Archived
research(5m): разбор 133 источников по 5 направлениям + сводка «что брать в бэктест»
ЧТО: directions/*.md+json (поток заявок, кросс-секция, издержки и исполнение, ML, волатильность), сводный sources/ALL_SOURCES.json (133 источника с URL, горизонтом, заложенными издержками, вердиктом), docs/SYNTHESIS.md — итог со страницы вики. ПОЧЕМУ: сверить наши прогоны с литературой и взять готовые проверяемые формулировки правил. ГЛАВНОЕ: ни одной работы с net-плюсом на 1-15м при издержках >=10 б.п.; пик валового эджа 1,3 б.п. на 15м и 0,15 б.п. на 5м (Kitron & Wengrowicz 2026, 183 пары) против нашего круга 11 б.п. КАК ПРОВЕРЕНО: JSON всех пяти направлений валидны (15/24/27/29/38 = 133 записи), отчёты 43-61 КБ.
This commit is contained in:
@@ -0,0 +1,379 @@
|
||||
[
|
||||
{
|
||||
"title": "Machine Learning-Based Bitcoin Trading Under Transaction Costs: Evidence From Walk-Forward Forecasting",
|
||||
"authors": "Andrei Bysik, Robert Ślepaczuk",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/html/2606.00060v1",
|
||||
"doi": "10.48550/arXiv.2606.00060",
|
||||
"horizon": "1 час (hourly BTC/USDT returns); 27-fold walk-forward, train/valid/test",
|
||||
"data": "BTC/USDT spot, ~70 000 часовых наблюдений, 2018–2026",
|
||||
"costs_assumed": "10 б.п. за сделку (0,1% per unit of turnover)",
|
||||
"key_numbers": "Gross: XGBoost long-only ARC 73,50%, iTransformer long-short 181,76%. После 10 б.п.: XGBoost LO -64,00%, LSTM -50,65%, iTransformer -83,93%, LS варианты -85...-98,6%; 24ч моментум -45,93%. Cost-aware фильтр сокращает оборот >10x, лучший LO XGBoost: ARC >65%, SR >1 (10 619 сделок) — но bootstrap (paired circular block, блоки 24/72/168ч, 10 000 повторов, Holm) не отвергает равенство с buy&hold; результаты неоднородны по режимам",
|
||||
"verdict": "Ключевая работа: издержки 10 б.п. уничтожают наивные ML-стратегии; спасает только cost-aware правило исполнения. Прямая калибровка под наши 11 б.п. на круг",
|
||||
"implementable": "да — конструкция cost-aware фильтра переносится напрямую"
|
||||
},
|
||||
{
|
||||
"title": "Informer in Algorithmic Investment Strategies on High Frequency Bitcoin Data",
|
||||
"authors": "Filip Stefaniuk, Robert Ślepaczuk",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/pdf/2503.18096",
|
||||
"doi": "10.48550/arXiv.2503.18096",
|
||||
"horizon": "5м / 15м / 30м, 6 тестовых периодов",
|
||||
"data": "BTC/USDT Binance, 21.08.2019–24.07.2024, 1–60 мин данные",
|
||||
"costs_assumed": "0,1% за смену позиции (Binance spot; проверено в тексте, сноска 8); переворот = 2 сделки ≈ 20 б.п.",
|
||||
"key_numbers": "Informer + GMADL-лосс выигрывает от повышения частоты; на 5м превосходит остальные стратегии в большинстве тестовых периодов; RMSE-лосс ухудшается при переходе к высоким частотам; Quantile-лосс не превосходит бенчмарки; бенчмарк — buy&hold",
|
||||
"verdict": "Единственная найденная работа с явным 5м-ML и заявленным выигрышем; но издержки выше наших (20 б.п./круг), а бенчмарк B&H в трендовом периоде BTC 2019–2024",
|
||||
"implementable": "частично — идея lосса-функции (GMADL), не результат"
|
||||
},
|
||||
{
|
||||
"title": "A novel approach to trading strategy parameter optimization using double out-of-sample data and walk-forward techniques",
|
||||
"authors": "Tomasz Mroziewicz, Robert Ślepaczuk",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/pdf/2602.10785.pdf",
|
||||
"doi": "10.48550/arXiv.2602.10785",
|
||||
"horizon": "1м–60м интрадей (BTC), правило EMA-кроссовер",
|
||||
"data": "BTC (18 месяцев-19 месяцев train, 21 месяц test), затем BNB и ETH; 81 комбинация окон walk-forward",
|
||||
"costs_assumed": "0,1% за транзакцию (0,2% при перевороте); проверка чувствительности: точка безубыточности ≈ 0,4% за транзакцию",
|
||||
"key_numbers": "На тестовом периоде стратегия совершила всего одну сделку за 21 месяц и дала результат, близкий к buy&hold, с меньшей просадкой; портфель B&H+WF снизил просадку на 50%; 8 комбинаций окон дали Sharpe > 1 на глобальном train",
|
||||
"verdict": "Не ML, но эталон протокола: двойной OOS, отдельный невиданный период, bootstrap против случайных, анализ чувствительности к комиссии. Иллюстрирует «работает на тесте = почти не торгует»",
|
||||
"implementable": "да — как протокол тестирования стенда"
|
||||
},
|
||||
{
|
||||
"title": "Generalized Mean Absolute Directional Loss as a Solution to Overfitting and High Transaction Costs in Machine Learning Models Used in High-Frequency Algorithmic Investment Strategies",
|
||||
"authors": "Jakub Michańków, Paweł Sakowski, Robert Ślepaczuk",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/pdf/2412.18405v1",
|
||||
"doi": "10.48550/arXiv.2412.18405",
|
||||
"horizon": "высокочастотные интервалы (общая методология; сравнение с MSE/MADL)",
|
||||
"data": "методологическая работа; примеры на BTC и нефти (v1)",
|
||||
"costs_assumed": "издержки не как ставка, а как целевая функция: штраф за частоту сделок через параметры a и b",
|
||||
"key_numbers": "GMADL (дифференцируемая параметризация MADL) даёт лучшие результаты, чем MSE и MADL, независимо от архитектуры (Transformer/LSTM/Perceptron/RNN); главное — параметризация позволяет оптимизировать систему на конфигурации с меньшим числом сделок, чтобы издержки не обнуляли результат",
|
||||
"verdict": "Дизайн-идея под нашу проблему (издержки/оборот), а не бэктест",
|
||||
"implementable": "да — loss-функция для 5м-моделей"
|
||||
},
|
||||
{
|
||||
"title": "Explainable Patterns in Cryptocurrency Microstructure",
|
||||
"authors": "Bartosz Bieganowski, Robert Ślepaczuk",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/pdf/2602.00776",
|
||||
"doi": "10.48550/arXiv.2602.00776",
|
||||
"horizon": "секунды–минуты (короткий горизонт), taker и maker бэктесты",
|
||||
"data": "Binance Futures perpetual LOB + trades, 1 сек, BTC/LTC/ETC/ENJ/ROSE, 01.01.2022–12.10.2025, CatBoost + GMADL + SHAP",
|
||||
"costs_assumed": "«консервативный taker-бэктест по худшей стороне книги»; числовой уровень в доступном тексте не приведён",
|
||||
"key_numbers": "Одни и те же семейства фич (OFI, спред, VWAP-mid) доминируют по SHAP на всех 5 активах с разбросом капитализации на порядок; формы зависимостей стабильны; OFI монотонен с вогнутостью на краях; широкий спред = меньше предсказуемости; мейкер-стратегия катастрофически потеряла на флешкрэше 10.10.2025 (adverse selection), тейкер устояла",
|
||||
"verdict": "Лучший источник по кросс-активной универсальности фич для нашей корзины 20 пар; и предупреждение против мейкер-оптимизма",
|
||||
"implementable": "да — фиче-библиотека; риск мейкера учитывать"
|
||||
},
|
||||
{
|
||||
"title": "Algorithmic crypto trading using information-driven bars, triple barrier labeling and deep learning",
|
||||
"authors": "Financial Innovation (Springer), авторы не подтверждены в доступном фрагменте",
|
||||
"year": 2025,
|
||||
"url": "https://link.springer.com/article/10.1186/s40854-025-00866-w",
|
||||
"doi": "10.1186/s40854-025-00866-w",
|
||||
"horizon": "информационные бары (CUSUM/range/volume/dollar) + triple barrier; тест на кварталах Q2.2022–Q2.2023",
|
||||
"data": "BTC и ETH, тиковые данные Binance, 01.01.2018–30.06.2023, расширяющееся окно (5 тестовых кварталов)",
|
||||
"costs_assumed": "заявлено «положительно после учёта transaction costs», конкретный уровень издержек не подтверждён (результатный раздел не отдан движком извлечения)",
|
||||
"key_numbers": "CUSUM-фильтр + triple barrier превосходит time bars и next-bar-таргет; авторы прямо называют next-bar-схему непрактичной из-за транзакционных издержек даже на 60м-интервалах; сравнение Transformer (vanilla/FEDformer/Autoformer) с DL и классическим ML",
|
||||
"verdict": "Главный источник по дизайну разметки (CUSUM + triple barrier). Доходность непроверяема — на неё не опираться",
|
||||
"implementable": "да — дизайн разметки"
|
||||
},
|
||||
{
|
||||
"title": "Multi-Timeframe Feature Engineering for Bitcoin Market Prediction: A Price-Level-Agnostic Machine Learning Approach",
|
||||
"authors": "MDPI Forecasting, том 8, вып. 3, статья 40 (авторский состав по странице журнала)",
|
||||
"year": 2026,
|
||||
"url": "https://www.mdpi.com/2571-9394/8/3/40",
|
||||
"doi": "10.3390/forecast8030040",
|
||||
"horizon": "сигнал на 15м, удержание по барьерам SL/TP",
|
||||
"data": "BTC, 37 фич, таймфреймы 15м/4ч/1д/3д, 01.2020–11.2025, 6 951 сбалансированный сэмпл, OOS-2025 = 1 136 сэмплов",
|
||||
