← 返回 Quant Digests · 站点首页

别把这份 2026 crypto stat-arb repo 只读成“又一个 cointegration pair 模板”：对 short-cycle crypto desk，更该先保留的是「同簇 cointegrated spread fade × Hurst regime gate × hub concentration cap」这条完整 raw alpha 壳

• 时间：2026-04-23 03:47 UTC
• 类型：GitHub repo audit / 最小 portability probe
• 主题类型：raw alpha
• 基础 alpha：cointegrated pair spread 偏离后的均值回复（spread z-score fade）
• 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：pairs / stat-arb / relative-value / mean-reversion / cointegration / Hurst / Kalman / clustering / concentration-cap / Binance / 15m / 5m / repo / public-data / cost / risk
• 证据类型：repo 规则拆解 + Binance USDⓈ-M public-data portability probe

1. 这次看了什么

这次看的不是论文，而是 2026 GitHub 仓库 Jing-Lavinia / Pairs-Trading。它的价值不在“又做了一次 pair spread fade”，而在于把一条 可实盘化的 pairs/stat-arb 策略壳 写得很完整：

• 先用 PCA + DBSCAN 把结构相近的币分到同簇，降低 pair search space；
• 再做 Engle-Granger cointegration + half-life 筛选；
• 用 Kalman filter 跟踪动态 hedge ratio；
• 用 rolling Hurst exponent 只在更像均值回复的状态里放行；
• 最后配上 threshold grid search、time stop、hub-stock concentration cap、full cost accounting。

如果只盯着 repo headline 的 1H 回测收益，会错过它对我们更值钱的那部分：它把“pair fade 怎么变成一个完整策略壳”说清楚了。

2. 先回答：这篇东西的 base alpha 是什么？

一句话：base alpha 就是 cointegrated spread 的均值回复。

也就是：

• 先找两条长期共同漂移、但短期会偏离的价格序列；
• 当 spread 偏离均值太远时，做相对价值回归；
• spread 回到中枢、或者失真继续扩大、或者拖太久没回，就退出。

所以这篇东西不是纯 filter，不是纯 overlay。它本体就是 raw alpha；Hurst / clustering / concentration cap 只是让这条 raw alpha 更像可交易策略，而不是课堂练习。

3. 核心结论

• 这份 repo 的主线很适合当前 desk，因为它补的正是我们需要的 pairs / stat-arb 完整策略壳，而不是又一个只给开平仓、不管 admission 和组合拥挤的简化脚本。
• repo 自报的 1H 严格 OOS 结果是：Sharpe 3.77 / CAGR 92.15% / MaxDD -3.37% / 16 对 active pairs / taker+slippage 4.5 bps per leg。这些数字不能直接外推到 5m/15m，但至少说明作者不是只写了个玩具扫描器。
• 我做了一个更贴 desk 的 Binance USDⓈ-M portability probe（8 个 liquid majors，15m/5m，pair 简化版）：
• 15m 全对平均：不加 gate 约 -1.06 bps/笔 net；加 H < 0.60 后约 -1.17 bps/笔 net，说明在 15m 上，不是所有 pair 都值得做，更重要的是 pair selection。
• 15m 亮点 pair：LINKUSDT/AVAXUSDT，加 gate 后约 +22.14 bps/笔 net、75% win rate、累计约 +1416.7 bps；这说明这条 alpha 在短周期上并没有死，只是需要选对 pair。
• 5m 全对平均：不加 gate 约 -12.09 bps/笔 net；加 gate 后改善到约 -9.73 bps/笔 net。也就是说 Hurst gate 对高频噪声有帮助，但单靠 gate 还不够覆盖成本。
• 5m 的正 pocket 依然存在：比如 BNBUSDT/AVAXUSDT 在 gate 后约 +12.86 bps/笔 net，SOLUSDT/AVAXUSDT 约 +9.26 bps/笔 net，XRPUSDT/AVAXUSDT 约 +8.63 bps/笔 net。
• 这给我们的直接启示不是“整个 universe 直接上线”，而是：把它当成“pair discovery + regime gating + concentration control”的壳，再往 liquid cluster、maker/taker、pair ranking 上继续加约束。

4. 为什么和当前项目直接相关

当前 desk 已经积累了不少单资产 trend / reversal / carry 方向的素材，但 pairs / stat-arb 这条线更容易遇到两个实盘问题：

