5D Library › 高杠杆衍生品清算瀑布、订单簿深度衰竭与协整统计套利 · English
第八章 实践与预注册检验
注
本章的核查表用于理解和检查风险,不是交易建议。 示例中的仓位、订单簿与配对都是虚构的,阈值是作者为说明而设的示意值,不是行业标准。高杠杆衍生品可能在极短时间内造成全部本金的损失;任何实际决定都应当基于你自己的情况,并在需要时咨询持牌的专业人士。
第一部分 四步核查表
- 杠杆与强平距离。 强平价离现价有多远?用当前波动率衡量,相当于几个日标准差?在没有跳空的乐观假设下,一天、三天内触及的概率是多少?资金费会让强平价移动多少?(第二章)
- 订单簿深度与冲击成本。 计划中的订单(或可能被强平的仓位)占日成交量的多少?按平方根律估计冲击, 取一个区间而不是一个数。它与现价 1% 以内的可见深度相比有多大?(第一章、第三章)
- 协整稳定性。 在不重叠的几个时间窗里分别检验,用残差检验的临界值;对冲比率与半衰期在各窗之间是否稳定?记住一年数据的把握度很低:检验不通过意味着「未能证实」,不一定意味着「断裂」。(第四章、第五章)
- 对冲比率更新与止损。 自开仓以来对冲比率变了多少?持仓是否已超过事先写下的时间止损(例如 3 个半衰期)?价差止损(例如 )是否在开仓前就写下了?(第五章、第六章)
把核查表用在一个虚构的账户上:一个 15 倍杠杆的永续多头(示意年化波动率 70%),一笔计划中的大额卖单,以及一个配对仓位。
推导
# Four-step checklist applied to a FICTIONAL book: one leveraged perpetual long and one
# pairs position. All numbers invented; thresholds are the author's illustrative choices.
import math, random
from statistics import NormalDist
N = NormalDist(); rng = random.Random(39)
print("1. leverage and distance to liquidation (long, isolated, m = 0.5 %)")
L, m, vol = 15, 0.005, 0.70 # leverage, maintenance rate, annual vol
dist = 1 - (1 - 1 / L) / (1 - m); sd1 = vol / math.sqrt(365)
p1 = 2 * N.cdf(math.log(1 - dist) / sd1)
p3 = 2 * N.cdf(math.log(1 - dist) / (sd1 * 3 ** .5))
print(f" distance {dist:.2%} = {dist / sd1:.1f} daily sd; P(touch) 1 day {p1:.1%},"
f" 3 days {p3:.1%}")
print(f" -> {'FLAG' if dist / sd1 < 3 else 'ok'} (rule: distance >= 3 daily sd)")
print("2. order-book depth and impact cost (square-root rule, Y between 0.5 and 1.5)")
Q, V, depth1 = 4e6, 2e8, 3e6 # order, daily volume, visible depth within 1 %
lo, hi = (Y * sd1 * math.sqrt(Q / V) for Y in (0.5, 1.5))
print(f" order {Q / V:.1%} of daily volume: impact {lo:.2%} to {hi:.2%}")
print(f" order / visible depth within 1 % = {Q / depth1:.1f}x"
f" -> {'FLAG' if Q > depth1 else 'ok'} (rule: order <= depth within 1 %)")
print("3. cointegration stability (fictional pair, three 250-day windows)")
def eg_t(y, x): # Engle-Granger, no augmentation lag
n = len(x); mx, my = sum(x) / n, sum(y) / n
b = sum((u - mx) * (v - my) for u, v in zip(x, y)) / sum((u - mx) ** 2 for u in x)
e = [v - (my - b * mx) - b * u for u, v in zip(x, y)]
d = [e[i] - e[i - 1] for i in range(1, n)]
g = sum(a * c for a, c in zip(e[:-1], d)) / sum(a * a for a in e[:-1])
r = [c - g * a for a, c in zip(e[:-1], d)]