"costs_assumed": "round-trip комиссии «realistic», точный уровень не указан; вывод — чистый результат практически обнуляется",
|
||||
"key_numbers": "CV ROC-AUC 0,57–0,61 (RF 0,6086); OOS-2025 у Logistic Regression 0,6087; валовый upper-bound +35,97% (185 сделок, SL 1%/TP 2%, порог 0,7, Sharpe 0,14) → после издержек negligible; наивное выравнивание старших ТФ завышало ROC-AUC примерно на 0,20 (look-ahead)",
|
||||
"verdict": "Сильнейший отрицательный результат: AUC ≈0,60 недостаточно для экономики; AUC 0,8+ в литературе — артефакт утечки",
|
||||
"implementable": "да — как процедура выравнивания ТФ и как бенчмарк AUC"
|
||||
},
|
||||
{
|
||||
"title": "Exploring Microstructural Dynamics in Cryptocurrency Limit Order Books: Better Inputs Matter More Than Stacking Another Hidden Layer",
|
||||
"authors": "не подтверждены в доступном фрагменте (Bybit-исследование)",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/html/2506.05764v2",
|
||||
"doi": "10.48550/arXiv.2506.05764",
|
||||
"horizon": "100мс / 500мс / 1с",
|
||||
"data": "Bybit BTC/USDT LOB-снапшоты 100мс, один день 2025-01-30 (100k–1M снапшотов)",
|
||||
"costs_assumed": "не заложены (нет P&L-бэктеста)",
|
||||
"key_numbers": "Бинарная точность 0,5215…0,7281; тернарная 0,3594…0,5434 (лучшие — Savitzky-Golay + XGBoost/логрег, 40 уровней); простые модели обходят DeepLOB/CNN+LSTM на 1–2%; Kalman-фильтр местами хуже сырых данных; глубина 40 уровней: 0,715 на 5 442 сэмплах против 0,580 на 18 336",
|
||||
"verdict": "Точность без издержек и на одном дне: перенос на 5м запрещён; ценно опровержение «сложнее = лучше»",
|
||||
"implementable": "частично — идея препроцессинга (Savitzky-Golay), не сигнал"
|
||||
},
|
||||
{
|
||||
"title": "Deep Learning for Digital Asset Limit Order Books",
|
||||
"authors": "Rakshit Jha, Mattijs De Paepe, James West, Shaun Ng",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/html/2010.01241v1",
|
||||
"doi": "10.48550/arXiv.2010.01241",
|
||||
"horizon": "2 секунды (горизонт предсказания), walk-forward 1 день обучения/1 день теста",
|
||||
"data": "Coinbase BTC/USD, LOB 100мс, 50 уровней, 9 дней (12–20.06.2019)",
|
||||
"costs_assumed": "не заложены",
|
||||
"key_numbers": "Общая accuracy 71% на сбалансированной выборке; precision: down 0,42 (recall 0,61), up 0,40 (recall 0,66), stable 0,90 (recall 0,73); предсказуемость держится до ~1 минуты; уровни глубже 10 не дают прироста",
|
||||
"verdict": "Ориентир по масштабу «правды»: precision по up 0,40 — существенно ниже безубыточного уровня",
|
||||
"implementable": "нет (2с горизонт, нет издержек)"
|
||||
},
|
||||
{
|
||||
"title": "The Quarter-Hour Effect: Periodic Algorithmic Trading and Return Predictability in Cryptocurrency Futures",
|
||||
"authors": "Chan Kim, Peter Reinhard Hansen",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/pdf/2607.09426v2",
|
||||
"doi": "10.48550/arXiv.2607.09426",
|
||||
"horizon": "10-секундный возврат на границе четверти часа; предсказание возвратов на 4–12 часов по imbalance (1м/5м/15м фазы)",
|
||||
"data": "Binance USDT-perp, BTC, ETH, XRP, SOL, DOGE, ADA, 01.01.2021–31.10.2024; ~117 000 границ четверти часа на актив; 40 ежемесячных рефитов, окно обучения 6 мес.",
|
||||
"costs_assumed": "не заложены (прогнозный, не торговый дизайн)",
|
||||
"key_numbers": "R2_OOS: лаги 2,464% (макс. ADA 5,2%), техиндикаторы 2,090%, вместе — 3,37%; AUC направления 0,6011; эффект сконцентрирован на четвертьчасовой фазе, на более мелких частотах слабее; placebo-сдвиг фазы подтверждает привязку к истинной границе",
|
||||
"verdict": "Прямо про нашу фазу баров, но полезный горизонт — часы; 3,37% R2 не покрывают 11 б.п. издержек",
|
||||
"implementable": "частично — clock-phase фичи + placebo-тест фазы"
|
||||
},
|
||||
{
|
||||
"title": "When Does Order Flow Matter? State-Dependent L2 Liquidity-State Transitions in Crypto Futures",
|
||||
"authors": "Joohyoung Jeon",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/pdf/2607.09230v1",
|
||||
"doi": "10.48550/arXiv.2607.09230",
|
||||
"horizon": "1м и 5м (переход состояния ликвидности)",
|
||||
"data": "Binance BTCUSDT и ETHUSDT futures 2023–2026, top-20 L2 + trade flow + макро-события; rolling-month OOS, event-clustered bootstrap, blocked permutation",
|
||||
"costs_assumed": "не заложены (не P&L-задача)",
|
||||
"key_numbers": "Грубое пред-состояние L2 — первый порядок сигнала (+0,034 на 1м / +0,045 на 5м к маргиналу); логиты на непрерывных L2-фичах ХУЖЕ базы (-0,048/-0,034 и -0,052/-0,047, интервалы целиком ниже нуля); нелинейная L2-форма +0,044/+0,060; поток заявок поверх L2: ETH +0,020/+0,016 (нуль-порог 0,006/0,003), BTC не установлено (+0,001/+0,003)",
|
||||
"verdict": "Отрицательный результат по BTC ровно на 1м/5м: поток заявок не добавляет ничего сверх состояния книги",
|
||||
"implementable": "да — state-first дизайн и требование улучшения над базой"
|
||||
},
|
||||
{
|
||||
"title": "The Price Impact of Order Book Events",
|
||||
"authors": "Rama Cont, Arseniy Kukanov, Sasha Stoikov",
|
||||
"year": 2011,
|
||||
"url": "https://arxiv.org/pdf/1011.6402",
|
||||
"doi": "10.1093/jjfinec/nbt003",
|
||||
"horizon": "10 секунд (и робастность до 10 минут)",
|
||||
"data": "50 акций США, TAQ/NBBO, апрель 2010; 273 получасовых подвыборки",
|
||||
"costs_assumed": "не заложены (объяснительная регрессия)",
|
||||
"key_numbers": "OFI линейно объясняет изменение mid-price: средний R2 = 65% (35–60% при исключении price-changing событий, т.е. часть R2 — тавтология); imbalance по сделкам даёт R2 = 32% и незначим при добавлении OFI; соотношение quote updates / trades ≈ 40:1",
|
||||
"verdict": "Фундамент OFI: это ОДНОВРЕМЕННОЕ объяснение, не прогноз. Обязательная поправка при переносе на 5м",
|
||||
"implementable": "да — как определение OFI и как предупреждение о тавтологии"
|
||||
},
|
||||
{
|
||||
"title": "The Price Impact of Generalized Order Flow Imbalance",
|
||||
"authors": "Su, Sun, Li, Yuan",
|
||||
"year": 2021,
|
||||
"url": "https://arxiv.org/abs/2112.02947",
|
||||
"doi": "10.48550/arXiv.2112.02947",
|
||||
"horizon": "30 сек, 1 мин, 5 мин",
|
||||
"data": "CSI-500, 10 акций, снапшоты книги",
|
||||
"costs_assumed": "не заложены (объяснение цены)",
|
||||
"key_numbers": "R2_OOS log-GOFI: 83,57% / 85,37% / 86,01% на 30с/1м/5м; OFI: 32,89% / 38,13% / 42,57%",
|
||||
"verdict": "Подтверждает информативность 5м-OFI по конструкции, но снова contemporaneous — не торговый сигнал",
|
||||
"implementable": "частично — конструкция GOFI-фичи"
|
||||
},
|
||||
{
|
||||
"title": "Deep order flow imbalance: Extracting alpha at multiple horizons from the limit order book",
|
||||
"authors": "Petter N. Kolm, Jeremy Turiel, Nicholas Westray",
|
||||
"year": 2023,
|
||||
"url": "https://ideas.repec.org/a/bla/mathfi/v33y2023i4p1044-1081.html",
|
||||
"doi": "10.1111/mafi.12413",
|
||||
"horizon": "мультигоризонт (минуты) — точные горизонты по абстракту не раскрыты",
|
||||
"data": "115 акций NASDAQ, LOB",
|
||||
"costs_assumed": "не заложены в аннотации",
|
||||
"key_numbers": "По абстракту: DL по многоуровневому и многошкальному OFI улучшает прогноз высокочастотных доходностей на нескольких горизонтах. Полный текст не читал — числовых результатов не привожу",
|
||||
"verdict": "Цитирую как направление (многоуровневый OFI), цифры не подтверждены",
|
||||
"implementable": "частично"
|
||||
},
|
||||
{
|
||||
"title": "Order Book Filtration and Directional Signal Extraction at High Frequency",
|
||||
"authors": "не подтверждены в доступном фрагменте",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/html/2507.22712v1",
|
||||
"doi": "10.48550/arXiv.2507.22712",
|
||||
"horizon": "тиковый/секундный (Lagged/regime метрики)",
|
||||
"data": "LOB-событийные данные; три схемы структурной фильтрации (время жизни ордера, число апдейтов, задержка)",
|
||||
"costs_assumed": "не заложены",
|
||||
"key_numbers": "Структурная фильтрация улучшает ассоциативные метрики (корреляция, режимный R2), но даёт лишь ограниченный выигрыш в причинных метриках (Hawkes excitation нормы); OBI, посчитанный по СДЕЛКАМ, имеет сильнее причинное согласование с будущим движением цены, чем OBI по книге",
|
||||
"verdict": "Практическая поправка: для OFI-прокси использовать trade-based imbalance; не путать корреляцию с причинностью",
|
||||
"implementable": "да — определение прокси"
|
||||
},
|
||||
{
|
||||
"title": "Forecasting high frequency order flow imbalance using Hawkes processes",