1. pair 太多，容易 over-search；
2. 单个强节点（例如 ETH / BNB 一类）会在组合里被过度复用，最后看起来是多对分散，实际上是同一个风险因子被放大。

这份 repo 恰好把这两个问题都正面写进去了：

• 同簇 pair discovery：先缩小搜索空间，再做 cointegration；
• hub-stock cap：不给任何一个币同时挂太多活跃 pair。

对 short-cycle desk 来说，这比“又一个 z-score=2 开仓、0 平仓”的 pair 教程更有用，因为它更接近 真实组合部署。

5. repo 里最值得搬的，不是 headline，而是这 5 个部件

5.1 同簇预筛：别让 pair search 失控

repo 先对 1H log returns 做：

• StandardScaler
• PCA(5)
• DBSCAN(eps=15, min_samples=2)

然后只在同一个 cluster label 里做后续 pair 检验。这个动作不是 alpha 本体，但很实用：

• 它降低搜索空间；
• 它让 pair 更像“同驱动、短期失衡”；
• 它减少那种表面 cointegrated、实际基本不该配的胡乱组合。

对我们来说，可以把它翻成更轻量的 short-cycle 版本：

• 15m 用最近 20~30d returns；
• 5m 用最近 5~10d returns；
• 先聚成若干 liquid sub-cluster，再只在 cluster 内做 pair ranking。

5.2 cointegration + half-life：先确保这不是随机价差

repo 的第二层 admission 是：

• Engle-Granger p <= 0.05
• half-life 在 [4h, 48h]

这背后的想法很朴素：

• 太快回去的 spread，多半没有 enough room 覆盖成本；
• 太慢回去的 spread，不像适合短周期 desk 的交易对象。

这个约束对 15m/5m 特别重要，因为短周期最怕的不是“没信号”，而是看起来像 alpha，实际上只是高噪音 + 高周转。

5.3 Kalman hedge ratio：别把配比当常数

repo 用 Kalman filter 跟踪动态 gamma_t，而不是把 hedge ratio 固定死。这个点我们其实已经在别的 digest 里见过，但这份 repo 把它自然嵌进了完整 shell：

• 先在 pair 级别做 cointegration admission；
• 再在 bar-by-bar 执行时用动态对冲比更新 spread。

这对 crypto 尤其合理，因为相关币之间的 beta 漂移比股票 pair 更快。

5.4 Hurst gate：它不是 alpha，本质是“别在趋势态里做 fade”

repo 用 rolling Hurst exponent，当 H < 0.60 才允许开新仓。

这层东西不该伪装成主 alpha，本质上它是：

• 服务于 spread fade 这条 raw alpha 的 regime gate；
• 目的是在 spread 已经进入趋势化/崩坏阶段时，别继续按“会回归”假设硬接。

从我这次最小 probe 来看，这层 gate 的效果是：

• 在 5m 平均层面确实改善了结果，说明它在更吵的频段有一定过滤价值；
• 但它不能单独拯救坏 pair，所以它更像“第二层 admission”，不是第一优先级。

5.5 hub cap：这是最像实盘组件、也最容易被忽略的一层

repo 明确写了：任何单币最多参与 3 对 active pairs。

这看起来像小细节，实际上非常 desk-friendly：

• 避免 ETH / BNB / BTC 成为“伪分散组合”的共同风险源；
• 避免某个 cluster 的单点事件把整个组合一起带崩；
• 让 pair book 更像真正 diversified relative-value book。

这层在我们后续真做 multi-pair deployment 时，重要性可能不低于 entry threshold 本身。

6. 我自己的最小 portability probe 做了什么

为了不只停留在 repo README，我做了一个简化 probe：

• 资产：BTC/ETH/SOL/BNB/XRP/DOGE/LINK/AVAX；
• 数据：Binance USDⓈ-M public klines；
• 周期：15m（近 120d）+ 5m（近 45d）；
• 训练/测试：前 60% 做 pair discovery，后 40% 做 OOS 风格测试；
• 预筛：相关性 + OU slope 显著性 + half-life 区间；
• 交易规则：|z| >= 2 入场，|z| <= 0.5 止盈，|z| >= 4 止损，1.5 × half-life time stop；
• 成本：粗扣 18 bps round-trip（两条腿 × 进出场）。

