto：ret_z<=-2、volume_z>=1；当前先 veto upside short-fade 版本
• risk / sizing / execution overlay：优先做 core liquid names；15m 母信号 + 5m child execution；单事件 time-stop，必要时加 EMA/VWAP 回收确认

4. 可复刻的最小实验

• 研究假设： downside panic 比 upside spike 更容易在接下来 30m~60m 里均值回复。
• 可计算定义： 在 15m 上定义事件 ret_z<=-2 & volume_z>=1；下一根开盘做多，固定持有 2/4/8 根；先在 BTC/ETH/SOL/LTC 上做，再看是否扩到其余 liquid majors。
• 最小回测切口： Binance USDⓈ-M，15m 近 60d；child 层再用 5m 看 12 bars 内分批退出是否优于母信号直接持有。
• 先看两件事： net_after_8bps 是否稳定为正；以及 upside short-fade 被 veto 后，trade count 是否仍够用。

5. 风险与保留意见

• repo 原始证据来自 Hyperliquid 交易级账户数据；这轮只是用 Binance 公共 K 线做 portability check，不是严格 reproduction。
• 当前 pocket 明显有方向非对称，所以别偷懒做成 symmetric fade。
• core4 结果比全市场好，说明容量与标的选择很关键；若硬扩到更杂的山寨币，edge 会被稀释。
• 现在最像样的是 raw alpha 母体，不是最终 production 壳；后续还要补 child execution、止损、timeout、去重与成本梯度。

6. 来源

• Jason Zhan. (2026). *HDM-research*. GitHub repository.
• Repo URL: https://github.com/JingitngZhan/HDM-research
• Readable URL: https://github.com/JingitngZhan/HDM-research/blob/main/README.md
• 相关理论背景（repo 内引用）：Shefrin & Statman (1985), Barber & Odean (2000), Imas (2016), Kahneman & Tversky (1979)
• 本地实验产物：
• reports/artifacts/quant_digests/2026-04-19_hdm_retail_extreme_fade_events.csv
• reports/artifacts/quant_digests/2026-04-19_hdm_retail_extreme_fade_summary.csv
• reports/artifacts/quant_digests/2026-04-19_hdm_retail_extreme_fade_downside_summary.csv
• reports/artifacts/quant_digests/2026-04-19_hdm_retail_extreme_fade_symbol_summary.csv