|
||||
"authors": "Aditya Nittur Anantha, Shashi Jain",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2408.03594",
|
||||
"doi": "10.48550/arXiv.2408.03594",
|
||||
"horizon": "тиковый / внутридневной OFI",
|
||||
"data": "tick-by-tick данные NSE (Национальная фондовая биржа Индии)",
|
||||
"costs_assumed": "не заложены (прогноз индикатора)",
|
||||
"key_numbers": "Hawkes-процесс с sum-of-exponentials ядром — лучший прогноз распределения OFI среди конкурентов; учёт времени между сделками существенно улучшает качество выбора модели",
|
||||
"verdict": "Метод для OFI-фич; торговой экономики нет",
|
||||
"implementable": "частично"
|
||||
},
|
||||
{
|
||||
"title": "Learning to Predict Short-Term Volatility with Order Flow Image Representation",
|
||||
"authors": "Artem Lensky, Mingyu Hao",
|
||||
"year": 2023,
|
||||
"url": "https://arxiv.org/html/2304.02472v2",
|
||||
"doi": "10.48550/arXiv.2304.02472",
|
||||
"horizon": "реализованная волатильность на следующие 60 секунд",
|
||||
"data": "BTC/USDT perpetual Binance, тиковые сделки + 20 уровней книги, январь 2021, снапшоты по 10 сек",
|
||||
"costs_assumed": "не заложены (прогноз волатильности)",
|
||||
"key_numbers": "Лучший результат — CNN по «изображениям» потока заявок, дополненная 393 агрегированными фичами; ResNet-18 и ConvMixer НЕ лучше; CNN+LSTM не улучшил; наивная догадка (волатильность прошлой минуты) временами точна, но с намного большей дисперсией",
|
||||
"verdict": "Подтверждает: на минутных горизонтах волатильность предсказуема лучше направления — основа для слоя сайзинга, а не входов",
|
||||
"implementable": "да — как слой vol-targeting"
|
||||
},
|
||||
{
|
||||
"title": "A Frequency-Controlled Comparison of Tick- and Minute-Based Information Bars for Cryptocurrency Markets",
|
||||
"authors": "не подтверждены в доступном фрагменте",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/html/2608.26158v1",
|
||||
"doi": "10.48550/arXiv.2608.26158",
|
||||
"horizon": "конструкция баров (не горизонт прибыли)",
|
||||
"data": "BTCUSDT USDT-perp, Binance aggTrade тики и 1-мин OHLCV, 01.2020–12.2025 (6 лет)",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "Преимущество тиковых баров зависит от типа бара: tick Renko — наименьшее отклонение от random walk, tick volatility-бары снижают серийную зависимость на 69% относительно минутной базы; Ljung-Box отвергает независимость на всех сериях; календарные бары — конкурентная база; преимущество тика на дистрибутивных критериях в значительной степени артефакт частоты",
|
||||
"verdict": "Опровергает универсальность тезиса «информационные бары лучше»; календарные 5м-бары — не худший выбор",
|
||||
"implementable": "да — как чек-лист сравнения типов баров"
|
||||
},
|
||||
{
|
||||
"title": "TLOB: A Novel Transformer Model with Dual Attention for Price Trend Prediction with Limit Order Book Data",
|
||||
"authors": "Leonardo Berti, Gjergji Kasneci",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/abs/2502.15757",
|
||||
"doi": "10.48550/arXiv.2502.15757",
|
||||
"horizon": "10/50/100 событий (tick-горизонты)",
|
||||
"data": "FI-2010 (финские акции), NASDAQ TSLA и INTC, BTC-датасет",
|
||||
"costs_assumed": "полноценный P&L не считался; порог разметки тренда задан средним спредом (прокси транзакционных издержек)",
|
||||
"key_numbers": "Авторы прямо в Limitations: предложенные методологии «недостаточно зрелы для практического применения в live-торговых средах»; определение порога через средний спред существенно влияет на оценку и потенциальную прибыльность; MLP-модель (MLPLOB) превосходит SOTA-трансформеры",
|
||||
"verdict": "Прямая цитата «незрелости» + правило привязки барьеров к спреду/издержкам",
|
||||
"implementable": "да — правило разметки"
|
||||
},
|
||||
{
|
||||
"title": "Deep Limit Order Book Forecasting: A microstructural guide (LOBFrame)",
|
||||
"authors": "Antonio Briola, Silvia Bartolucci, Tomaso Aste",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/html/2403.09267v4",
|
||||
"doi": "10.48550/arXiv.2403.09267",
|
||||
"horizon": "горизонты 10/50/100 событий (H10/H50/H100)",
|
||||
"data": "15 акций NASDAQ, 2017–2019, DeepLOB, 135 экспериментов, 959 GPU-часов",
|
||||
"costs_assumed": "торговые симуляции намеренно исключены; вместо этого предложена «вероятность корректного полного трейда»",
|
||||
"key_numbers": "Ключевой вывод: высокая прогнозная сила НЕ обязательно соответствует исполнимому торговому сигналу; традиционные ML-метрики неадекватны для LOB; предсказуемость привязана к микроструктурным свойствам (tick size как прокси «information richness») до 10с/10-100с распределений",
|
||||
"verdict": "Методологический вывод №1: accuracy/F1 не экономика; нужна метрика на уровне сделки",
|
||||
"implementable": "да — замена метрики"
|
||||
},
|
||||
{
|
||||
"title": "Deep Learning modeling of Limit Order Book: a comparative perspective",
|
||||
"authors": "Antonio Briola, Jeremy Turiel, Tomaso Aste",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2007.07319",
|
||||
"doi": "10.48550/arXiv.2007.07319",
|
||||
"horizon": "тик-горизонты LOB",
|
||||
"data": "единый датасет и фиче-пространство; сравнение Random, LogReg, LSTM, Attention-LSTM, CNN-LSTM, MLP",
|
||||
"costs_assumed": "не заложены",
|
||||
"key_numbers": "MLP сопоставим или лучше state-of-the-art CNN-LSTM: динамические пространственно-временные измерения — хорошее приближение, но не истинные размерности динамики LOB",
|
||||
"verdict": "Опровергает «сложнее = лучше» на LOB",
|
||||
"implementable": "нет"
|
||||
},
|
||||
{
|
||||
"title": "Microstructure and Market Dynamics in Crypto Markets",
|
||||
"authors": "David Easley, Maureen O'Hara, Songshan Yang, Zhibai Zhang",
|
||||
"year": 2024,
|
||||
"url": "https://stoye.economics.cornell.edu/docs/Easley_ssrn-4814346.pdf",
|
||||
"doi": "10.2139/ssrn.4814346",
|
||||
"horizon": "высокочастотные метки (знаки изменений RV, автокорреляции, скью, куртозиса, JB)",
|
||||
"data": "Binance, BTC/ETH/XRP/SOL/ADA, 01.2021–07.2023, случайный лес; собственные и кросс-рыночные эффекты",
|
||||
"costs_assumed": "не заложены (не торговый бэктест)",
|
||||
"key_numbers": "Средний AUC > 0,55; по отдельным фичам 0,54–0,61; skewness AUC = 0,50 (не предсказуема); предсказуемость несут Roll measure и VPIN; собственные и кросс-эффекты BTC/ETH значимы; результаты практически не изменились в crypto winter",
|
||||
"verdict": "Ответ на «какие фичи несут сигнал»: токсичность/автокорреляция (Roll, VPIN), а не объём и не моменты высшего порядка",
|
||||
"implementable": "да — Roll/VPIN-прокси для 5м"
|
||||
},
|
||||
{
|
||||
"title": "The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting and Non-Normality",
|
||||
"authors": "David H. Bailey, Marcos López de Prado",
|
||||
"year": 2014,
|
||||
"url": "https://www.davidhbailey.com/dhbpapers/deflated-sharpe.pdf",
|
||||
"doi": "10.2139/ssrn.2460551",
|
||||
"horizon": "методология",
|
||||
"data": "методология (JPM 2014)",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "DSR корректирует SR на (а) selection bias при множественном тестировании и (б) ненормальность доходностей; формула ожидаемого максимума SR по числу независимых испытаний N; «бэктест без числа попыток бесполезен независимо от доходности»; holdout не контролирует множественное тестирование (при 20 применениях ложноположительный — ожидаемое событие)",
|
||||
"verdict": "Обязательный статистический фильтр для нашего стенда",
|
||||
"implementable": "да — gate перед деньгами"
|
||||
},
|
||||
{
|
||||
"title": "Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance (MinBTL); цифры — по слайдам Bailey–López de Prado 2022",
|
||||
"authors": "David H. Bailey, Jonathan M. Borwein, Marcos López de Prado, Qiji Jim Zhu",
|
||||
"year": 2014,
|
||||
"url": "https://www.ams.org/notices/201405/rnoti-p458.pdf",
|
||||
"doi": "10.1090/noti1105",
|
||||
"horizon": "методология",
|
||||
"data": "теория + Монте-Карло",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "2 года дневных данных → не более 7 вариаций стратегии; 5 лет дневных данных → не более 45 вариаций (Minimum Backtest Length). Источник цифр вторичный: слайды Bailey & López de Prado, 2022, https://cdar.econ.berkeley.edu/sites/default/files/dhb-risk-2022.pdf",
|
||||
"verdict": "Жёсткое ограничение на число переборов на наших данных",
|
||||
"implementable": "да — лимит на число испытаний"
|
||||
},
|
||||
{
|
||||
