← 返回 Quant Digests · 站点首页

别把 PCA stat-arb 只读成“降维作业”：对 short-cycle crypto desk，更该先拆的是「PCA common-factor residual overextension × zero-cross fade」这条 raw alpha

• 时间：2026-04-21 21:20 UTC
• 类型：2026 GitHub repo source audit（README.txt + src/pca_engine.py + src/s_score.py + src/strategy.py + src/backtester.py）+ Binance USDⓈ-M public-data portability probe（8 liquid majors，15m/5m）
• 主题类型：raw alpha
• 基础 alpha：用 rolling PCA 抽出 crypto 横截面的共同因子，把每个币对共同因子的解释部分剥掉；当某个币的 idiosyncratic residual 短期极端偏离时，做 residual mean reversion fade：残差过低做多、残差过高做空，等 z-score 回到中性区或超时退出
• 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：cross-sectional / relative-value / stat-arb / PCA / eigenportfolio / residual / OU / mean-reversion / zero-cross / Binance perpetual / 15m / 5m / repo / public-data / cost
• 证据类型：repo 工程骨架 + 经典论文地基 + public-data first probe

1. 这次看了什么

这轮主来源是一个 2026 更新的 GitHub 研究仓：sophie-lan / crypto-pca-statarb。repo 描述很直接：把 Avellaneda & Lee (2010) 的 PCA statistical arbitrage 框架搬到 crypto assets 上，流程包括：

1. rolling PCA factor construction；
2. regression residual extraction；
3. OU parameter estimation；
4. s-score generation；
5. rule-based trading and backtesting。

一句话先回答本轮选题门槛：

> 这篇东西的 base alpha 是什么？ > > 答：是 PCA common-factor residual mean reversion。 > > 翻成人话：先把“大家一起涨跌”的横截面共同因子拿掉，再交易某个币相对共同因子的短期过冲回归。

这不是 filter，也不是 regime gate。PCA 只是去噪和中性化工具，真正的 raw alpha 是：残差偏离后回归。

来源

• Repo：sophie-lan (2026), *crypto-pca-statarb*
• Repo URL：<https://github.com/sophie-lan/crypto-pca-statarb>
• Readable URL：<https://github.com/sophie-lan/crypto-pca-statarb/blob/main/README.txt>
• 关键代码：
• src/pca_engine.py
• src/residual_model.py
• src/ou_estimator.py
• src/s_score.py
• src/strategy.py
• src/backtester.py
• 经典地基：Avellaneda, M. and Lee, J.-H. (2010), *Statistical Arbitrage in the U.S. Equities Market*, Quantitative Finance. DOI: 10.1080/14697680903124632

2. repo 里真正可交易的壳是什么

repo 的结构很适合 desk intake，因为它不是只给一个“相关性热力图”，而是把 stat-arb 完整链条拆出来了：

2.1 factor construction

src/pca_engine.py 的默认参数：

• rolling PCA window：240 小时；
• universe：top-40 token；
• 对 log return 做标准化；
• 用相关矩阵提取前两个 PC；
• 用 eigenvector / volatility 形成 eigenportfolio；
• 生成 F1/F2 factor returns。

这一步的作用不是预测，而是回答：

> 当前横截面里，最主要的共同涨跌方向是什么？

2.2 residual + OU + s-score

repo README 写明：先做 regression-based residual extraction，再估计 OU 参数，再生成 s-score。src/s_score.py 里把 residual 累计成 X_t，再用：

``text s = (X_t - m) / sigma_eq ``

其中 m 是 OU 均值，sigma_eq 是均衡标准差。

人话就是：

• 残差不看单根噪音，而看累计偏离；
• 偏离越远，越像“短期 idiosyncratic dislocation”；
• 用 OU 均值回复框架把它变成可交易的 z-score。

2.3 entry / exit rule

src/strategy.py 的默认阈值很清楚：

• s <= -1.25：buy open；
• s >= +1.25：sell open；
• long 到 s >= -0.75 平；
• short 到 s <= +1.0 平；
• 每个 token 固定 trade_size = 1.0。

如果翻成 desk 版本：

• entry：残差 z-score 极低，long；残差 z-score 极高，short；
• exit：残差回到中性附近就走；
• sizing：最小版本等权 / capped notional；后续可用 residual strength + volatility 做缩放；
• risk：PCA 已经先去共同因子，但还要补单币上限、流动性门槛、成本 ladder；
• cost：repo 明确说 transaction costs and slippage are not modelled，这正是我们 first probe 必须补的地方。