se = math.sqrt(sum(v * v for v in r) / (n - 2) / sum(a * a for a in e[:-1]))
hl = math.log(2) / -math.log(1 + g) if -1 < g < 0 else float("inf")
return g / se, b, hl
x, s, xs, ys = 50.0, 0.0, [], []
for t in range(750):
x += rng.gauss(0, 1)
s = (s + rng.gauss(0, 0.3)) if t >= 500 else 0.93 * s + rng.gauss(0, 0.37)
xs.append(x); ys.append(1.2 * x + s)
for k in range(3):
tt, b, hl = eg_t(ys[250 * k:250 * (k + 1)], xs[250 * k:250 * (k + 1)])
print(f" window {k + 1}: EG t = {tt:6.2f} (5 % value -3.36), hedge {b:.2f},"
f" half-life {hl:5.1f} d -> {'ok' if tt < -3.36 else 'FLAG'}")
print("4. hedge-ratio update and exits")
b_entry, b_now, hl_est, held = 1.20, 1.31, 9.0, 35
print(f" hedge ratio moved {b_now / b_entry - 1:+.1%} since entry"
f" -> {'FLAG: re-hedge or close' if abs(b_now / b_entry - 1) > 0.05 else 'ok'}")
print(f" held {held} days vs time stop 3 x half-life = {3 * hl_est:.0f} days"
f" -> {'FLAG: close' if held > 3 * hl_est else 'ok'}")
print(" stop at |z| > 4 written down before entry: yes")
# 1. leverage and distance to liquidation (long, isolated, m = 0.5 %)
# distance 6.20% = 1.7 daily sd; P(touch) 1 day 8.1%, 3 days 31.3%
# -> FLAG (rule: distance >= 3 daily sd)
# 2. order-book depth and impact cost (square-root rule, Y between 0.5 and 1.5)
# order 2.0% of daily volume: impact 0.26% to 0.78%
# order / visible depth within 1 % = 1.3x -> FLAG (rule: order <= depth within 1 %)
# 3. cointegration stability (fictional pair, three 250-day windows)
# window 1: EG t = -3.27 (5 % value -3.36), hedge 1.17, half-life 8.0 d -> FLAG
# window 2: EG t = -3.42 (5 % value -3.36), hedge 1.25, half-life 7.6 d -> ok
# window 3: EG t = -1.42 (5 % value -3.36), hedge 1.50, half-life 41.3 d -> FLAG
# 4. hedge-ratio update and exits
# hedge ratio moved +9.2% since entry -> FLAG: re-hedge or close
# held 35 days vs time stop 3 x half-life = 27 days -> FLAG: close
# stop at |z| > 4 written down before entry: yes四步中共有六处被标记。第一步:15 倍杠杆的强平距离为 6.20%,在示意的波动率下只有 1.7 个日标准差,一天内触及的概率约 8%,三天内约 31%。第二步:一笔占日成交量 2% 的订单,按平方根律估计冲击在 0.26% 到 0.78% 之间,但它是现价 1% 以内可见深度的 1.3 倍:第一章的衰减订单簿说明,这种情况下平方根律给出的数字可能严重低估真实冲击。第三步最有教益:这个虚构配对在前 500 天确实是协整的(程序就是这样生成的),但第一个窗口的检验统计量 −3.27 没有达到 −3.36,第二个窗口勉强通过;第三个窗口中价差已经变成随机游走,统计量只有 −1.42,对冲比率从约 1.2 漂到 1.50,「半衰期」变成 41 天。第四步:对冲比率自开仓以来变了 9.2%,持仓 35 天已超过 3 个半衰期的时间止损。这份核查表并不告诉你该做什么,它只是把几个容易被忽视的数字摆到桌面上。
第二部分 预注册样本外检验方案
