现货成交量交互增量预测价差：DOGE、XRP 和 BCH Hyperliquid 永续合约

假设

研究负责人依据 Llorente、Michaely、Saar 和 Wang 的《个股成交量—收益关系动态变化》提出该研究：检验资产特定的收益—成交量交互是否能在纯价格预测之外增加相对收益信息。已阅读论文的理论讨论和回归设定。[原论文](https://web.mit.edu/wangj/Public/Publication/Llorente-Michaely-Saar-Wang02.pdf). 这是针对加密资产的操作化实现，并非复现股票研究。使用匹配的 Binance 现货日线作为信号来源，从 DOGE、XRP 和 BCH 个 Hyperliquid 永续合约中选择一组等美元多空配对。持有三个日线区间。在同步信号收盘时执行市价单，相当于注册表中连续交易场所的下一根柱开盘执行方式。六个日线目录均存在；共同覆盖情况仍需审计。基准为 fit_days=240 和 spread_entry=0.014。预热后预计每年有 15–25 个配对交易周期。风险控制路线（b）：按时间退出，每条腿的上限为组合按市值计价权益的 5%、入场总敞口的 10%，杠杆=1，且篮子不重叠。

只做多是方向失衡最大的情况：77.6%，高于 55% 上限。该配对实验也评估了 Hyperliquid 在 11.7% 的执行与其 20% 目标，以及跨交易场所范围 8.5% 与 15% 的对比。提供的集中度图为空；快照中 6 DOGEUSD、6 XRPUSD 和 14 BCHUSD 次运行的计数，只能有限地说明使用率较低。先前研究包括待审的 Hyperliquid 日收益—成交量交互反转面板，该面板基于独立的高成交量反转预测进行一天交易。本提案则将交互预测的增量效果与嵌套的纯价格模型进行比较，预测三日篮子相对收益，使用外部现货参与数据，允许延续或反转，并执行排序后的等美元对冲。它既不要求价格比收敛，也不要求交互系数为负。未使用绩效预研究。

negative_expectancy。该结果否定研究负责人提出的加密资产操作化方案：增量现货收益—成交量交互预测（完整岭回归模型减去纯价格模型），在 DOGE、XRP 和 BCH 个 Hyperliquid 永续合约中排序，组成一组等美元配对并持有 3 天。费用底线比较：avg_trade_return_pct 为 -0.021%，而 Hyperliquid 费用底线为 +0.15%；可靠样本包含 118 个篮子（236 条腿），覆盖 1,799 天。PF 为 0.991，夏普比率 -0.004，总回报 -0.17%。已执行的增量预测为 IC 0.023（t=0.57, n=599），与噪声无法区分。没有预测信息时，两个可调参数（fit_days 180-360、spread_entry 0.010-0.020）没有可供优化的信号，优化无法将近乎为零的毛收益空间提高到佣金加冲击成本之上。冲击成本占毛收益的 135%。全历史结果证实了 QA 对优势空间的担忧。现已计入资金费（6,406 次），因此资金费缺失这一保留意见已不再适用。交易符合假设机制；没有认定代码或账目存在缺陷。

实现

按资产特定的现货收益与成交量交互所带来的增量三日相对收益预测，对 DOGE、XRP 和 BCH 排名，并与嵌套的纯价格岭回归预测比较。当预测价差达到 1.4% 时，做多预测值最高的资产、做空预测值最低的资产；采用等美元 Hyperliquid 多空腿，持有三个日线区间，不重叠持仓篮子，重新入场延迟一天。每条腿的上限为 Hyperliquid 与仅作信号来源的 Binance 现货账户合并权益 MTM 的 5%。在连续交易场所于信号收盘时以市价成交，实现注册表中相当于下一根柱开盘执行的方式。

将未具体说明的预测变量标准化方式操作化为简单的 Binance 现货日收益与对数现货成交量的交互项；成交量依据此前 30 天标准化，并截断至 +/-2。每种资产分别拟合含截距和收益项的价格模型，以及含截距、收益项和收益—成交量交互项的模型；每次滚动 240 个观测值拟合时，预测变量均在拟合内部标准化，截距不受惩罚，均方误差上的岭回归强度为 0.01。标签为 Hyperliquid 三日简单收益减去三种资产的等权远期收益，仅在到期后纳入。预测差值分离出交互项的贡献，不预设系数方向。运行中的充分统计量使每日日常更新的计算量固定且成本低。六条腿按时间戳严格对齐；若出现缺失或零成交量日，则重置指标历史，以便在线审计共同覆盖情况；入场前要求连续覆盖 400 根日线柱。执行和敞口控制使用持久化的标量篮子状态；指标在预热期间重建。研究计划及其两个可调参数域均予以保留。