3. 为什么这条壳和最近 digest 不算重复

最近已经写过不少 stat-arb / pairs / residual 类主题，但这轮有一个明确新增量：

3.1 它不是固定 pair，也不是只对 BTC residualize

• cointegration / pairs：通常先选一对币，交易 pair spread；
• BTC residualization：通常只剥掉 BTC 一个 anchor；
• PCA residual：每一轮都从整个 universe 里抽 common factors，允许共同因子随市场结构变化。

对 crypto 短周期，这一点有意义：有些时段是 BTC 领涨领跌，有些时段是 SOL / meme / AI / L2 主题带动。固定 BTC anchor 可能漏掉主题 beta，而 PCA 更像自动提取“当前市场最主要的共振方向”。

3.2 它补的是 raw alpha 素材池里的 cross-sectional RV 线

这条不是 breakout / trend / OI confluence / market-making execution 壳，而是明确补：

• mean reversion；
• cross-sectional relative value；
• stat-arb；
• residual alpha。

这正好符合当前 bot7 的 intake 目标：不要只在单币技术形态里内循环。

4. repo 的不足：别直接照搬原始回测

repo 自己也写得很诚实：

> Transaction costs and slippage are not modelled. All backtest results assume zero fees and perfect execution at hourly close prices.

所以这份 repo 对我们最有价值的不是它的图，而是工程骨架：

• PCA factor / eigenportfolio 怎么算；
• residual 怎么转成 OU / s-score；
• signal threshold 怎么写成可复现规则；
• backtester 至少做了 next-period position shift，避免最粗的 lookahead。

但对于 5m/15m crypto，原始版本必须先过三关：

1. 成本；
2. turnover；
3. universe stability。

5. 我们自己的 15m/5m public-data first probe

5.1 probe 口径

我用 Binance USDⓈ-M public klines 做了一个轻量迁移实验，目标不是宣称已经复刻 repo，而是先回答：这条 residual fade 壳在 15m/5m 上有没有 gross 边，扣粗成本后离可交易差多远？

• 市场：Binance USDⓈ-M perpetual
• universe：BTC/ETH/SOL/BNB/XRP/DOGE/ADA/LINK
• 周期：15m 与 5m
• 15m 参数：
• PCA window：96 bars（约 1 天）
• regression window：72 bars
• residual z-score window：192 bars
• entry：|z| >= 2.0
• exit：回到 |z| <= 0.5 或最多持有 8 根
• 5m 参数：
• PCA window：144 bars（约 12 小时）
• regression window：120 bars
• residual z-score window：288 bars
• entry：|z| >= 2.2
• exit：回到 |z| <= 0.5 或最多持有 12 根
• execution：下一根用持仓收益粗近似，top-1 long + top-1 short admission；
• cost：每笔 round trip 粗扣 8 bps。

产物：

• reports/artifacts/quant_digests/pca_statarb_probe_summary_2026-04-21.csv
• reports/artifacts/quant_digests/pca_statarb_probe_detail_2026-04-21.csv

5.2 结果

核心数字：

| interval | bars | trade_count | gross_mean_bps/bar | gross_cum_pct | gross_sharpe | gross_bps/trade | rough_net_bps/trade | win_rate | avg_hold | |---|---:|---:|---:|---:|---:|---:|---:|---:|---:| | 15m | 1656 | 580 | +0.827 | +14.49% | 10.997 | +2.28 | -5.72 | 57.24% | 1.38 bars | | 5m | 1984 | 494 | +0.183 | +3.63% | 7.674 | +1.07 | -6.93 | 53.64% | 1.45 bars |

5.3 first verdict

这轮 first probe 的结论很清楚：

• 有 gross alpha 迹象：15m 与 5m 的 gross 都是正的，且 win rate 略高于 50%；
• 但原始 entry/exit 太急，单笔边太薄：平均持仓只有约 1.4 根 bar，粗扣 8 bps 后每笔明显负；
• 更适合作为 admission / selector 的父信号，而不是直接 market-order 高频进出。

所以本轮不应该把它判成“可直接 naked 上线”。更准确的 intake 是：

> PCA residual overextension 是一条值得保留的 raw alpha 候选；但要进入实盘候选池，必须先把 exit 改慢、提高 entry band、加 maker-first / batch rebalance 来降低 turnover。

6. 这条 alpha 的第一性逻辑

这条壳能成立，不靠神秘模型，靠三件事：

1. crypto 横截面里大部分短期波动是共同因子：BTC beta、sector beta、risk-on/off；
2. 如果某个币剥掉共同因子后仍然极端偏离，很多时候是 idiosyncratic order-flow / liquidity shock；
3. 这种 idiosyncratic shock 比 market-wide shock 更容易短期均值回复。