问题
在扣除现实交易成本之后,用卡尔曼滤波动态估计对冲比率的配对交易,样本外年化净收益是否高于用 60 天滚动最小二乘估计对冲比率的同一规则?第六章的合成数据显示,答案取决于设定,所以这个问题只能在真实数据上、用预先固定的规则回答。
设计
| 要素 | 规定 |
|---|---|
| 研究单位 | 「配对—窗口」:在一个形成日按固定规则选出的一个配对,及其随后 6 个月的交易期 |
| 数据与时间段 | 美国上市普通股的日度数据。主要分析用含退市收益的 CRSP 日度股票数据,只用方案登记之后才发生的 31 个月度形成日(前瞻性检验,数据在登记时还不存在);登记之前的 CRSP 历史数据只用于次要的重复分析;Yahoo Finance 的免费数据只用于公开的近似复现(见下文「数据来源」) |
| 配对筛选规则(事先固定) | 形成期为前 250 个交易日;剔除股价低于 5 美元或日均成交额处于后 20% 的股票;只在同一行业内配对;恩格尔—格兰杰检验统计量低于麦金农 5% 临界值(250 个观测时为 −3.36);在通过者中按标准化价格距离取最近的 20 对;每只股票每个形成日最多进入一对 |
| 方法 A | 卡尔曼滤波:截距与对冲比率为随机游走状态;、 只在形成期数据上用新息似然的极大值估计,交易期内不再调整 |
| 方法 B(对照) | 60 天滚动最小二乘(含截距) |
| 共同交易规则 | 信号只用前一日为止的信息; 开仓, 回到 0 平仓, 止损,交易期结束时平仓;两种方法的规则代码完全相同,只有对冲比率与 的计算不同 |
| 成本模型 | 每条腿每次交易:佣金与半个买卖价差合计 10 个基点,加按平方根律()计算的冲击成本,加按年 1% 计的融券费用;5 与 20 个基点作为敏感性分析 |
| 随机化与设盲 | 两种方法作用于同一批配对—窗口(配对比较,消除配对选择的差异);独立的数据管理者把方法标签随机编码为「甲」「乙」,分析者在判定规则代码锁定、结果计算完成之前不知道哪个是卡尔曼滤波 |
| 主要结局 | :逐个配对—窗口的年化净收益差(方法 A 减方法 B,以总敞口的百分比计),取全部配对—窗口的平均 |
| 次要结局 | 夏普比率之差(按莱多特与沃尔夫的稳健方法检验 (Ledoit and Wolf 2008);参见罗关于夏普比率统计性质的讨论 (Lo 2002))、换手率、最大回撤、5 与 20 个基点成本下的 、历史数据上的重复 |
| 分析 | 按形成日聚类的稳健标准误,双侧 ;所有代码在第一个形成日之前公开登记 (Nosek et al. 2018) |
数据来源
为了让他人能够复现,下面点名具体的数据源。点名只为可复现,不构成对任何交易所、数据商或其产品的推荐(见序言的风险提示)。各数据源的内容、格式与使用条款都可能改变,复现时应记录下载日期与版本。
- 主要分析:CRSP 日度股票数据。 芝加哥大学证券价格研究中心(CRSP)的美国股票数据库不是公开免费的数据,一般须通过 WRDS 等渠道以机构订阅取得,使用受许可协议约束,原始数据不能随研究一起公开。选它做主要分析,是因为它收录已退市的证券并提供退市收益:配对的一条腿可能在交易期内因并购、破产或不再符合上市条件而退市,略去退市收益会使结果偏向幸存者。即使在 CRSP 中,因负面原因退市的股票也曾大量缺少正确的退市收益 (Shumway 1997),所以分析计划须事先写明缺失退市收益的处理办法。
- 公开的近似复现:Yahoo Finance。 它免费,但通常查不到已退市的证券,用它重建历史样本会有幸存者偏差:配对只能从至今仍在交易的股票中选出。它的「调整后收盘价」按拆股与分红的乘数复权(其帮助页面称按 CRSP 的标准计算),每一次新的分红或拆股都会回溯改变整条历史序列,所以必须写明使用的是哪一列价格、怎样复权以及下载日期。它的使用条款限制自动化抓取、商业使用与再分发。因此 Yahoo Finance 只用于公开的近似复现与稳健性检验,不进入判定规则;报告须说明它与主分析的差别可能来自幸存者偏差与复权方式。
- 描述性部分:Binance Futures 公开历史数据。 这一部分与上面的股票配对检验分开,只用来描述永续合约的资金费率与强平事件,作为第二、三章模型的背景,不进入判定规则。该交易所的公开数据门户(data.binance.vision)按日或按月提供 U 本位与币本位合约的 K 线、逐笔成交与归集成交、标记价格与指数价格 K 线,按月提供资金费率,按日提供订单簿深度汇总与持仓量、多空比等指标;它的期货业务 2019 年下半年才开始,各类文件的起始日期因合约与数据类型而异,部分日期的指标文件缺少字段,复现前须逐项核对。强平数据尤其要小心: 门户曾按日提供强平快照,但覆盖并不稳定:据该数据项目 GitHub 页面上的用户报告,U 本位合约的快照在 2024 年 3 月 31 日之后没有新文件,另有用户报告其历史文件已从门户目录中撤下;第三方下载工具的文档目前也只列出币本位合约的按日快照。我们没有查到交易所对此的正式说明,复现时须以门户的实际目录为准。此外,据第三方数据商的文档,自 2021 年 4 月 27 日起,交易所公开的强平推送对每个合约每 1,000 毫秒只给出最新的一笔,所以公开渠道的强平数据不是全部强平的完整记录,这些快照也不应被当作完整记录。因此本书不用这些数据估计强平总量,也不用它们检验第三章的有效分支比;凡用到强平数据的描述,都须注明覆盖期与缺失。
