源文件:research/quant_digests/2026-04-22_1215_refasset-copula-pairfade-alpha.md
28d,5m)BTC 当参考资产,把候选 alt 各自转成 BTC 相对残差;当两条残差在 copula 条件概率里出现“一条相对低估、另一条相对高估”的联合失衡时,做 long loser / short winner 的 pair fade,等条件概率回归中性再平主来源是:
10.1186/s40854-024-00702-7它不是普通“拿两条价格做 z-score”那种 pairs。论文的关键改造是:
BTCUSDT 为参考资产;long A short B 或 short A long B。换句话说,base alpha 很清楚:不是赌 BTC 方向,而是赌两个 alt 相对 BTC 的错位会重新收敛。 这符合 desk 当前想补的 pairs / stat-arb / relative value 素材池。
这是这篇最该保留的点。
普通 pairs 常见写法是直接找 A/B spread;这篇则先把 A、B 都投到 BTC 这个公共锚上,再比较两条残差。这样做的直觉是:
对 crypto short-cycle desk,这比“直接对两条价格做 z-score”更有现实意义,因为很多 alt-alt pair 本质上都被 BTC 市场态主导;不先去掉共同锚,pair signal 很容易只是伪相对价值、实则在追市场波动。
论文把 mispricing 理解成 copula 条件概率偏离 0.5。人话翻译:
A 的状态更像“被低估”,B 更像“被高估”,那就 long A / short B;short A / long B;这比纯 z-score 多了一个优点:它允许 pair 关系是非线性的、尾部不对称的。
这篇不是“市场有效性讨论”。它给了:
所以它符合本轮优先级里的“可直接落地为完整策略的 raw alpha 候选”。
论文样本是 20 个 Binance USDT-margined futures 币种,2021-01-22 到 2023-01-19,按 三周 formation + 一周 trading 动态滚动,共 104 个交易周。
作者结论里最关键的几组数:
205.9%;56.7%(α1=0.10)升到 75.2%(α1=0.20);9.3% 且 Sharpe 接近或高于 0.95(这里是和其他基准方法比较时强调其风险调整后表现更稳)。这些数不能直接照搬到现在,但至少说明两点:
5m,不是只能放到低频研究里当装饰。我额外做了一个简化版公开数据快检,目的不是完整复刻论文,而是回答一句:
> 这条壳,能不能在今天 desk 的 5m/15m 研究框架里很快做出第一轮实验?
数据与实现:
5m28d(2026-03-25 12:10 UTC ~ 2026-04-22 12:05 UTC)BTC/ETH/BNB/SOL/XRP/DOGE/ADA/LINK/AVAX/TRX/DOT/LTC/BCH21d formation,后 7d tradingBTCUSDTBTC 线性 beta 残差alpha = 0.100.5 ± 0.2,或 6h time stop(72 根 5m)对应实验脚本与结果文件:
reports/artifacts/quant_digests/copula_reference_pairs_probe_20260422.pyreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/summary.csvreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/btc_reference_candidates.csvreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/signals_DOGEUSDT_XRPUSDT.csvreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/trades_DOGEUSDT_XRPUSDT.csv形成窗里,按我这版简化排序,最靠前的 BTC-reference 候选是:
DOGEUSDT:residual half-life 103.2 bars,BTC return corr 0.764XRPUSDT:residual half-life 193.6 bars,BTC return corr 0.806于是最小测试对是:DOGEUSDT / XRPUSDT。
Gaussian copula 拟合出来的依赖强度:
rho ≈ 0.736最近 7d trading 窗里的简化结果:
1233.3%-58.8 bps/笔-69.3 bps/笔-706.1 bps72 bars,也就是正好常撞到 6h time stop人话结论:
因为它回答的是一个当前 desk 很需要的问题:
> 在一堆已经写过的 pairs / z-score / cointegration 之外,还有没有更像“完整 relative-value 壳”、而不是只换个指标名?
这篇给出的答案是:有,关键升级不是“换一个 fancy 指标”,而是三件事一起上:
也就是说,它不是重复我们已经有的“普通 pair z-score fade”,而是给 pair stack 补了一个更高一层的 admission / signal 生成方式。
1m/3m/5m/15m)的关系这条 alpha 最自然落点仍然是:
15m:做 formation / pair admission / copula refit5m:做正式信号层1m/3m:做 child execution、盘口 veto、腿间偏离监控、orphan-leg 管理它不是 ultra-HFT,但也绝不是只能放在日频或周频里。论文本身就说明了:5m 比 hourly 更有信息密度。
BTC + 12~20 个 liquid majors / semi-majors 开始15~21dBTCUSDTlong 상대低估 leg / short 相对高估 leg论文样本落在 2021~2023,和现在市场微结构已经不一样。即便 5m 仍然可做,也未必还能给出同样厚的 net edge。
我的简化快检已经证明:随便用一个 Gaussian copula 替代,并不能自动继承论文里的优势。 如果后续不愿意投入更完整的 copula fit / family selection,这条线就可能退化成“复杂但没比 z-score 强多少”。
真正实盘成败还得看:
这篇值得收进 raw alpha 素材池,而且属于“能直接补 pair/stat-arb 主线”的那类。
但本轮最诚实的结论不是“论文很强所以直接上”,而是:
所以它当前最合适的定位是:
> pairs / relative-value 研究栈里的高优先级“第二层升级件”——不是替代所有 z-score pairs,而是作为“BTC-anchor + nonlinear MPI signal”的增强模块继续测。
3w + 1w 滚动,至少跑最近 6~12 个月,而不是只看一个 28d 窗口。Gaussian / Student-t / Gumbel / Clayton / Frank / BB7/BB8 近似可行替代,并记录 AIC + OOS 信号质量。BTC 残差半衰期、残差波动稳定性、rolling Kendall tau、liquidity veto,再决定能不能入池。MPI 回中性、双边条件概率回 0.5、residual z-score 回 0 三类退出。15m 负责 refit / admission,5m 负责执行信号;再用 1m 测 child execution 与单腿风险。看谁在扣费后更稳。
10.1186/s40854-024-00702-7---
reports/artifacts/quant_digests/tadi_witzany_2025_copula_pairs.pdfreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422.pyreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/summary.csvreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/btc_reference_candidates.csvreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/signals_DOGEUSDT_XRPUSDT.csvreports/artifacts/quant_digests/copula_reference_pairs_probe_20260422/trades_DOGEUSDT_XRPUSDT.csv