← 返回 Quant Digests · 站点首页

别把这个 32-venue stat-arb 大仓只读成“又一个 pairs 大杂烩”：对 short-cycle crypto desk，更该先拆的是「cointegration spread fade × sector/correlation-cap allocator」这条完整 raw alpha 壳

• 时间：2026-04-24 04:02 UTC
• 类型：GitHub
• 主题类型：raw alpha
• 基础 alpha：先筛出联动稳定、可 cointegrate 的 altcoin pair，构造 spread = y - βx；当 spread 的 z-score 偏离过大时做均值回归，回到中枢附近平仓。
• 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 / cointegration / zscore / sector-neutral / concentration-cap / walk-forward / crypto / 15m / 5m
• 证据类型：repo source + repo 回测结论

1. 这次看了什么

看了 2026 GitHub 仓 abailey81/Crypto-Statistical-Arbitrage。它表面上像“32 个 venue 的大而全系统”，但对我们最有价值的，不是它把 CEX/DEX/API 全接满，而是它把 altcoin pairs raw alpha + 风险分配器 写成了一条比较完整的可部署骨架。

2. base alpha 先说清楚

这篇东西的 base alpha 是清楚的：

找 cointegrated pair，做 spread z-score fade。

也就是：不是赌单边涨跌，而是赌两条本该一起动的相对价格关系会回归。这个本体属于典型的 relative value / stat-arb / mean reversion raw alpha，不是纯 filter。

3. 核心结论

• 这份仓最值得 desk 拿走的，不是“32 venues” 这层包装，而是 pairs raw alpha 的完整闭环：universe、cointegration admission、entry/exit/stop、成本、walk-forward、风险限额都给了。
• README 里给出的 phase-2 关键结果是：Altcoin StatArb Sharpe 1.61、总收益 6.84%、最大回撤 4.64%、共 127 笔交易；至少说明作者不是只给概念图，而是把它写成了完整回测壳。
• 对 short-cycle desk 更有价值的旁支，不是再往信号里硬塞 ML，而是它明确加了 40% sector concentration cap + 70% max cross-pair correlation cap + Kelly 0.25~0.5x sizing。这说明作者也承认：pairs 最大风险常常不是单 pair 没有 edge，而是多个 pair 同时其实押了同一件事。
• 所以这份材料最适合我们的读法是：保留最朴素的 cointegration spread fade 作为 raw alpha，本轮优先吸收的是“别把多个 pair 当独立 alpha”的 allocator 思路。

4. 为什么和当前 desk 直接相关

bot7 当前最该补的是 可独立复现、可落地的 raw alpha 素材池。这份材料符合，因为它能清楚拆成：

• alpha 本体：cointegration spread fade
• regime / admission：先做 pair 筛选，再交易
• filter / veto：DEX/CEX 分层、不同 z-score 阈值、相关性上限
• risk / sizing：Kelly 缩放、sector cap、max positions
• cost：CEX round-trip 约 0.20%，DEX all-in 约 0.50%~1.50%

这比“只会说配对交易可能有效”的材料高一个层级，因为它已经给了完整策略骨架。

5. 策略拆解（必填）

• 方向属性：相对价值 / stat-arb / 均值回归
• 基础 alpha：cointegration spread z-score fade
• regime：walk-forward pair admission；只交易通过 cointegration 检验的 pair
• filter / veto：sector concentration cap、cross-pair correlation cap、venue tier 分层、不同市场使用不同 entry/stop z-score
• risk / sizing / execution overlay：Kelly 0.25~0.5x、max positions 5~8（CEX）/ 2~3（DEX）、transaction-cost-aware entry

6. 可复刻的最小实验

• 研究假设：在 Binance liquid alt universe 上，单个 pair 的 spread fade 也许不稀缺；真正更值钱的是“只拿少数低相关 pair 同时上场”，组合层能不能比 pair 平铺更稳。
• 最小定义：

1. 选 SOL/ADA/XRP/LINK/DOGE/AVAX/BNB/ETH 之类 liquid majors / liquid alts；
2. 每周做一次 Engle-Granger admission；
3. 对通过的 pair 计算 rolling spread z-score；
4. |z| > 2 入场，|z| < 0.5 出场，|z| > 3 止损；
5. 同时只保留 相关性最低的前 2~3 个 active pair，与“见信号就全上”做对照。

• 最小回测切口：Binance USDⓈ-M 或 spot，15m 主信号，5m child exit，近 90~180d。
• 最该先看：
• 成本后组合 Sharpe / maxDD
• active pairs 之间的 realized correlation 有没有明显下降

7. 下一步怎么测

1. 先禁用 repo 里的 ML enhancement，只留最朴素的 cointegration + zscore 壳。
2. 做两版对照：

• A：所有通过 admission 的 pair 都上
• B：只上低相关前 N=2~3 个 pair，并加 40% sector cap

1. 统一按 2 / 4 / 6 bps friction ladder 重跑，先看是不是组合层比信号层更值得救。
2. 若 15m 组合层改善明显，再用 5m 只做 child execution / early exit，不要把 pair admission 也推到太高频。

8. 风险与保留意见

• 这份 repo 很强的地方是“结构完整”，不是“每个指标都已被我们独立验证”。README 里的 Sharpe/收益要当作 作者口径，不能直接当 desk 已验证事实。
• 仓里把 ML、32 venues、32 万数据源都堆进来了，容易让人误以为 edge 来自复杂度；但更可能真正值钱的，是 simpler shell + better allocator。
• 对我们当前 desk，DEX 部分和超多 venue 接入都不是第一优先；优先级更高的是：同一套 pair alpha 在 short-cycle 上，组合相关性约束到底能不能把回撤和假分散压下来。

9. 一句话总结

这份仓最该学的不是“把 pairs 做得更花”，而是承认 pairs 组合里最危险的问题往往是隐藏的同向拥挤；所以更适合 desk 的 intake 是：保留 cointegration spread fade 这条 raw alpha，同时先验证 correlation-cap allocator 值不值。

10. 来源

• Author / Year / Title / Venue
• Andrew Bailey. (2026). *Crypto Statistical Arbitrage*. GitHub repository.
• DOI：N/A
• Readable URL：https://github.com/abailey81/Crypto-Statistical-Arbitrage
• Repo URL：https://github.com/abailey81/Crypto-Statistical-Arbitrage
• Key source used
• README（phase-2 altcoin statistical arbitrage, risk controls, walk-forward summary）
• Raw README URL：https://raw.githubusercontent.com/abailey81/Crypto-Statistical-Arbitrage/main/README.md