"title": "Why financial research is prone to false statistical discoveries (слайды; репликации аномалий и ETF)",
|
||||
"authors": "David H. Bailey, Marcos López de Prado",
|
||||
"year": 2022,
|
||||
"url": "https://cdar.econ.berkeley.edu/sites/default/files/dhb-risk-2022.pdf",
|
||||
"doi": "нет (материалы конференции)",
|
||||
"horizon": "методология / репликации",
|
||||
"data": "обзор: ETF 1993–2014; аномалии (Hou–Xue–Zhang 2020)",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "ETF: среднее годовое превышение ≈ +5% до запуска → ≈ 0% после запуска. Hou–Xue–Zhang (2020): из 452 аномалий 65% не проходят t ≥ 1,96 и 82% — t ≥ 2,78 (цитируется по слайдам; первоисточник RFS 33, SSRN 3275496 — не читал)",
|
||||
"verdict": "Масштаб деградации «бэктест → реальность» и планка значимости",
|
||||
"implementable": "да — планка t ≥ 2,78…3,0"
|
||||
},
|
||||
{
|
||||
"title": "Backtesting",
|
||||
"authors": "Campbell R. Harvey, Yan Liu",
|
||||
"year": 2015,
|
||||
"url": "https://people.duke.edu/~charvey/Research/Published_Papers/P120_Backtesting.PDF",
|
||||
"doi": "10.3905/jpm.2015.42.1.013",
|
||||
"horizon": "методология",
|
||||
"data": "Journal of Portfolio Management, Fall 2015; данные HLZ по факторам",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "Правило «срезать SR на 50%» — эвристика; haircut нелинейный: высокие SR штрафуются умеренно, маржинальные — почти полностью; t = 3,0 в одиночном тесте может не быть значимым при множественном тестировании; в HLZ зафиксировано ≥316 протестированных факторов; t-ratio = SR·√T",
|
||||
"verdict": "Рабочий инструмент: haircut SR и требование t > 3 для новых сигналов",
|
||||
"implementable": "да"
|
||||
},
|
||||
{
|
||||
"title": "All that Glitters Is Not Gold: Comparing Backtest and Out-of-Sample Performance on a Large Cohort of Trading Algorithms",
|
||||
"authors": "Thomas Wiecki, Andrew Campbell, Justin Lent, Jessica Stauth",
|
||||
"year": 2016,
|
||||
"url": "https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2745220",
|
||||
"doi": "10.3905/joi.2016.25.3.069",
|
||||
"horizon": "минутные данные (вход/выход), позиции — по дневным ценам",
|
||||
"data": "888 алгоритмических стратегий (акции США), IS 2010 → деплой в 01–06.2015, OOS 06.2015–02.2016; издержки учтены",
|
||||
"costs_assumed": "«robustly estimated trading frictions» (точная ставка не указана)",
|
||||
"key_numbers": "IS→OOS линейные регрессии: R2 = 0,01–0,02 для SR/Sortino/годовой доходности (для годовой доходности корреляция слегка отрицательная); волатильность R2 = 0,67, max DD R2 = 0,34; чем больше дней бэктеста использовал разработчик, тем БОЛЬШЕ разрыв IS–OOS; портфель топ-10 по IS-Sharpe дал OOS SR 0,7 против 1,8 у отбора через ML",
|
||||
"verdict": "Каноническое доказательство, что интенсивность бэктестинга ухудшает перенос в live",
|
||||
"implementable": "да — как ориентир ожидаемой деградации"
|
||||
},
|
||||
{
|
||||
"title": "The Statistics of Sharpe Ratios",
|
||||
"authors": "Andrew W. Lo",
|
||||
"year": 2002,
|
||||
"url": "https://econpapers.repec.org/article/tafufajxx/v_3a58_3ay_3a2002_3ai_3a4_3ap_3a36-52.htm",
|
||||
"doi": "10.2469/faj.v58.n4.2453",
|
||||
"horizon": "методология (оценка SR по конечной выборке)",
|
||||
"data": "Financial Analysts Journal 58(4):36–52",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "Стандартная ошибка оценки SR ≈ sqrt((1+SR²/2)/T) → t = SR·√T. Использовано как основание расчётов в §4 нашего отчёта (сами расчёты — наши, не цитата чисел Ло; полный текст не читал)",
|
||||
"verdict": "Основание для расчёта необходимого размера выборки",
|
||||
"implementable": "да — формула для таблицы размера выборки"
|
||||
},
|
||||
{
|
||||
"title": "Technical Analysis Meets Machine Learning: Bitcoin Evidence",
|
||||
"authors": "José Ángel Islas Anguiano, Andrés García-Medina",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/pdf/2511.00665",
|
||||
"doi": "10.48550/arXiv.2511.00665",
|
||||
"horizon": "дневной",
|
||||
"data": "BTC, обучение 2021-01-10…2024-01-09, тест 2024-01-10…2024-12-31 (после одобрения спотовых ETF)",
|
||||
"costs_assumed": "не раскрыты; сравнение с buy&hold",
|
||||
"key_numbers": "LSTM ≈ +65,23% кумулятивно и лучше LightGBM, EMA-кроссовера, MACD+ADX и buy&hold",
|
||||
"verdict": "Приведено как пример типовой нереплицируемой публикации (один короткий период, издержки не раскрыты) — доказательством не является",
|
||||
"implementable": "нет"
|
||||
}
|
||||
]
|
||||
@@ -0,0 +1,185 @@
|
||||
# ML/DL на 5-минутных данных — что реально работает, что нет
|
||||
|
||||
Направление 4 репозитория `crypto-5m-research`. Дата сборки: **2026-09-29** (все URL — дата обращения 29.09.2026).
|
||||
Наши инварианты (из `README.md`, не перепроверяются здесь): средний |доход| 5м = **22,8 б.п.**, 1ч = **78,0 б.п.**;
|
||||
издержки на круг **11 б.п.** (тейкер Bybit) / **4 б.п.** (мейкер); порог безубыточности
|
||||
p\* = (Стоп+Издержки)/(Цель+Стоп): 0,2%/0,2% → **0,775**, 0,5%/0,3% → **0,7625**, 1,0%/0,5% → **0,74**, мейкер 0,2%/0,2% → 0,60.
|
||||
|
||||
Термин «издержки» ниже означает **уровень, заложенный в чужой бэктест** (и сравнивается с нашими 11 б.п. на круг).
|
||||
|
||||
---
|
||||
|
||||
## 1. Сводная таблица: работы, где ML/DL торговал крипту на 1–15м (и рядом) с издержками
|
||||
|
||||
| Работа | Авторы/год | Данные | Горизонт | Заложенные издержки | Цифры (как в источнике) | Вердикт |
|
||||
|---|---|---|---|---|---|---|
|
||||
| Machine Learning-Based Bitcoin Trading Under Transaction Costs: Evidence From Walk-Forward Forecasting ([arXiv 2606.00060](https://arxiv.org/html/2606.00060v1)) | Bysik, Ślepaczuk, 2026 | BTC/USDT, ~70 000 часовых наблюдений, 2018–2026, 27-фолдовый walk-forward | **1 час** (не 5м!) | **10 б.п.** за сделку (0,1%) | Без издержек: XGBoost long-only ARC +73,50%, iTransformer long-short +181,76%. С издержками 10 б.п.: XGBoost LO **−64,00%**, LSTM −50,65%, iTransformer **−83,93%**; LS: −92,58% / −87,08% / −98,62%; 24ч-моментум −45,93%. Cost-aware фильтр (вход только если \|прогноз\| > порога, пропорц. издержкам) снижает оборот **более чем в 10 раз**: лучший LO XGBoost даёт ARC >65%, SR >1 — но bootstrap (paired circular block, 10 000 повторов, Holm) **не подтверждает** превосходство над buy&hold; результат неоднороден по режимам | **Ключевая работа направления.** Издержки ломают наивную ML-стратегию полностью; спасает только правило исполнения по величине прогноза. Их 10 б.п. на сделку ≈ наши 11 б.п. на круг — порядок совпадает |
|
||||
| Informer in Algorithmic Investment Strategies on High Frequency Bitcoin Data ([arXiv 2503.18096](https://arxiv.org/pdf/2503.18096)) | Stefaniuk, Ślepaczuk, 2025 | BTC/USDT, 21.08.2019–24.07.2024, **5м / 15м / 30м**, 6 тестовых периодов | **5м** (есть) | **0,1% за смену позиции** (Binance spot taker; проверено в тексте, сн. 8), переворот = 2 сделки ≈ 20 б.п. | Informer с **GMADL**-лоссом выигрывает от повышения частоты и на 5м обходит все прочие стратегии в большинстве периодов; RMSE-лосс **ухудшается** с ростом частоты; Quantile-лосс не лучше бенчмарков. Бенчмарк — buy&hold | Единственная найденная работа с явным 5м-торгованием и заявленным выигрышем. Критика: (а) их издержки (20 б.п. на круг) **выше наших** — значит задача ещё тяжелее; (б) «победа над B&H» на BTC 2019–2024 в значительной мере трендовая; (в) волатильностная база BTC несопоставима с корзиной 20 пар |
|
||||
| A novel approach to trading strategy parameter optimization using double out-of-sample data and walk-forward ([arXiv 2602.10785](https://arxiv.org/pdf/2602.10785.pdf)) | Mroziewicz, Ślepaczuk, 2026 | BTC/BNB/ETH, интрадей **1м–60м**, обучение 19 мес (2018-02-08…2019-09-01), тест 21 мес | 1м–60м (правило EMA) | 0,1% за транзакцию (0,2% при перевороте); чувствительность: **точка безубыточности ≈0,4% за транзакцию** | На тесте стратегия совершила **всего одну сделку за 21 месяц** и дала результат, близкий к buy&hold, но с меньшей просадкой; портфель B&H+WF снизил просадку на 50% | Не ML, но **эталон протокола**: двойной OOS, анализ чувствительности к издержкам, bootstrap против случайных стратегий. Полезный вывод: «работает на тесте» часто = «почти не торгует» |
|
||||