样本量
推导
# Pair-windows needed for the Chapter 8 test; paired difference D (% per year), design
# effect 1 + (m - 1) icc. ASSUMED, not from any study: SD of D 5 % per year.
import math
from statistics import NormalDist
N = NormalDist()
def pair_windows(sd, sesoi, icc, m=20, alpha=0.05, power=0.90):
z = N.inv_cdf(1 - alpha / 2) + N.inv_cdf(power)
return math.ceil(z ** 2 * sd ** 2 / sesoi ** 2 * (1 + (m - 1) * icc))
print("analysable pair-windows, 90 % power, two-sided alpha 0.05, 20 pairs per window")
print(" SD of D | icc | SESOI 0.5 | 1.0 | 1.5 % per year")
for sd in (4.0, 5.0, 6.0):
for icc in (0.02, 0.05, 0.10):
c = [pair_windows(sd, d, icc) for d in (0.5, 1.0, 1.5)]
print(f" {sd:3.0f} % | {icc:.2f} | {c[0]:5d} | {c[1]:4d} | {c[2]:4d}")
n = pair_windows(5.0, 1.0, 0.05)
windows = math.ceil(n / (20 * 0.85))
print(f"chosen: SD 5 %, SESOI 1.0 % per year, icc 0.05 -> {n} analysable pair-windows")
print(f"allowing 15 % unusable pair-windows (delisting, missing prices):")
print(f" {windows} monthly formation dates x 20 pairs = {windows * 20} pair-windows")
# analysable pair-windows, 90 % power, two-sided alpha 0.05, 20 pairs per window
# SD of D | icc | SESOI 0.5 | 1.0 | 1.5 % per year
# 4 % | 0.02 | 929 | 233 | 104
# 4 % | 0.05 | 1312 | 328 | 146
# 4 % | 0.10 | 1951 | 488 | 217
# 5 % | 0.02 | 1451 | 363 | 162
# 5 % | 0.05 | 2049 | 513 | 228
# 5 % | 0.10 | 3048 | 762 | 339
# 6 % | 0.02 | 2089 | 523 | 233
# 6 % | 0.05 | 2951 | 738 | 328
# 6 % | 0.10 | 4388 | 1097 | 488
# chosen: SD 5 %, SESOI 1.0 % per year, icc 0.05 -> 513 analysable pair-windows
# allowing 15 % unusable pair-windows (delisting, missing prices):
# 31 monthly formation dates x 20 pairs = 620 pair-windows配对—窗口之间的年化净收益差的标准差没有可借用的已发表数值。第六章的合成配对给出约 1.9 个百分点(两年交易期),6 个月的交易期与真实数据的异质性都会使它更大,所以假设为每年 5 个百分点;最小关注效应取每年 1.0 个百分点,约为多与法夫报告的扣除成本后配对交易月均收益(约 30 个基点,即每年约 3.6%)的四分之一到三分之一 (Do and Faff 2012);同一形成日的 20 对之间假设有 0.05 的组内相关。按 90% 把握度,需要 513 个可分析的配对—窗口;考虑约 15% 因退市或数据缺失而无法使用,需要 31 个月度形成日、共 620 个配对—窗口。若标准差是 6 个百分点、组内相关为 0.10,所需样本增加到 1,097 个。
需要说明「90% 把握度」的含义(与第 33 本一致):它指的是在真实差值恰好等于最小关注效应时,得出某种「卡尔曼滤波更好」结论的概率约为 90%;判定规则中最强的结论「至少好 1 个百分点」在这时只有约 2.5% 的机会出现。下面的程序把这些概率都算了出来。