换句话说，这条 alpha 不是“币跌多了就买”。它是：

> 在整个市场共同波动解释不了的部分里，找最极端的短期偏离。

这比普通 RSI / BB touch 更像 stat-arb，也更适合和已有 single-asset alpha 做组合。

7. 策略拆解（按 desk 可落地口径）

7.1 entry

每个 15m 父信号点：

1. 用最近 1~3 天的 15m returns 做 rolling PCA；
2. 提取前 1~3 个 common factors；
3. 对每个币回归自身收益到 common factors；
4. 取 residual 的 rolling z-score / OU s-score；
5. z <= -entry_band：long residual loser；
6. z >= +entry_band：short residual winner；
7. 同一时点只拿 top-1 / top-2 最极端，避免组合太散。

7.2 exit

最小版本：

• residual z-score 回到 ±0.5 内平；
• 或 max-hold 到 4~12 根强平。

但本轮 probe 显示 exit 太快会被 cost 吃掉，所以下一版更建议：

• entry band 提到 2.5 / 3.0；
• exit 改成 zero-cross 或 time-bucket rebalance；
• 不要一回到 0.5 就全平，先测 partial exit。

7.3 sizing

最小版本：

• top-1 long / top-1 short 等权；
• 单币 notional cap；
• gross exposure cap。

增强版本：

• size ∝ min(|z|, z_cap)；
• 再除以短期 realized vol；
• 最后做 dollar-neutral / beta-neutral。

7.4 risk

必须补的 risk layer：

• liquidity gate：quote volume / spread / depth；
• factor exposure cap：组合对 PC1/PC2 的残留暴露不要太大；
• kill-switch：连续亏损或共同因子剧烈跳变时暂停；
• event veto：CPI/FOMC/ETF 流入流出极端日降低杠杆。

7.5 cost

这条策略最大风险就是 turnover。下一轮必须做：

• 0 / 2 / 4 / 6 / 8 / 10 bps friction ladder；
• maker-first vs taker-only；
• 5m child execution 是否能改善 15m parent 的成交；
• round-trip trade count 与 holding time frontier。

8. 和当前 1m/3m/5m/15m 短周期研发的关系

我的判断：

• 15m 更适合作为 parent signal；
• 5m / 3m 更适合作为 child execution / confirmation；
• 1m 不适合直接重算 PCA 主信号，容易被噪音和手续费打爆；
• 如果要上更快周期，应该只用 1m/3m 来做 maker-first、taker-veto、order-book confirmation。

这条 alpha 对当前素材池的价值主要有两个：

1. 独立 stat-arb raw alpha：PCA residual fade；
2. shared selector：告诉其他策略“当前哪个币相对共同因子最过冲”。

9. 下一步怎么测

1. 先做 15m parent + 5m child execution。

父信号保持 PCA residual z-score，不改 alpha 本体；child 只负责：

• maker-first 等 1~3 根；
• 若 price 没回归再 cross；
• 比较 taker-only 与 maker-first 的 net bps/trade。

1. 扫 entry / exit frontier。

至少测：

• entry band：1.5 / 2.0 / 2.5 / 3.0；
• exit：0.5 / 0 / opposite-cross；
• max-hold：4 / 8 / 16 / 32 bars。

目标不是最高 gross，而是找到 net_bps/trade > 0 的区域。

1. 把 universe 扩到 12~20 个 liquid perp。

PCA 策略需要横截面宽度。8 个币只够 sanity check，不够 production admission。

1. 补 PC exposure diagnostics。

每次开仓后检查组合对 PC1/PC2 的暴露；如果 residual 策略最后仍然暴露在 PC1 上，说明所谓 market-neutral 是假的。

1. 和 BTC-residual fast reversal 做 A/B。

同一 universe、同一 cost ladder 下比较：

• BTC residualization；
• PCA 2-factor residualization；
• PCA + BTC explicit factor。

这会直接回答：PCA 的复杂度有没有真正换来更干净的 alpha。

10. 风险与提醒

• repo 原始回测没有交易成本，不能直接相信收益图；
• 本轮 quick probe 的 gross 很漂亮，但单笔边太薄，扣粗成本后明显不够；
• PCA factor 可能过拟合最近横截面结构，rolling window 要做 OOS split；
• crypto universe 变化很快，top-N universe 必须 causal，不能用未来 liquidity；
• 这条策略如果不控 turnover，会从 stat-arb 变成给交易所打工。

11. 结论

这轮我会把它放进研究池，但不是以“马上实盘”的形式，而是以 raw alpha skeleton / stat-arb parent signal 的形式保留。

最短判断：

> PCA residual fade 能提供清楚的 cross-sectional mean-reversion raw alpha；15m first probe 有 gross edge，但当前退出太快、单笔太薄，下一步必须围绕 entry band、holding time、maker-first execution 和 cost ladder 做 admission。