← 返回 Quant Digests · 站点首页

别把这个实时 pairs dashboard 只读成“看板”：对 short-cycle crypto desk，更该先拆的是「Kalman 动态 hedge ratio × rolling z-score spread fade」这条 raw alpha

• 时间：2026-04-20 12:16 UTC
• 类型：GitHub / repo source audit + Binance USDⓈ-M 15m portability probe
• 主题类型：raw alpha
• 基础 alpha：两个高度相关的币短时偏离动态 hedge ratio 后，spread 往滚动均值回归
• 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
• 主题标签：raw-alpha/pairs/stat-arb/relative-value/mean-reversion/kalman/dynamic-hedge-ratio/zscore/spread-fade/binance-perpetual/15m/5m/repo/public-data/cost/risk
• 证据类型：GitHub 工程证据 + Binance public-data portability probe

1. 这次看了什么

这次主材料是 2025-12 新仓 KulkarniPushakar/Real-Time-Crypto-Pair-Trading-Analytics-。README 和 app.py 的核心不是 Streamlit UI，而是一条很标准、可直接拆成交易规则的 pairs/stat-arb sleeve：Binance WebSocket 对齐双币价格，计算 OLS / Huber / Theil-Sen / Kalman dynamic hedge ratio，再用 spread、rolling z-score、rolling correlation、ADF p-value 和 z_entry / z_exit 阈值生成 LONG / SHORT / EXIT alerts。

一句话核心结论：这条线最值得拿走的是“不要用一根固定 beta 去做 pairs，先让 hedge ratio 随市场慢慢漂，再只 fade 真正偏离 beta 的 spread”。

一句话证明方式：repo 把实时数据、动态 hedge、z-score 阈值和 rule-based alert 串成了可执行骨架；我再用 Binance USDⓈ-M 15m 公共数据做了一个最小 portability probe，看它是否还有成本后 pocket。

2. 核心结论

• base alpha 是 raw alpha，不是 filter。 信号本体是：spread = price_y - beta_t * price_x；当 z(spread) > 2，做空 rich leg / 做多 cheap leg；当 z < -2 反向；|z| < 0.5 平仓。
• Kalman / dynamic beta 的价值是减少“关系变了还硬做回归”的假信号。 对 crypto pairs 来说，BTC/ETH、XRP/DOGE、SOL/AVAX 这类相关关系会随叙事和波动切换漂移，固定 OLS beta 很容易把 beta 漂移误读成 spread alpha。
• 最小 probe 显示：广谱铺开不够，局部 pair pocket 有交易价值。 我用 BTC/ETH/BNB/SOL/XRP/DOGE/ADA/LINK/AVAX/LTC，2026-01~03、15m，对 45 个 pair 做 Kalman-style beta + 96-bar z-score + corr>0.55 admission：
• 全部离散交易合计约 6,928 笔，说明机会很多，但也意味着成本非常敏感。
• XRPUSDT/DOGEUSDT 最突出：187 笔，平均 +11.04 bps gross/trade，粗扣 8 bps 双腿 round-trip 后仍约 +3.04 bps/trade，gross win rate 约 56.1%。
• BTCUSDT/ETHUSDT 很稳定但太薄：325 笔，平均 +2.11 bps gross，扣 8 bps 后约 -5.89 bps/trade；它更适合当 sanity benchmark，不适合直接上 taker 版。
• 所以这不是“pairs 都能赚钱”，而是一个 pair-admission / execution 问题。 先找同叙事、高相关、spread 回归快、且 gross edge 能覆盖双腿成本的 pair，再谈上策略。

3. 为什么和当前项目有关

这篇对当前素材池有用，因为它补的是 pairs / stat-arb / relative value 族里的一个清楚 raw alpha 壳，和最近的 trend / funding digest 不同：

• 对 15m：可直接做母信号，尤其适合 XRP/DOGE、SOL/AVAX、LINK/LTC 这种同风格 alt pair。
• 对 5m：更适合做 child execution——15m 发现 spread extreme，5m 等回归第一脚或 maker queue placement。
• 对实盘组件：可以拆成 pair admission、dynamic hedge、spread z-score entry、exit / timeout / stop-z、cost ladder 五个模块，后续可以独立替换。