判定规则
推导
# Decision rule fixed in advance. D = Kalman minus rolling OLS (60 d), net, % per year;
# 95 % CI clustered by formation date. Gates -> NOT INTERPRETABLE.
from statistics import NormalDist
N = NormalDist()
SESOI = 1.0
def verdict(d, lo, hi, usable=0.92, audit_ok=True, code_ok=True):
if not (audit_ok and code_ok):
return f"D = {d:+.2f}: NOT INTERPRETABLE - audit or registered-code check failed"
if usable < 0.85:
return (f"D = {d:+.2f}: NOT INTERPRETABLE - only {usable:.0%}"
" of pair-windows usable")
if lo >= SESOI: v = "Kalman better by at least 1.0 % per year"
elif lo > 0: v = "Kalman better; size not shown to reach 1.0 % per year"
elif hi < 0: v = "Kalman WORSE than rolling OLS"
elif lo >= -SESOI and hi <= SESOI: v = "no difference worth acting on"
else: v = "unclear: the interval is too wide to decide"
return f"D = {d:+.2f} ({lo:+.2f} to {hi:+.2f}): {v}"
for case in ((1.9, 1.2, 2.6), (0.8, 0.1, 1.5), (-0.9, -1.6, -0.2), (0.1, -0.6, 0.8),
(0.5, -0.9, 1.9), (2.0, 1.3, 2.7, 0.78), (1.5, 0.8, 2.2, 0.95, False)):
print(verdict(*case))
# What the planned design delivers (normal approximation; SE = SESOI / 3.24 by design).
se = SESOI / (N.inv_cdf(0.975) + N.inv_cdf(0.90)); z = N.inv_cdf(0.975)
print("true D | P(at least SESOI) | P(better, size open) | P(no difference) | P(worse)")
for true in (0.0, 0.5, 1.0, 2.0):
p_strong = 1 - N.cdf((SESOI + z * se - true) / se)
p_better = 1 - N.cdf((z * se - true) / se) - p_strong
p_worse = N.cdf((-z * se - true) / se)
lo_ok = N.cdf((SESOI - z * se - true) / se) - N.cdf((-SESOI + z * se - true) / se)
print(f" {true:3.1f} | {p_strong:6.1%} | {p_better:6.1%}"
f" | {max(lo_ok, 0):6.1%} | {p_worse:6.1%}")
print("secondary outcomes (Sharpe-ratio difference, turnover, maximum drawdown, results")
print(" at 5 and 20 bp costs) are reported with intervals and never decide the verdict")