| Algorithmic crypto trading using information-driven bars, triple barrier labeling and deep learning ([Financial Innovation 2025, doi:10.1186/s40854-025-00866-w](https://link.springer.com/article/10.1186/s40854-025-00866-w)) | Financial Innovation (Springer), 2025 | BTC, ETH, тиковые данные Binance, 01.2018–06.2023, расширяющееся окно (тест Q2 2022–Q2 2023) | Информационные бары (CUSUM/range/volume/dollar) | Заявлено «положительно после учёта transaction costs»; **конкретный уровень издержек в доступном мне тексте не найден** (результатный раздел не отдался движком) — считать непроверенным | Комбинация CUSUM-бар + **triple barrier** обходит time bars и next-bar-таргет; авторы прямо пишут, что next-bar-схема «непрактична для большинства инвесторов» из-за комиссий даже на 60м-барах | **Главная работа по разметке.** Числа непроверяемы → не опираться на её доходность, опираться на дизайн (CUSUM + triple barrier) |
|
||||
| Multi-Timeframe Feature Engineering for Bitcoin Market Prediction ([MDPI Forecasting 8(3):40, 2026](https://www.mdpi.com/2571-9394/8/3/40)) | Pinto et al., 2026 | BTC, 37 фич, 4 таймфрейма (**15м**, 4ч, 1д, 3д), 6 951 сэмпл, OOS-2025 = 1 136 сэмплов | Вход на 15м, удержание по барьерам | Round-trip комиссии («realistic») — уровень не указан; вывод: чистый результат практически обнуляется | CV ROC-AUC 0,57–0,61 (RF 0,6086; OOS LR 0,6087). Валовый upper-bound на 2025 OOS: **+35,97%** (185 сделок, SL 1%/TP 2%, порог 0,7, **Sharpe 0,14**); после издержек — «negligible». Найден look-ahead в выравнивании старших ТФ: **AUC завышался на ~0,20** до исправления | **Сильнейший отрицательный результат по фичам**: AUC ≈0,60 недостаточен для экономически значимого сигнала; а ROC-AUC 0,8+ в литературе — артефакт утечки |
|
||||
| Deep Learning for Digital Asset Limit Order Books ([arXiv 2010.01241](https://arxiv.org/html/2010.01241v1)) | Jha, De Paepe, West, Ng, 2020 | Coinbase BTC/USD, LOB 100мс, 9 дней, top-50 | **2 секунды** | **Не заложены** (нет P&L) | Общая accuracy 71% на сбалансированной выборке; по классам **precision**: down 0,42 / up 0,40 (recall 0,61 / 0,66); предсказуемость держится до ~1 минуты; уровни глубже 10 ничего не добавляют | Полезно как ориентир: 2с-прогноз с precision 0,40 по «up» — это ниже безубыточности; на 5м переносить нельзя |
|
||||
| Exploring Microstructural Dynamics in Cryptocurrency Limit Order Books ([arXiv 2506.05764](https://arxiv.org/html/2506.05764v2)) | (Bybit-исследование), 2025 | **Bybit** BTC/USDT, снапшоты LOB 100мс, **1 день** (2025-01-30), 100k–1M снапшотов | 100мс / 500мс / 1с | **Не заложены** | Бинарная точность 0,5215…**0,7281**; тернарная 0,3594…0,5434 (лучшее — Savitzky–Golay + XGBoost/logreg на 500мс/1с, 40 уровней). Сложные DL (DeepLOB, CNN+LSTM) **не превосходят** простые модели (проигрыш 1–2%); Kalman-фильтр местами **хуже сырых данных**; глубина 40 уровней даёт 0,715 на 5 442 сэмплах против 0,580 на 18 336 | Точность ≠ деньги: 0,73 на 1с-горизонте при издержках 11 б.п. на круг безубыточности не даёт; и это **один день данных** |
|
||||
| The Quarter-Hour Effect: Periodic Algorithmic Trading and Return Predictability in Cryptocurrency Futures ([arXiv 2607.09426](https://arxiv.org/pdf/2607.09426v2)) | Kim, Hansen, 2026 | Binance USDT-perp, 6 контрактов (BTC, ETH, XRP, SOL, DOGE, ADA), 01.01.2021–31.10.2024; ~**117 000** границ четверти часа на актив; 40 ежемесячных рефитов, окно 6 мес | 10-секундный возврат на границе 15-минутки; **предсказание возвратов на 4–12 ЧАСОВ** по imbalance | **Не заложены** (нет P&L) | R²_OOS: лаги 2,464% (макс. ADA 5,2%), техиндикаторы 2,090%, вместе **3,37%**; AUC направления 0,6011 (лучшее). Эффект сконцентрирован на четвертьчасовой фазе; на мелких частотах слабее | **Прямо про наш горизонт по фазе** (5м-бары = границы четверти часа). Но полезный горизонт — часы, не 5м; и 3,37% R² против 11 б.п. издержек не считается экономикой |
|
||||
| When Does Order Flow Matter? State-Dependent L2 Liquidity-State Transitions in Crypto Futures ([arXiv 2607.09230](https://arxiv.org/pdf/2607.09230v1)) | Jeon, 2026 | Binance BTCUSDT, ETHUSDT futures 2023–2026, top-20 L2 + trade flow | **1м и 5м** | **Не заложены** (задача — переход состояния ликвидности, не P&L) | Грубое пред-состояние L2 — первый порядок сигнала (+0,034/+0,045 к маргиналу). Логит на непрерывных фичах **хуже** базы (−0,048/−0,034). Порядок потока: ETH +0,020 (1м) / +0,016 (5м) при нулевой 95-й перцентили шума 0,006/0,003; **BTC — не установлено** (+0,001/+0,003) | Отрицательный результат по BTC ровно на 1м/5м: поток заявок не добавляет ничего поверх состояния книги |
|
||||
| Explainable Patterns in Cryptocurrency Microstructure ([arXiv 2602.00776](https://arxiv.org/pdf/2602.00776.pdf)) | Bieganowski, Ślepaczuk, 2026 | Binance Futures perp, BTC/LTC/ETC/ENJ/ROSE, LOB+trades **1 сек**, 01.01.2022–12.10.2025 | Секунды-минуты (короткий горизонт) | «Консервативный taker-бэктест с худшей стороной книги» — числовой уровень не приведён в доступном тексте | Одни и те же семейства фич (OFI, спред, VWAP−mid) доминируют по SHAP **на всех активах**, формы зависимостей стабильны: OFI монотонен с вогнутостью на краях, широкий спред = снижение предсказуемости. Мейкер-стратегия **уничтожена** на флешкрэше 10.10.2025 (adverse selection), тейкер-версия устояла | Полезно как **список фич**, переносимых между парами (мы торгуем 20 пар). Осторожно с мейкером: риск не в комиссии, а в adverse selection |
|
||||
| Technical Analysis Meets Machine Learning: Bitcoin Evidence ([arXiv 2511.00665](https://arxiv.org/pdf/2511.00665)) | Islas Anguiano, García-Medina, 2025 | BTC, дневные данные, обучение 2021–2024-01, тест 2024-01…12 | Дневной | Издержки не раскрыты; сравнение с buy&hold | LSTM ≈65,23% кумулятивно, лучше LightGBM/EMA/MACD+ADX и B&H | Слабый дизайн (один короткий период, нет издержек) — **не использовать как доказательство**; приведено как пример типовой публикации, которую нельзя воспроизвести |
|
||||
| Deep Limit Order Book Forecasting: a microstructural guide ([arXiv 2403.09267](https://arxiv.org/html/2403.09267v4)) | Briola, Bartolucci, Aste, 2024 | 15 акций NASDAQ, 2017–2019, DeepLOB, горизонты 10/50/100 событий | Событийное время (≈сек–минуты) | Торговые симуляции **намеренно исключены** | «Высокая прогнозная сила **не обязательно** соответствует исполнимому торговому сигналу»; предсказуемость стока привязана к микроструктуре (tick size как прокси «information richness»); предложен operational framework (вероятность корректного полного трейда) вместо accuracy/F1 | Методологический вывод №1 для нас: accuracy и F1 не являются экономикой |
|
||||
| TLOB: Transformer with Dual Attention for Price Trend Prediction ([arXiv 2502.15757](https://arxiv.org/abs/2502.15757)) | Berti, Kasneci, 2025 | FI-2010, NASDAQ (TSLA, INTC), BTC | 10/50/100 событий | Порог разметки задан **средним спредом** (т.е. стоимостью транзакции); полноценный P&L-бэктест не сделан | MLPLOB/TLOB обходят SOTA, но авторы прямо пишут в Limitations: *«предложенные методологии недостаточно зрелы для практического применения в live-торговле»*; «определение порога тренда через средний спред существенно влияет на модель и потенциальную прибыльность» | Прямая цитата для раздела «незрелость метода» + правило: **барьеры разметки привязывать к спреду/издержкам** |
|
||||
| Deep Learning modeling of LOB: a comparative perspective ([arXiv 2007.07319](https://arxiv.org/abs/2007.07319)) | Briola, Turiel, Aste, 2020 | LOB, сравнение MLP/LSTM/CNN-LSTM/attention | Сек–мин | Не заложены | MLP сопоставим или лучше SOTA CNN-LSTM → «динамические пространственно-временные измерения — хорошее приближение, но не истинные размерности LOB» | Опровергает тезис «сложнее = лучше» (совпадает с Bybit-исследованием) |
|
||||
| Microstructure and Market Dynamics in Crypto Markets ([SSRN 4814346](https://stoye.economics.cornell.edu/docs/Easley_ssrn-4814346.pdf)) | Easley, O'Hara, Yang, Zhang, 2024 | **Binance**, BTC/ETH/XRP/SOL/ADA, 01.2021–07.2023, случайный лес | Высокочастотные, метки = знаки изменений статистик распределения доходностей | Не заложены (не торговля) | Средний **AUC > 0,55**, по отдельным фичам 0,54–0,61; асимметрия не предсказуется (AUC 0,50). Предсказуемость несут **Roll measure и VPIN**; собственные и кросс-эффекты BTC/ETH значимы; эффекты **не изменились в crypto winter** | Ключ к вопросу «какие фичи несут сигнал»: Roll/VPIN (токсичность, автокорреляция), а не «объём» и не асимметрия |
|
||||
| The Price Impact of Order Book Events ([arXiv 1011.6402](https://arxiv.org/pdf/1011.6402), JFE 2014) | Cont, Kukanov, Stoikov | 50 акций США, TAQ, интервал **10 сек** | 10 сек – 10 мин | Не заложены (объяснение, не торговля) | OFI линейно объясняет изменение mid-price со средним **R² 65%**; без «price-changing» событий R² падает до 35–60%; imbalance по сделкам даёт лишь **R² 32%**, и статистически незначим при добавлении OFI | Фундамент: OFI — **одновременный** регрессор. Это объяснение, а не прогноз; перенос в 5м требует проверки затухания |
