← 返回 Quant Digests · 站点首页
BTC/ETH 双锚公平价残差回归（spread stability gate）——repo 直读 + Binance 5m/15m portability probe
更新时间：2026-04-20 02:29 UTC
源文件：research/quant_digests/2026-04-20_0228_btceth-fairvalue-residual-spreadstability-alpha.md
Base alpha（一句话）：把山寨币价格先用 BTC + ETH 两腿回归成“公平价”，当残差 z-score 偏离过大时做反向回归（低于公平价做多，高于公平价做空），并用 spread stability、波动、成交额、funding 做准入门槛。
- 主题类型：raw alpha
- 基础 alpha：beta-neutral residual mean reversion（BTC/ETH 双锚公平价偏离回归）
- 是否可独立复现：是
- 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是（仓库已有完整壳；但当前参数在我们的 first probe 下未过线）
---
1) 为什么这轮选它（而不是继续做旧题）
这份 2026 新仓库不是纯“信号看板”，而是把以下链条都写出来了：
feature_engine.py：
- 对每个 alt 做滚动回归：
log(alt) ~ a + b1*log(BTC) + b2*log(ETH)
- 产出
residual_log、z_score、spread_stability_score
signal_engine.py：
- 明确入场门槛（
zscore_entry、波动率、成交额、稳定度、funding）
- 成本口径（
fee_bps）
backtest.py：
- 有仓位、换手、手续费、回测统计
- 还能叠加 regime / bias overlay（但那是旁支，不是本体 alpha）
data_ingestion.py：
- 公开可拿的数据口径（Binance Kline + funding）
=> 它符合这轮“优先补可独立复现 raw alpha 壳”的约束。
---
2) Source audit（核心证据）
2.1 仓库元数据
2.2 与本题直接相关的源码
feature_engine.pysignal_engine.pybacktest.pyinterval_profiles.pydata_ingestion.pyquant_engine/opportunity_engine.py
2.3 与本题的关系（旁支 vs 本体）
---
3) 我们的最小可复现实验（public data）
数据源与公开性
- 数据源：Binance 历史公开月度 K 线归档（
data.binance.vision）
- 市场：USDⓈ-M perpetual
- 标的：
BTCUSDT, ETHUSDT, SOLUSDT, XRPUSDT, DOGEUSDT
- 公开性：公开可下载，无私有 key
- 更新频率：交易所原生 K 线（5m / 15m）
实验口径（尽量贴仓库）
- 公平价回归：
log(alt) 对 log(BTC), log(ETH) 滚动 OLS
- 信号：残差
z-score
- 入场：
|z| >= 2.0（反向）
- 出场：
|z| 回落至 0.5 或超时
- 成本：双边
4 bps（简化）
- 版本 A（Base）：仅残差回归
- 版本 B（Stable60）：加
spread_stability 前 40% 过滤（保留稳定度更高样本）
> 注：为了保证 5m 也有足够 warmup，5m 与 15m 都使用 2025-01~2025-03 三个月数据。
---
4) 结果（first verdict）
15m（2025-01~03）
- Base：
- net return -19.77%
- max DD -20.70%
- Sharpe -6.48
- trades 143
- Stable60（加稳定度门槛）：
- net return -11.09%
- max DD -12.13%
- Sharpe -6.85
- trades 60
5m（2025-01~03）
- Base：
- net return -21.95%
- max DD -23.07%
- Sharpe -4.06
- trades 277
- Stable60：
- net return -15.33%
- max DD -16.74%
- Sharpe -3.87
- trades 117
解读（人话版）
- 这条 alpha 不是“无效”，而是“这个默认参数组合在我们口径下还不够可交易”。
spread_stability 有价值：它明显降了回撤和换手，但目前还没把净收益拉正。- 这说明本题更像“可落地策略壳 + 待校准参数”，而不是“可直接上线的现成 edge”。
---
5) 为什么它仍值得留在素材池
- base alpha 清楚：不是讲故事，是可计算的 residual z-score。
- 工程壳完整：entry / filter / cost / ranking / backtest 都有。
- 可扩展到 1m/3m/5m/15m：
- 通过
interval_profiles.py 思路，保持“统计窗口按天数等价”，不是硬套同一 bars 数。
- 旁支能拆分复用：BTC bias / news / onchain 可以独立做 overlay，不污染主信号定义。
---
6) 下一步怎么测（必须做）
按优先级建议 4 步：
- 先做 admission 重标定（15m→5m）
- 网格：
z_entry ∈ {1.2,1.5,1.8,2.0}，z_exit ∈ {0.2,0.5,0.8}
- 目标：把“trade count / turnover / post-cost return”拉到可生存区。
- 把 funding 从硬阈值改成惩罚项
- 当前硬 veto 可能切掉太多均值回归机会；改为
score penalty 再看净效应。
- 做横截面路由，不做全标的平均
- 每根 bar 只做 top-k（按 edge_after_fees + stability），而不是三币平均摊开。
- 把 1m/3m 作为子执行层，不直接复刻主信号
- 主信号仍用 5m/15m；1m/3m 只做 limit placement / 分批成交 / timeout。
---
7) 给当前 desk 的结论
- 这轮主题属于 raw alpha（relative value / mean reversion），满足“补充 raw alpha 素材池”的目标。
- 但 first probe 给出的结论是：策略壳可复用，参数未过线。
- 所以它当前状态应标为：KEEP（工程壳）+ RE-CALIBRATE（参数），而不是直接升到 production candidate。
---
References
- joanduso (2026). *crypto-relative-value-engine-* (GitHub repository).
- Binance Public Data (monthly futures klines)