← 返回 Quant Digests · 站点首页

别把这个 2025 `statarb-crypto` 仓只读成“cross-sectional 教学 notebook”：对 short-cycle crypto desk，更该先拆的是「12h loser→winner fade × liquidity filter」这条 raw alpha

更新时间：2026-04-24 22:23 UTC 研究时间：2026-04-24 22:24 UTC 类型：2025 GitHub repo source audit（`README.md` + `src/crypto_statarb.py` + repo PDF report）+ Binance USDⓈ-M public-data portability probe（10 liquid majors，`1h` parent，`4h` rebalance 映射） 主题标签：raw-alpha/cross-sectional/relative-value/mean-reversion/loser-winner/12h-reversal/liquidity-filter/cost-ladder/binance/1h/15m/5m/repo/public-data/cost/risk 证据类型：repo backtest + public-data portability probe

源文件：research/quant_digests/2026-04-24_2224_xs-12h-reversal-cost-cliff-portability.md

1. 这次看了什么

这轮看的是 James Tilford 的 2025 GitHub 仓 statarb-crypto，核心材料包括：

这个仓不是 pairs，也不是单币指标拼接，而是横截面 market-neutral 反转 / 动量对照实验：

仓里最值钱的，不是“又一个 stat-arb notebook”，而是它把 entry / rebalance / cost / bucket diagnostic / train-test split 都写得很朴素，适合 desk 直接最小复现。

2. 一句话结论

3. 为什么和当前项目有关

这条题目和当前 desk 贴得很近，因为它不是泛泛“均值回复理论”，而是能直接落成一条完整策略壳：

  1. raw alpha 本体清楚： 横截面短期反转；
  2. 不是单资产抄底，而是相对价值表达： long losers / short winners，自带 market-neutral 味道；
  3. 非常适合做短周期路由： 1h 父层决定哪批 coin 过热/过冷，15m/5m 子层再做 maker-friendly 入场；
  4. 成本敏感度高，正好逼着我们先做 friction ladder，这和当前 bot7 的“快出 first verdict”目标一致。

相比继续堆一个趋势 confirmation 小插件，这条至少是在补 cross-sectional / relative-value raw alpha 素材池。

3.5 策略拆解（必填）

4. repo 里最值得复用的 4 个点

  1. signal 定义非常干净：reversal_score = -(rets.rolling(H).sum())，没塞花哨特征。
  2. 组合逻辑可直接搬：top/bottom quantile long-short，再 scale_to_gross_one()。
  3. 成本不是事后嘴炮：turnover * cost_bps / 10000 直接进回测主循环。
  4. bucket diagnostic 有用：先看“最弱桶下一根是否真更强”，比只盯 Sharpe 更能分辨 alpha 本体是否存在。

5. 本轮最小 portability probe

我把 repo 的逻辑先 desk 化成一个最小快检：

先给 repo 自带的 3 个关键数：

  1. repo 最优反转窗：H=3 (~12h)
  2. repo 在 20 bps 下的 unfiltered reversal（H=3）：Sharpe 3.596、CAGR 2.062、MaxDD -0.261
  3. 同一策略到 40 bps / 60 bps：Sharpe 从 3.596 直接掉到 0.159 / -2.910，说明它是典型 cost cliff alpha

再给我这轮 perp portability probe 最有用的 4 个数：

  1. 最佳口径是 H=12，不是 repo 的 H=3：说明短周期 perp 上需要更慢一点的父层 overshoot 才勉强不那么差
  2. liq50 + H=12 + 8 bps：Sharpe -2.459，final equity 0.952
  3. unfiltered + H=12 + 8 bps：Sharpe -8.530，final equity 0.884
  4. 到 20 bps 后几乎全面失真：liq50 + H=12 final equity 0.690，unfiltered + H=12 final equity 0.659

翻成人话：

6. 风险与保留意见

  1. 资产与场地变了。 repo 主要是 Binance spot 4H；我快检是 Binance perp 1H。标的微结构、费用和 funding 侵蚀都不同。
  2. 现在只能说 raw alpha 在 perp 上未过线，不代表题目没价值。 更可能说明原策略依赖更低成本 / 更慢节奏 / 更干净的现货截面。
  3. H=3 在 repo 强，不代表 desk 该照抄。 perp 上 H=12 相对最好，说明 portability 本身就是关卡。
  4. 当前快检还没做 child execution。 若 1h parent 后改成 15m/5m 子层限价分批，净值可能比“整根 taker”口径好一些，但不该先乐观假设。

7. 下一步怎么测

  1. 先做 spot-vs-perp split：同样的 H=3/6/12、同样 universe，同时跑 Binance spot 和 USDⓈ-M，先确认 edge 是死在 funding/fees，还是死在信号本体。
  2. 做 1h parent -> 15m child execution test：父层只负责选 long-loser / short-winner basket；子层在 15m 用 VWAP pullback 或 maker-first 入场，看能否把成本从 8~12 bps 压下来。
  3. 做更硬的 tradability filter：除了 top-50% volume，再加 spread / quote depth / listing-age / funding sign，判断这条反转是不是只在“中等流动性但没被 funding 扭曲”的币上能活。
  4. 做 bucket monotonicity：不要只看组合收益，先看短周期 bucket 0 -> bucket 4 的下一根回报是否仍单调；若单调性都没了，就别急着炼执行层。

8. 来源

9. 本轮 artifacts