# D = +1.90 (+1.20 to +2.60): Kalman better by at least 1.0 % per year
# D = +0.80 (+0.10 to +1.50): Kalman better; size not shown to reach 1.0 % per year
# D = -0.90 (-1.60 to -0.20): Kalman WORSE than rolling OLS
# D = +0.10 (-0.60 to +0.80): no difference worth acting on
# D = +0.50 (-0.90 to +1.90): unclear: the interval is too wide to decide
# D = +2.00: NOT INTERPRETABLE - only 78% of pair-windows usable
# D = +1.50: NOT INTERPRETABLE - audit or registered-code check failed
# true D | P(at least SESOI) | P(better, size open) | P(no difference) | P(worse)
# 0.0 | 0.0% | 2.5% | 80.0% | 2.5%
# 0.5 | 0.0% | 36.7% | 36.5% | 0.0%
# 1.0 | 2.5% | 87.5% | 2.5% | 0.0%
# 2.0 | 90.0% | 10.0% | 0.0% | 0.0%
# secondary outcomes (Sharpe-ratio difference, turnover, maximum drawdown, results
# at 5 and 20 bp costs) are reported with intervals and never decide the verdict示例中的结果是编造的。如果前瞻性数据的审计发现了「偷看未来」(例如用到了当日收盘之后的信息),或者执行的代码与登记的代码不一致,或者可用的配对—窗口不足计划的 85%,无论结果如何,报告都写「不可解释」。真实差值为零时,判定规则有 80% 的机会给出「没有值得行动的差异」,各有 2.5% 的机会给出错误的「更好」或「更差」;真实差值等于 1 个百分点时,「更好」类结论合计约 90%,但其中只有 2.5% 是最强的结论;真实差值达到 2 个百分点时,最强结论的概率才达到 90%。
这项检验不能说明什么
第一,它只比较两种对冲比率估计方法在一种事先固定的配对规则、一个市场、一段时间中的相对表现;即使结论是「卡尔曼滤波更好」,两种方法也可能都亏钱。第二,样本量建立在假设的标准差与组内相关之上;如果真实的离散程度更大,检验会更常落在「无法判断」。第三,成本模型是近似的:冲击成本随资金规模增长,适用于小规模的结论不能推广到大规模;融券的可得性与费用也会随时间变化。第四,31 个月的前瞻期只覆盖一种或几种市场状态;第五章的证据显示,配对交易的表现在动荡期与平稳期很不一样,同类策略的拥挤还可能在某个月份同时失效。第五,它与本书第一至三章讨论的高杠杆永续合约无关,不能说明任何关于加密资产或衍生品交易的事情;附带的资金费率与强平描述只是描述,不检验任何假说。第六,无论结果如何,它都不是投资建议。
伦理与利益冲突
这项检验不涉及人类受试者,但涉及数据许可与研究诚信:CRSP 数据按订阅许可使用、不随研究公开,Yahoo Finance 与 Binance 数据按各自的使用条款使用。方案、筛选规则、成本模型与全部代码须在第一个形成日之前公开登记。由于作者(如下文披露)可能持有相关仓位并提供相关咨询服务,检验必须由与作者没有经济关系的独立分析者按预先登记的代码执行,不使用作者或其关联方的任何交易账户或资金;结果不论正负都发表,并公开代码与可以公开的数据。
利益披露
作者以 5D Library 的著作(包括本书)作为其社群课程、升维牌卡(5D Ascension Cards,Dimensional Shift Card Decks)与 Yafu AI 知识库的方法论基础,因此与本书主题有商业利益关系。本书不推销任何课程、牌卡或服务;第八章的试验设计为由独立于作者企业的研究人员实施和分析,不从作者的社群、学员或客户中招募;书中所有代码与研究方案均公开,供任何人检验。作者开发并维护基于干支历法符号系统的先验分析软件工具与量化研究脚本,并提供相关的开源研究与独立咨询服务;撰写本书期间可能持有美股指数(如 SPY)或相关衍生品的常规观察仓位。本书所有模型仅供数理与历史统计的学术探讨,不构成任何投资建议、交易信号或命理预测承诺,也不推荐任何具体交易或资产。为限制利益的影响:检验代码在第一个形成日之前公开;无论结果如何,结果与代码都将公开。
参考文献
Fan, Y. (2026). Liquidation Cascades, Order-Book Depth Depletion and Cointegrated Statistical Arbitrage: Ornstein-Uhlenbeck Processes and Kalman-Filter Dynamic Hedging [高杠杆衍生品清算瀑布、订单簿深度衰竭与协整统计套利] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23796776 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).