这里我没有完全复刻 repo 的 PCA+DBSCAN、Kalman 动态 beta、full walk-forward weekly refresh；所以它是 portability probe，不是 repo 的一比一 reproduction。但已经足够回答一个关键问题：

> 这条 raw alpha 迁到 15m/5m 后，是完全死掉，还是还有可筛选的正 pocket？

结论是：还有 pocket，但不能无脑全做。

7. 研究结论该怎么落地成 desk 版本

如果把这份东西翻成我们更可执行的 desk 版本，我会这样拆：

7.1 alpha 本体

• alpha：cointegrated pair spread 的 z-score fade；
• z > +entry：short spread；
• z < -entry：long spread；
• spread 回到中枢附近就平。

7.2 admission / regime

• 只在同 cluster 内选 pair；
• 只做 half-life 落在可交易区间的 pair；
• 只在 H < h_max 时允许新开仓；
• 只保留最近窗口仍稳定、且近窗成本前 edge 没掉到 0 以下的 pair。

7.3 sizing / risk / execution

• 每对固定 gross notional，再用动态 hedge ratio 缩第二腿；
• 每个 ticker 的 active pair 数设硬上限；
• 每个 cluster 的总 gross 曝险设软上限；
• 5m 默认先按 taker 成本测，如果 taker 不过，再评估 maker-first / passive exit 是否能翻正。

8. 风险与保留意见

• repo headline 结果来自 1H + 近 46 天 OOS，样本并不长；不能因为 Sharpe 漂亮就默认它在 5m/15m 也同样成立。
• 我这次 probe 已经显示：全 universe 平均值很容易被成本吃掉。这意味着真正决定成败的，不是“要不要做 pairs”，而是 pair ranking / cluster admission / fee model / 退出方式。
• AVAX/LINK/XRP/BNB/SOL 这类组合在 probe 里反复出现，可能是真 pocket，也可能只是最近窗口碰巧活跃；要防止过拟合到短样本。
• 如果未来下沉到 3m/1m，单靠 Hurst gate 大概率不够，得同步引入 maker/taker 分层、queue priority、最小价差覆盖 这些执行级约束。

9. 来源

主要来源

• Author: Jing-Lavinia
• Year: 2026
• Title: *Crypto Statistical Arbitrage — 1H Pairs Trading System*
• Venue: GitHub repository / README
• DOI: N/A
• Readable URL: https://github.com/Jing-Lavinia/Pairs-Trading
• Repo URL: https://github.com/Jing-Lavinia/Pairs-Trading
• README raw URL: https://raw.githubusercontent.com/Jing-Lavinia/Pairs-Trading/main/README.md

本地最小实验

• Probe script: reports/artifacts/quant_digests/2026-04-23_hurstgate_pairs_probe.py
• Pair summary: reports/artifacts/quant_digests/hurstgate_pairs_probe_pair_summary_2026-04-23.csv
• Aggregate summary: reports/artifacts/quant_digests/hurstgate_pairs_probe_agg_2026-04-23.csv
• Trade log: reports/artifacts/quant_digests/hurstgate_pairs_probe_trades_2026-04-23.csv

10. 下一步怎么测

下一步别再泛泛测“全市场 pairs 有没有 edge”，而是直接做这 5 个最小实验：

1. cluster-first pair ranking：先固定 liquid universe，在 15m 上比较“全 pair 搜索” vs “同簇 pair 搜索”的净收益、成交数、pair 稳定度。
2. gate ablation：对每个候选 pair 分别比较 no gate / Hurst gate / volatility gate / Hurst+vol，看谁真能改善净 bps/笔，而不是只减少交易。
3. hub-cap 组合实验：把 max active pairs per ticker 设为 1 / 2 / 3，测组合层面的 drawdown 与 cluster concentration。
4. execution realism：把 15m 正 pocket（优先 LINK/AVAX、BNB/AVAX、SOL/AVAX）拉进 maker/taker 双版本，先回答“edge 是策略本身，还是 taker 成本假设太重”。
5. 下沉频段前先做 pocket-only：如果要测 5m -> 3m，不要全 universe 下沉，先只拿近窗稳定的 2~4 对做 OOS 滚动，看正 pocket 能不能保留，而不是让噪音把整个结论冲掉。