3.5 策略拆解（必填）

• 方向属性：相对价值 / pairs / stat-arb / 均值回归
• 基础 alpha：Kalman dynamic hedge ratio 调整后的 pair spread 偏离滚动均值后回归
• regime：只在 rolling_corr > 0.55、beta 为正且不过度异常时启用；更严格版本应加 ADF / half-life / liquidity admission
• filter / veto：|z| < 2 不开；corr 降低、beta 跳变、spread stop-z、单腿跳空、资金费率/新闻事件可 veto
• sizing / risk / execution overlay：双腿 gross exposure 归一化为 1 + |beta|；|z| < 0.5 平仓；12 bars timeout；|z| > 4 同向扩张止损；研究期先按 4/8/12 bps 双腿 round-trip friction ladder
• cost：当前 probe 粗扣 8 bps round-trip；真实执行若走 taker 双腿会很吃亏，优先测 maker-first / one-leg-maker-one-leg-taker

4. 可复刻的最小实验

• 数据源：Binance USDⓈ-M public monthly klines，公开可得，分钟级可映射到 1m/3m/5m/15m
• 最小实验口径：先用 15m，XRP/DOGE、BTC/ETH、SOL/AVAX、LINK/LTC 四个代表 pair；样本先滚动 90d
• 一个可计算定义：
• beta_t = Kalman(price_y ~ beta_t * price_x)
• spread_t = price_y - beta_t * price_x
• z_t = (spread_t - rolling_mean_96) / rolling_std_96
• entry: z>2 => short y/long beta*x; z<-2 => long y/short beta*x
• exit: |z|<0.5 or timeout=12 bars or stop_z=4
• 最该先看：

1. net_bps/trade under 4/8/12 bps friction
2. mean-cross exit ratio 与 median holding bars
3. pair-by-pair stability，而不是 pooled average

4.5 下一步怎么测

1. 先做 desk 版 pair admission：corr>0.7 + ADF p<0.1 + half-life 2~16 bars + quote_volume top bucket，看 XRP/DOGE 的 +3.04 bps net/trade 是否还保得住。
2. 把 15m signal 接 5m child execution：入场不直接 next-open taker，改成 5m 第一根 spread 回落 / maker mid-placement，目标是把 8 bps 成本打到 4 bps 以下。
3. 做 rolling OOS pair selection：每周只从过去 30d 里选 top 3 pairs，下一周交易，避免事后挑 XRP/DOGE。
4. 补 static OLS vs Kalman A/B：同一批 pair 比较固定 beta、rolling OLS beta、Kalman beta，确认动态 hedge 是否真的减少坏信号。
5. 加 funding / borrow / shortability 检查：pairs alpha 不是无成本相对价值，perp 两腿资金费和保证金占用必须进 PnL。

5. 风险与保留意见

• 当前结果只说明 Kalman dynamic spread fade 有局部 pocket，不是证明所有 pairs 都可交易；多数 pair 扣 8 bps 后为负。
• XRP/DOGE 的好结果可能包含阶段性 meme / alt beta 结构，不应直接外推；必须做 rolling OOS selection。
• 这份 repo 是实时 analytics / alert platform，不是完整回测框架；我补的 bracket / timeout / cost 是 desk 版最小策略壳，后续需要 clean replication。

6. 来源

• Author / Year / Title / Venue：KulkarniPushakar (2025), *Real-Time-Crypto-Pair-Trading-Analytics-*, GitHub repository
• DOI：N/A
• Readable URL：https://github.com/KulkarniPushakar/Real-Time-Crypto-Pair-Trading-Analytics-
• Repo URL：https://github.com/KulkarniPushakar/Real-Time-Crypto-Pair-Trading-Analytics-
• 关键源码 / 文档：README.md, app.py, main.py
• GitHub metadata：created 2025-12-17, pushed 2025-12-17, language Python
• 本地 probe artifacts：
• reports/artifacts/quant_digests/2026-04-20_kalman_pair_spreadfade_probe_summary.csv
• reports/artifacts/quant_digests/2026-04-20_kalman_pair_spreadfade_probe_trades.csv
• reports/artifacts/quant_digests/2026-04-20_kalman_pair_spreadfade_probe_event_horizon.csv