|
||||
| The Price Impact of Generalized Order Flow Imbalance ([arXiv 2112.02947](https://arxiv.org/abs/2112.02947)) | Su, Sun, Li, Yuan, 2021 | CSI-500 (10 акций), 30с / 1м / **5м** | 30с/1м/5м | Не заложены | R²_OOS log-GOFI: **83,57% / 85,37% / 86,01%** против OFI 32,89% / 38,13% / 42,57% | Высокие R² снова **одновременные**; не торговый сигнал, но подтверждает «5м-OFI информативен по конструкции» |
|
||||
| Deep order flow imbalance: Extracting alpha at multiple horizons from the LOB ([Mathematical Finance 33(4):1044–1081](https://ideas.repec.org/a/bla/mathfi/v33y2023i4p1044-1081.html)) | Kolm, Turiel, Westray, 2023 | 115 акций NASDAQ, LOB | Мультигоризонт (минуты) | Не заложены | DL по многоуровневому/многошкальному OFI улучшает прогноз доходностей на нескольких горизонтах | Только аннотация/библиорекорд прочитаны — **полный текст не читал**, цифры не привожу |
|
||||
| Order Book Filtration and Directional Signal Extraction at High Frequency ([arXiv 2507.22712](https://arxiv.org/html/2507.22712v1)) | (2025) | LOB, три схемы фильтрации событий (время жизни, число апдейтов, задержка) | Тики | Не заложены | Структурная фильтрация улучшает **ассоциативные** метрики (корреляция, режимный R²), но даёт лишь **ограниченный** выигрыш в причинных (Hawkes excitation). OBI по **сделкам** причинно согласован с будущими ценами лучше, чем OBI по книге | Практическая поправка: считая OFI-прокси, используем trade-based imbalance, а не книгу; корреляция ≠ причинность |
|
||||
| Forecasting high frequency order flow imbalance using Hawkes processes ([arXiv 2408.03594](https://arxiv.org/abs/2408.03594)) | Nittur Anantha, Jain | Тики NSE | Тики | Не заложены | Hawkes с sum-of-exponential ядром — лучший прогноз распределения OFI; учёт времени между сделками улучшает выбор модели | Метод для OFI-фич; торговой экономики нет |
|
||||
| Learning to Predict Short-Term Volatility with Order Flow Image Representation ([arXiv 2304.02472](https://arxiv.org/html/2304.02472v2)) | Lensky, Hao, 2023 | BTC/USDT perp Binance, тики+20 уровней, январь 2021 | **Реализованная волатильность на следующие 60 сек** | Не заложены | Лучший — CNN по «изображениям» потока заявок с 393 агрегированными фичами; тяжёлые модели (ResNet-18, ConvMixer) **не лучше**; CNN+LSTM не улучшил; «наивная догадка» иногда точна, но с высокой дисперсией | Подтверждает: **волатильность предсказывается лучше направления** на секундных-минутных горизонтах |
|
||||
| A Frequency-Controlled Comparison of Tick- and Minute-Based Information Bars for Crypto ([arXiv 2608.26158](https://arxiv.org/html/2608.26158v1)) | (2026) | BTCUSDT perp Binance, 01.2020–12.2025, aggTrade ticks vs 1-мин OHLCV | Бары (не горизонт) | Нет (свойства рядов) | Преимущество тиковых баров **зависит от типа бара**: tick Renko — наименьшее отклонение от random walk, tick volatility-бары снижают серийную зависимость на 69% относительно минутной базы; Ljung-Box отвергает независимость на всех сериях; календарные бары — конкурентная база | Важно: «информационные бары лучше» — не универсальный факт, а артефакт частоты; календарные 5м-бары не так плохи, как принято считать |
|
||||
|
||||
Дополнительно (протоколы/статистика, не бэктесты):
|
||||
|
||||
| Работа | Авторы/год | Что даёт | Цифры |
|
||||
|---|---|---|---|
|
||||
| The Deflated Sharpe Ratio ([SSRN 2460551](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2460551), [PDF](https://www.davidhbailey.com/dhbpapers/deflated-sharpe.pdf)) | Bailey, López de Prado, 2014 | DSR корректирует SR на (а) selection bias под множественным тестированием и (б) ненормальность; формула ожидаемого максимума SR по числу независимых испытаний N; MinTRL/MinBTL | «Бэктест, в котором не указано число попыток, бесполезен, как бы хороша ни была доходность»; DSR строится на N испытаний и первых 4 моментах |
|
||||
| Pseudo-Mathematics and Financial Charlatanism ([Notices AMS 61(5):458–471](https://www.ams.org/notices/201405/rnoti-p458.pdf); цифры — по [слайдам Bailey–LdP 2022](https://cdar.econ.berkeley.edu/sites/default/files/dhb-risk-2022.pdf)) | Bailey, Borwein, LdP, Zhu, 2014 | Сколько вариаций можно перебрать на данном объёме данных | **2 года дневных данных → не более 7 вариаций; 5 лет → не более 45** |
|
||||
| Why financial research is prone to false statistical discoveries (слайды, [PDF](https://cdar.econ.berkeley.edu/sites/default/files/dhb-risk-2022.pdf)) | Bailey, López de Prado, 2022 | Репликации и деградация | ETF: до запуска средняя годовая превышение ≈**+5%**, после запуска ≈**0%**; Hou–Xue–Zhang (2020): из 452 аномалий **65%** не проходят t ≥ 1,96, а **82%** — t ≥ 2,78 |
|
||||
| Backtesting ([JPM Fall 2015, PDF](https://people.duke.edu/~charvey/Research/Published_Papers/P120_Backtesting.PDF)) | Harvey, Liu, 2015 | Haircut для SR из-за множественного тестирования; t-статистика вместо SR | Правило «срезать SR на 50%» — только эвристика; haircut **нелинеен** (высокие SR режутся умереннее); t = 3,0 в одном тесте может не быть значимым при множественных тестах; в HLZ зафиксировано ≥316 протестированных факторов |
|
||||
| All that Glitters Is Not Gold ([SSRN 2745220](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2745220); сводка — [CXO Advisory](https://www.cxoadvisory.com/big-ideas/in-sample-vs-out-of-sample-performance-of-888-trading-strategies/)) | Wiecki, Campbell, Lent, Stauth, 2016 | 888 алгоритмических стратегий (акции США, минутные данные, комиссии+проскальзывание в модели), IS 2010→2015, OOS 06.2015–02.2016 | IS→OOS R² по SR = **0,01–0,02** (годовая доходность — слегка **отрицательная** корреляция); волатильность R² 0,67, max DD 0,34; чем больше дней бэктеста, тем **больше** разрыв IS–OOS; портфель топ-10 по IS-Sharpe дал OOS SR 0,7 против 1,8 у отбора через ML |
|
||||
| The Statistics of Sharpe Ratios ([FAJ 58(4):36–52, 2002](https://econpapers.repec.org/article/tafufajxx/v_3a58_3ay_3a2002_3ai_3a4_3ap_3a36-52.htm)) | Lo, 2002 | Стандартная ошибка оценки SR ≈ sqrt((1+SR²/2)/T); отсюда t = SR·√T | Использую как основание для расчётов в §4 (сами расчёты — наши, не цитата) |
|
||||
|
||||
---
|
||||
|
||||
## 2. Какие фичи несут сигнал на 1–15м, а какие — нет
|
||||
|
||||
**Несут (подтверждено на крипто-данных):**
|
||||
* **OFI / дисбаланс потока — но как одновременный объясняющий фактор.** Cont et al.: R² 65% на 10с; Su et al. на 5м: R²_OOS до 86%. Это объяснение цены *здесь и сейчас*, а не прогноз. Практическое следствие: строить сигнал нужно из **запаздывающих** OFI-прокси и проверять затухание, иначе получим фиктивную «предсказуемость».
|
||||
* **Поток заявок по сделкам (trade-based imbalance), а не по книге.** Фильтрация книги даёт выигрыш только в ассоциативных метриках (2507.22712).
|
||||
* **Токсичность/автокорреляция: VPIN и Roll measure.** Easley et al. (Binance, 5 монет): AUC > 0,55 в среднем, 0,54–0,61 по фичам, устойчиво включая crypto winter; асимметрия (skewness) — AUC 0,50, т.е. **не предсказуется**.
|
||||
* **Волатильность и режимы — предсказуются лучше направления.** Lensky & Hao: RV на 60 сек прогнозируется CNN по потоку заявок; Easley et al.: знаки изменений RV/автокорреляции/куртозиса предсказуются.
|
||||
* **Спред как нормировка контекста:** широкий спред ассоциирован со *снижением* предсказуемости (2602.00776). Плюс TLOB: порог разметки, заданный средним спредом, меняет выводы.
|
||||
* **Часы/фаза бара.** Kim & Hansen: на границах 1м/5м/15м есть периодические всплески активности и предсказуемость открывающего 10-секундного возврата (R²_OOS 2,46–3,37%, AUC 0,60); но **полезный горизонт — 4–12 часов**, на мелких частотах эффект слабее.
|
||||
* **Кросс-активные эффекты BTC/ETH** на остальные пары (Easley et al.).
|
||||
* **Универсальность фич между активами:** одни и те же семейства (OFI, спред, VWAP−mid) доминируют по SHAP на BTC/LTC/ETC/ENJ/ROSE (2602.00776) → допустимо строить единую фиче-библиотеку на наши 20 пар.
|
||||
|
||||
**Не несут / приносят мало:**
|
||||
* **Только OHLCV-техиндикаторы на 15м** → AUC ≈0,60 и Sharpe 0,14 у валового бэктеста (MDPI 2026). Причём внутри multi-timeframe-настроек доминируют **средние ТФ** (позиция в полосах Боллинджера на 4ч + RSI), а не 15м-сигнал.
