← 返回 Quant Digests · 站点首页

别把这份 2021 intraday momentum repo 只读成“相对强弱选币脚本”：对 short-cycle crypto desk，更该先回答的是「hourly winner-rotation × 4-asset cohort selection」这条 raw alpha 到底是轮动素材还是手续费陷阱

更新时间：2026-04-23 12:18 UTC 研究时间：2026-04-23 12:15 UTC 类型：2021 GitHub repo source audit（`Crypto_MOMO.R` + repo metadata）+ Binance USDⓈ-M public-data portability probe（8 liquid majors，`15m/5m`） 主题标签：raw-alpha/cross-sectional/relative-strength/momentum/winner-rotation/cohort-selection/hourly-rebalance/15m/5m/repo/public-data/cost/risk 证据类型：repo code + public-data portability probe

源文件：research/quant_digests/2026-04-23_1215_hourly-winner-rotation-cohort-alpha.md

1. 这次看了什么

主线材料：

repo 元数据补充：

先把 base alpha 说清楚： > 这不是“单币 time-series momentum”那种只看自己涨跌延续的故事，而是一个更具体的 cross-sectional raw alpha：每小时在一个小 cohort 里选过去 60 根 bar 最强的那只，赌它下一小时继续当 winner。

翻成人话：

---

2. repo 到底在做什么

Crypto_MOMO.R 的核心逻辑很直接：

  1. 读入 15m close 数据；
  2. 计算每个币过去 60 根 bar 的离散收益（也就是过去 15h 的动量）；
  3. 每隔 1h 重平衡一次；
  4. 在一个 4 币组合里，选过去 60-bar 动量最高的那只；
  5. 持有下一小时；
  6. 穷举所有 4 币组合，事后挑出表现最好的组合。

这套东西的优点是：

但它也有两个明显问题：

---

3. 一句话结论 + 为什么值得进研究池

---

4. 本轮最小 portability probe（忠于 repo 语义）

4.1 数据与口径

我用了项目里现成缓存做一版“尽量忠于原 repo”的快检：

信号定义：

对应到不同周期：

产物：

4.2 关键结果（先给 4 个数）

#### 15m 原版口径

  1. 最佳 4 币组合（gross）：ETH/SOL/XRP/BNBUSDT 近似对应的 cohort，mean gross = +3.05 bps/trade。
  2. 这个最佳组合胜率：51.38%，说明不是完全没边，但 edge 很薄。
  3. 同组合在 8 bps round-trip 下：mean net = -4.95 bps/trade。
  4. 70 个 4 币组合里，positive net 比例 = 0%，中位数组合 mean net = -7.08 bps/trade。

#### 5m 快一档口径

  1. 最佳 4 币组合（gross）：BNB/ETH/SOL/LINK，但 mean gross = -0.25 bps/trade。
  2. 也就是说连毛边都没看见，更别说过费。
  3. 70 个组合全部 net 为负。
  4. 中位数组合 mean net = -10.68 bps/trade，明显比 15m 更差。

翻成人话：

---

5. 这条 raw alpha 对当前 desk 的真实意义

5.1 它不是“现成策略”，但也不是废料

这条线最大的价值不是“repo 已经给了答案”，而是：

5.2 它服务的是哪类 raw alpha

它服务的是：

而不是：

所以它适合放进 raw alpha 素材池，但当前证据更像“等待改造的底胚”。

---

6. 为什么 repo 原版容易失真

repo 原版最需要小心的地方有 4 个：

  1. 事后挑组合

    2. 先穷举所有 4 币组合，再挑历史表现最好的组合，这很像把“选币 alpha”和“择样本 alpha”混在一起了。

  1. 只有 long one winner，没有 cash / no-trade 状态

    2. 每小时都必须选一只，这会把很多“没 edge 的小时”也硬做掉。

  1. 没做 leader-vs-runner-up 强度约束

    2. 如果第一名只比第二名强一点点，这种相对强弱排序很可能只是噪声。

  1. 成本没被正视

    2. 这种 hourly rotation 的换手天然高，若没有 maker 优先、top-2 spread threshold、冷却期，极易被成本吃死。

---

7. 如果要把它改造成 desk 可用版本，优先改哪几刀

7.1 不要再“每小时硬选一个”

先加一个 leader strength gate：

只有 leader 明显领先时才轮动。

7.2 不要让 cohort 固定后验最优

改成两层：

7.3 让 15m 做父信号，5m 做子执行

当前 probe 已经暗示：

更合理的 desk 化方式是：

7.4 加 dispersion / trend-quality gate

只在以下条件开闸：

也就是说，它更适合和现有 trend primitive 拼成一个组合，而不是单独裸跑。

---

8. 可直接落地的完整策略壳（改造版，不是 repo 裸版）

8.1 Entry（入场）

每小时检查一次 liquid cohort：

  1. 计算过去 60-bar return；
  2. 找 rank1 / rank2；
  3. 若 rank1-rank2 差值超过阈值，且 leader 自身 trend-quality 达标，则只做多 rank1；
  4. 若达不到阈值，则空仓。

8.2 Exit（出场）

8.3 Sizing（仓位）

8.4 Risk（风控）

8.5 Cost（成本）

至少要分三档看：

若只有 4 bps 才勉强为正，这条线就只能留在“maker-first / selective-entry”层，不应裸做。

---

9. 下一步怎么测（必做）

  1. 先做 no-trade 版本：只在 rank1-rank2 差值进入前 20% 强档时开仓，看 trade count 会掉多少、net bps/trade 能否抬上来。
  2. 做 cohort ex-ante 化：不要历史最优 4 币组合，改成“最近 7d 成交额前 N + funding 正常 + 最小价位步长合适”的真实可交易 cohort。
  3. 做 15m parent / 5m child 双层实验：父层决定 leader，子层只在 5m pullback 或 micro breakout 再入。
  4. 和简单基线对照：对比“固定 BTC/ETH/SOL/BNB cohort”与“动态最优 cohort”，看 selection bias 占了多少。
  5. 加入 shared gates：把 dispersion、funding veto、volume expansion、trend smoothness 分别做 A/B，看哪个能真正把 gross 边抬成 net 边。
  6. 检查 top-2 spread 的解释力：如果 leader 和 runner-up 差距不大时全为噪声，那这个策略本质就不是 rotation，而是“只做 leader 明显领先的稀疏 continuation”。

---

10. 结论（给当前 desk 的一句人话）

这份 repo 值得保留，不是因为它已经证明“hourly 追强”能赚钱，而是因为它把一个很干净的 raw alpha primitive 摆在桌上：

> cohort 内 winner-rotation 可能确实有一点点 continuation，但裸跑厚度太薄；如果不加 no-trade、leader-strength、cost-aware execution，它更像手续费陷阱。

所以当前最合理的定位不是“直接上线策略”，而是：

---

11. 来源

  1. jgQuantScripts (2021). _Crypto-Momentum-Backtesting_. GitHub repository.
  1. 本地 portability probe 产物