验证结果

现货账户缺失时，回退到主要交易场所的 MTM 权益，而不是返回 0。请与风险负责人确认模拟交易应采用哪种权益基数。

若没有 BINANCE_SPOT 账户，_combined_equity() 会返回 0.0，这也会丢弃 Hyperliquid 权益。在模拟或实盘交易中，现货场所仅作为信号来源，可能没有注资账户；此时 position_size 变为 0，策略便不会交易。回测中的现货场所有资金，因此仓位规模基数为 HL 加上闲置现货现金。peak_margin_utilization 0.204 意味着总敞口约为 Hyperliquid 账户的 20%，但占合并投资组合的 10%。这与假设中“合并投资组合 MTM 权益”的表述一致。

无需处理。可选记录跳过天数，以便审计覆盖情况。

六根日线柱都严格按 ts_init 对齐，因此信号评估取决于主要 DOGE 柱是否在同一时间戳的五根额外柱之后到达。如果先分发 DOGE，当天就会被静默跳过。这是安全的：保护条件禁止使用过时或未来的额外柱，符合 L147 前视保护。沙盒结果显示，对齐在实践中可行。

沙盒：118 个篮子（236 条腿），PF 0.99，对比 Hyperliquid 的 +0.15% 费用底线为 avg_trade_return_pct -0.025%。模型冲击成本（$1.3k）占毛收益的 142%，因此扣除佣金后，交互预测捕捉到的毛相对收益约为零。篮子数量（在 400 根柱预热后每年约 15 个）符合每年 15-25 个的预测，说明该机制正在被测量。完整回测要检验的是增量（完整模型减纯价格模型）价差的预测 IC。若接近零，调整 fit_days/spread_entry 无法产生优势。此外请注意，funding_events_available=0：Hyperliquid 资金费未应用于 3 天的持仓。

回测评审

夏普

-0.00

总收益率

-0.17%

最大回撤

3.64%

总交易数

118

胜率

54.2%

盈利因子

0.99

该机制按描述实现。共有 118 个等美元篮子（59 个多头和 59 个空头配对），每个持有整整 3 天，每条腿约占权益的 5%，篮子之间没有重叠。预热后每年约有 24 个篮子，处于预测的 15-25 范围内。

账目有效：没有强平，期末未实现盈亏为 0%，成本已计入引擎。现已计入资金费：共 6,406 次，记入 +$47，这解决了 QA 关于资金费事件为零的备注。

最大回撤为 3.64%，符合 10% 合约约束。

费用底线：avg_trade_return_pct 为 -0.021%，Hyperliquid 费用底线为 +0.15%。PF 为 0.991，夏普比率 -0.004（95% CI -0.85 至 +0.94），1,799 天内总回报为 -0.17%。

已执行的预测不含信息：IC 0.023（t=0.57, n=599），平台结论为 rejected_no_information。

毛收益空间很薄。净亏损约为 -$341，佣金为 $1,059，模型冲击成本为 $1,304（毛收益的 135%），资金费为 +$47。因此毛收益约为 $1.98k，即每条腿约 0.17%，每条腿规模约 $5k；毛收益仅与成本相当，且没有预测能力支撑。

年度结果正负波动，没有规律（2023 -1.42%，2025 +0.31%），最长回撤持续了 1,300 天。

迭代历史

六根日线柱都严格按 ts_init 对齐，因此信号评估取决于主要 DOGE 柱是否在同一时间戳的五根额外柱之后到达。如果先分发 DOGE，当天就会被静默跳过。这是安全的：保护条件禁止使用过时或未来的额外柱，符合前视保护。沙盒结果显示，对齐在实践中可行。

结局总结

在构建成本高昂的横截面配对交易之前，先检查成交量交互增量预测是否具有有意义的 IC；若预测没有能力，每条腿约 0.17% 的毛优势会被佣金和冲击成本吞噬。

在回测审查阶段，分析师在优化前因预期收益为负而放弃该策略，因为每笔交易 -0.021%，远低于 Hyperliquid 的 +0.15% 费用底线。实际交易的预测为 IC 0.023（t=0.57, n=599），平台判定其不含信息，因此调整 fit_days 或 spread_entry 无信号可循。

Llorente-Michaely-Saar-Wang 研究的加密资产版本：基于现货收益—成交量交互项构建增量预测（以 Binance 现货日线拟合的完整岭回归模型减去纯价格模型），对 DOGE、XRP 和 BCH 个 Hyperliquid 永续合约排序，随后以每条腿占权益 5% 的规模交易一组等美元多空配对，持有 3 天。

在 1,799 天内，策略平仓 118 个篮子（236 条腿，每年约 24 个）。总回报为 -0.17%，夏普比率 -0.004（95% CI -0.85 至 +0.94），利润因子 0.991，以及 avg_trade_return_pct -0.021%，最大回撤为 3.64%。佣金为 $1,059，模型冲击成本为 $1,304（毛收益的 135%），资金费为 +$47。