|
||||
* **Сложные DL-архитектуры** (DeepLOB, CNN+LSTM): проигрывают/не превосходят XGBoost/логрег на LOB (2506.05764 — на 1–2%; 2007.07319 — MLP ≥ CNN-LSTM). Более глубокие сети при этом ещё и медленнее, что съедает альфу (в 2506.05764 это прямо оговорено).
|
||||
* **Экзогенные «объёмные» признаки** на 5м: Kim & Hansen фиксируют, что сигнал imbalance есть, но концентрируется на четвертьчасовой фазе; у Jeon на BTC **добавка потока заявок поверх состояния L2 не установлена** (+0,001/+0,003 против нуля 0,002/0,002).
|
||||
* **EGARCH-признаки**: в 2606.00060 «не дают равномерно устойчивого прироста» (в отличие от техиндикаторов, которые в части конфигураций помогали).
|
||||
* **Кросс-секционные momentum/reversal и т.п.** — наша уже проверенная территория, здесь не расширяю.
|
||||
|
||||
---
|
||||
|
||||
## 3. Дизайн разметки и метрик при шумном ряде
|
||||
|
||||
1. **Triple barrier ≻ next-bar.** Financial Innovation 2025: связка CUSUM-фильтр + triple barrier обходит time bars + next-bar. Причина проста и совпадает с нашей арифметикой: next-bar таргет на 5м требует p\* ≈ 0,775, что недостижимо.
|
||||
2. **Барьеры привязывать к спреду/издержкам, не к «красивым» числам.** TLOB (Berti & Kasneci) вводит порог по среднему спреду и показывает, что от него «существенно зависит модель и потенциальная прибыльность». Наша рекомендация: **TP/SL ≥ 2× издержек круга** (для 11 б.п. это ≥ 0,25%/0,25%, лучше 0,5%/0,3%), тогда p\* = 0,74–0,7625, а не 0,775.
|
||||
3. **Информационные бары вместо календарных — только если мерить.** 2608.26158: преимущество тиковых баров зависит от типа бара (Renko/volatility лучше), а Ljung-Box отвергает независимость **на всех** сериях; календарные бары — конкурентная база. Т.е. «CUSUM/volume bars» — гипотеза, а не факт.
|
||||
4. **Метрики: не accuracy и не F1.** Briola et al. (2403.09267): высокая прогнозная сила ≠ исполнимый сигнал; вместо F1 предлагается вероятность корректного *полного* трейда (с учётом исполнения). Наши эквиваленты: net edge на сделку в б.п. после 11 б.п., доля сделок с \|edge\| > издержек, оборот/день.
|
||||
5. **Единицы времени и утечки.** MDPI 2026: наивное выравнивание старших ТФ (по open-таймстемпу) завышает ROC-AUC на **~0,20**. Для 5м это значит: фичи со старших ТФ (15м/1ч) сдвигать на **последний закрытый** бар, а не на текущий.
|
||||
6. **Валидация:** walk-forward с расширяющимся окном + purged/embargo разбиение (López de Prado 2018 — на него опираются и Financial Innovation 2025, и 2602.00776, где CPCV применён «для митигации перекрытия информации между train и test»); 2606.00060 — 27-фолдовый walk-forward; 2602.10785 — «двойной OOS» (параметры выбираются на глобальном train, тест — отдельные 21 мес без повторной оптимизации).
|
||||
7. **Статистика:** paired circular block bootstrap на **разностях доходностей** с блоками 24/72/168 ч (2606.00060), Holm-коррекция для множественных сравнений; DSR Bailey–LdP как обязательный фильтр; haircut Harvey–Liu; PBO/CSCV.
|
||||
8. **Явно сообщать число испытаний.** Без N ни один SR нельзя интерпретировать (Bailey–LdP 2014). Для нашего стенда это значит вести журнал всех прогонов, включая плацебо.
|
||||
|
||||
---
|
||||
|
||||
## 4. Размер выборки и статистическая значимость
|
||||
|
||||
**Что говорят источники (числами):**
|
||||
* **MinBTL (Pseudo-Mathematics, 2014):** 2 года дневных данных → максимум **7** вариаций; 5 лет → **45**. Если мы перебираем сотни фич/гиперпараметров на 1–2 годах 5м-данных, ожидаемый «лучший» результат почти наверняка фиктивен.
|
||||
* **Wiecki et al. (2016):** IS→OOS R² для SR = 0,01–0,02, а чем **интенсивнее** бэктестинг (больше дней), тем **больше** разрыв IS–OOS. То есть увеличение числа прогонов на тех же данных вредит, а не помогает.
|
||||
* **Bailey–LdP (2022):** ETF: +5% годовых до запуска → ~0% после. Hou–Xue–Zhang: 65% аномалий не проходят t ≥ 1,96 и 82% — t ≥ 2,78.
|
||||
* **Harvey–Liu (2015):** при множественном тестировании порог значимости выше: t = 3,0 в одиночном тесте может не быть значимым.
|
||||
|
||||
**Наш расчёт (формула и подстановка проверены скриптом, 29.09.2026):**
|
||||
N = (t·σ_per_trade/μ_net)², где μ_net — чистое матожидание сделки после издержек, σ_per_trade — разброс P&L сделки, t = 3 (с поправкой на множественное тестирование):
|
||||
|
||||
| μ_net, б.п. | σ сделки, б.п. | N сделок для t = 3 | эквивалент в 5м-барах | при 20 сделках/день |
|
||||
|---|---|---|---|---|
|
||||
| 2 | 100 | 22 500 | 78,1 дня данных | 1 125 дней |
|
||||
| 2 | 50 | 5 625 | 19,5 дня | 281 день |
|
||||
| 5 | 100 | 3 600 | 12,5 дня | 180 дней |
|
||||
| 5 | 50 | 900 | 3,1 дня | 45 дней |
|
||||
| 10 | 100 | 900 | 3,1 дня | 45 дней |
|
||||
| 10 | 50 | 225 | 0,8 дня | 11 дней |
|
||||
| 15 | 100 | 400 | 1,4 дня | 20 дней |
|
||||
|
||||
(5м-баров в сутках 288, в году 105 120 — арифметика проверена. «дней» — календарных дней, соответствующих такому числу баров; при меньшем числе сделок на бар календарное время растёт пропорционально.)
|
||||
|
||||
**Порог безубыточности по точности (проверено скриптом по формуле README):**
|
||||
|
||||
| Цель / Стоп | p\* тейкер (0,11%) | p\* мейкер (0,04%) |
|
||||
|---|---|---|
|
||||
| 0,2% / 0,2% | **0,7750** | 0,6000 |
|
||||
| 0,5% / 0,3% | **0,7625** | 0,6750 |
|
||||
| 1,0% / 0,5% | **0,7400** | 0,6933 |
|
||||
|
||||
**Сколько «точности» нужно на 5м при нашей волатильности (наш расчёт):** при барьере +степени уверенности, что модель угадывает направление следующего 5м-движения со средней амплитудой 22,8 б.п. в одну сторону, валовое матожидание = (2p−1)·22,8 б.п.:
|
||||
|
||||
| accuracy | валовый доход/сделку | минус 11 б.п. |
|
||||
|---|---|---|
|
||||
| 0,55 | 2,28 б.п. | −8,72 б.п. |
|
||||
| 0,60 | 4,56 б.п. | −6,44 б.п. |
|
||||
| 0,65 | 6,84 б.п. | −4,16 б.п. |
|
||||
| **0,73** | **10,49 б.п.** | **−0,51 б.п.** |
|
||||
| 0,775 | 12,54 б.п. | +1,54 б.п. |
|
||||
|
||||
Вывод, который надо держать в голове при чтении любых ML-статей про 5м: **публикуемые точности 0,52–0,73 (Bybit LOB, 100мс–1с) на 5м и при издержках 11 б.п. на круг по-прежнему убыточны**. Чтобы появилась положительная экономика, нужна либо точность ≥ ~0,78 при симметричных барьерах, либо **асимметричные барьеры** (0,5%/0,3% → p\* = 0,7625) + отбор сделок по величине прогноза (cost-aware фильтр из 2606.00060) — то есть малое число сделок с большим матожиданием.
|
||||
|
||||
---
|
||||
|
||||
## 5. Свежие отрицательные результаты: «методологии незрелы для live»
|
||||
|
||||
1. **Прямая цитата.** TLOB (Berti & Kasneci, arXiv 2502.15757, Limitations): методологии «**недостаточно зрелы для практического применения в live-торговых средах**»; главный барьер — порог разметки, привязанный к издержкам.
|
||||
2. **Сигнал не равен сделке.** Briola et al. (2403.09267): высокая прогнозная сила не соответствует исполнимому торговому сигналу; торговые симуляции авторы **вообще не включили** в свою работу.
|
||||
3. **Издержки обнуляют всё наивное.** 2606.00060: целые группы ML-моделей превращаются из +73…+182% годовых в −50…−99% при 10 б.п. — то есть при затратах, меньших, чем наши 11 б.п. на круг.
|
||||
4. **Валовое ≠ чистое на нашем горизонте.** MDPI 2026: валовый +35,97% на 2025 OOS (Sharpe 0,14) → «negligible» после round-trip комиссий; AUC 0,60 недостаточен.
|
||||
5. **Метрики предсказуемости не переносятся.** Bybit-исследование: 0,73 точности на 1с — но это **один торговый день** и без издержек; никакой оценки устойчивости нет (авторы сами это пишут).
|
||||
6. **Поток заявок не универсален.** Jeon (2607.09230): на **BTC** добавка потока заявок поверх состояния L2 не установлена на 1м и 5м; для ETH — есть. То есть «OFI всегда работает» — отвергнуто.
|
||||
7. **Мейкер — не бесплатный ланч.** Bieganowski & Ślepaczuk (2602.00776): мейкер-стратегия «катастрофически» потеряла на флешкрэше 10.10.2025 из-за adverse selection, тогда как тейкер-версия устояла. Это аргумент против «просто перейдём на мейкера, у него 4 б.п.» как способа спасти 5м-стратегию.
|
||||
8. **Бэктест плохо предсказывает live.** Wiecki et al. (2016, 888 стратегий, минутные данные, издержки учтены): R² IS→OOS по SR = 0,01–0,02; более интенсивный бэктест = больший разрыв.
|
||||
9. **Сложные модели не помогают, а латентность вредит.** 2506.05764 (проигрыш DL 1–2% простым моделям и явный аргумент про латентность), 2007.07319 (MLP ≥ CNN-LSTM).
|
||||
10. **Публикационный сдвиг.** 2602.10785: типичная ошибка — «повторные оптимизации на данных, названных out-of-sample, либо полное отсутствие OOS»; в их собственном тесте стратегия совершила **одну** сделку за 21 месяц.
|
||||
|
||||
---
|
||||
|
||||
## 6. Что это значит для наших данных (синтез)
|
||||
|
||||
* **Мы в самом плохом, но не безнадёжном месте.** Наш горизонт (5м) — там, где издержки 11 б.п. сравнимы с самим движением (22,8 б.п.). Все найденные работы, где ML «побеждал», либо (а) торговали реже/крупнее (часовой горизонт, 2606.00060), либо (б) использовали cost-aware фильтр, который делает то же самое — резко сокращает число сделок, либо (в) сравнивались с buy&hold в трендовом бычьем периоде (2503.18096, 2511.00665).
|
||||
* **Ни одной проверяемой работы с положительной экономикой на 1–15м с издержками ≥10 б.п. я не нашёл.** Максимум: 2606.00060 (1 час, cost-aware, «SR > 1» без статистической значимости против buy&hold), Financial Innovation 2025 (трипл-барьер, «положительно после издержек», но уровень издержек не подтверждён) и 2503.18096 (5м Informer + GMADL, 20 б.п. на круг, но бенчмарк — B&H). Это надо считать **отрицательным результатом литературы**, а не отсутствием поиска.
|
||||
* **Направление поиска, которое литература поддерживает:** не «предсказать следующий 5м-бар», а (1) предсказать **волатильность/режим** (это работает: Lensky & Hao; Easley et al.; Jeon — состояние L2 — первый порядок), (2) применить это к **сайзингу и отбору** сделок, (3) размечать цели так, чтобы p\* ≤ 0,76, (4) отсеивать сделки фильтром «\|прогноз\| > k·издержки».
|
||||
* **Обязательный минимум протокола:** журнал испытаний (N), purged/embargo CV + настоящий OOS, paired block bootstrap на разностях, DSR/haircut, cost-sensitivity (как 2602.10785: точка безубыточности по комиссии) и плацебо-контроль (сдвинутая фаза баров — как placebo phase shift в 2607.09426).
|
||||
|
||||
---
|
||||
|
||||
## 7. Что не подтвердилось (опровергнутое — не предлагать повторно)
|
||||
|
||||
| Утверждение | Чем опровергается |
|
||||
|---|---|
|
||||
| «Больше слоёв/сложнее DL → лучше на LOB» | 2506.05764 (XGBoost/логрег ≥ DeepLOB на 1–2%; доп. Conv-слой не дал прироста), 2007.07319 (MLP ≥ CNN-LSTM), TLOB (MLP-модель обыгрывает SOTA-трансформеры) |
|
||||
| «OFI даёт торговый сигнал на 5м» (как есть) | R² 65% (Cont et al.) и 86% (Su et al.) — **одновременные** регрессии; Jeon: на BTC добавка потока сверх состояния L2 не установлена на 1м/5м |
|
||||
| «Kalman/деноизинг улучшает сигнал» | 2506.05764: Kalman местами **хуже сырых данных**; устойчиво помогает только Savitzky–Golay |
|
||||
| «Информационные бары всегда лучше календарных» | 2608.26158: преимущество зависит от типа бара; Ljung-Box отвергается на всех сериях; календарные бары — конкурентная база |
|
||||
| «ROC-AUC 0,8+ достижим на минутных крипто-фичах» | MDPI 2026: AUC 0,57–0,61 при корректном выравнивании; значения выше — следствие look-ahead (завышение ~0,20) |
|
||||
| «Мультитаймфрейм сам по себе даёт альфу» | MDPI 2026: валовый +35,97%, Sharpe 0,14 → после издержек negligible |
|
||||
| «High-frequency ML на крипте прибылен после комиссий» (общее утверждение) | 2606.00060: −50…−99% годовых при 10 б.п. у наивных правил; Wiecki et al.: OOS ≈ неузнаваем |
|
||||
| «Можно заменить тейкера мейкером и всё сойдётся» | 2602.00776: мейкер уничтожен на флешкрэше 10.10.2025 (adverse selection) |
|
||||
| «Bootstrap/holdout докажет значимость» | Bailey–LdP: holdout не контролирует множественное тестирование (при 20 применениях ложноположительный — ожидаемое событие); Harvey–Liu: haircut нелинейный |
|
||||
| «Асимметрия/куртозис предсказуемы» | Easley et al.: skewness AUC = 0,50 |
|
||||
|
||||
---
|
||||
|
||||
## 8. Десять ML-конструкций для проверки на наших данных (с экономикой после издержек)
|
||||
|
||||
1. **Cost-aware фильтр исполнения поверх существующих правил (OU-возврат, CLV+объём, sweep, breakout).** Основание: 2606.00060; фильтр «вход только если \|прогноз\| > k · издержки» сократил оборот >10× и вернул положительную net-доходность. Экономика: требуем \|прогноз\| ≥ 25 б.п. при барьерах 0,5%/0,3% (p\* = 0,7625); ожидаемый оборот ≤ 3–5 сделок/сутки на пару; kill-критерий: net edge ≤ 0 после 11 б.п.
|
||||
2. **Meta-labeling (вторичная модель «брать/пропустить») поверх наших 4 правил.** Первичное правило даёт кандидатов, ML-модель на фичах бара решает, брать ли; метка = исход трипл-барьера. Экономика: цель — поднять precision кандидатов с ~0,5 до ≥ 0,76 при сохранении ≥ 100 сделок на выборке (иначе нет значимости — §4).
|
||||
3. **Triple-barrier с барьерами, привязанными к издержкам, и вертикальным барьером 12 баров (1 час).** Основание: Financial Innovation 2025 (CUSUM + triple barrier ≻ next-bar), TLOB (порог по спреду). Экономика: 0,5%/0,3% → p\* = 0,7625; 1,0%/0,5% → 0,74; избегать 0,2%/0,2% (p\* = 0,775) и мейкер-надёжды (см. adverse selection).
|
||||
4. **State-first модель: сначала режим (calm/mixed/stressed по спреду, диапазону, объёму), потом знак.** Основание: Jeon (грубое пред-состояние — первый порядок; логиты хуже базы). Тест на нашей корзине: требует улучшения над режимной базой; для BTC ожидание — **не установлено** (отрицательный контроль). Экономика: если добавка < издержек круга на сделку (11 б.п.), конструкция закрывается.
|
||||
5. **Clock-phase фичи (минута часа).** Основание: Kim & Hansen — предсказуемость на границах; тест: автокорреляция 5м-доходностей по фазе + плацебо-сдвиг фазы. Экономика: торговать только бары :00/:15/:30/:45, где спред-adjusted цель ≥ 3× издержек; ожидаемый эффект — 3–5 б.п., что **ниже** 11 б.п. → рассматривать лишь как контекст для отбора, не как самостоятельный вход.
|
||||
6. **Информационные бары (CUSUM / volume / dollar / range) вместо чистых 5м.** Основание: Financial Innovation 2025 (выигрыш у time bars) против 2608.26158 (эффект зависит от типа бара). Экономика: главный рычаг — **сделок в час**; критерий — net edge на сделку при том же 11 б.п.; если бар просто увеличивает среднее движение до ≥ 2× издержек без потери частоты — это и есть искомое.
|
||||
7. **Запаздывающий OFI-прокси (tick-rule signed volume + CLV) и измерение затухания.** Основание: Cont 65% R² (одновременно) → Su 86% на 5м; trade-based imbalance причинно согласован лучше книжного (2507.22712). Тест: регрессия доходности на OFI-прокси с лагами 1–12 баров; ожидание — R²_прогноз ≤ 1–2% (как Kim & Hansen), т.е. **заранее ожидать отрицательный результат**; положительный сюрприз = повод заказать L2-данные.
|
||||
8. **GMADL/turnover-penalized лосс вместо MSE.** Основание: 2412.18405 (параметризация штрафа за частоту торговли) + 2503.18096 (GMADL выигрывает на 5м, RMSE деградирует с ростом частоты). Экономика: сравнивать не RMSE, а net-доходность при 11 б.п. и число сделок; ожидаемая выгода — через сокращение сделок «на грани».
|
||||
9. **Прогноз волатильности как слой сайзинга (vol targeting), а не вход.** Основание: Lensky & Hao (RV на 60с), Easley et al. (знаки изменений RV предсказуемы). Экономика: не добавляет сделок → не платит 11 б.п. лишний раз; выигрыш оценивать через Sharpe/MDD и оборачиваемость, а не через средний доход на сделку.
|
||||
10. **Мультитаймфреймовые стеки (5м + 15м/1ч контекст) с честным выравниванием.** Основание: MDPI 2026 (средние ТФ дают основной вклад; наивное выравнивание завышает AUC на ~0,20). Экономика: проверять разницу «правильное выравнивание vs неправильное» как меру утечки; конструкция допускается к деньгам только если net edge после 11 б.п. остаётся положительным на настоящем OOS (последние 6 мес. + period 2022 bear, как в 2606.00060).
|
||||
|
||||
**Общий гейт для всех десяти:** журнал N испытаний → DSR (Bailey–LdP) → MinBTL (≤45 вариаций на 5 лет данных) → paired block bootstrap на разницах с Holm → cost-sensitivity с точкой безубыточности → плацебо (сдвиг фазы/перестановка меток). Ни одна конструкция не идёт в стенд без net-экономики на **настоящем** OOS.
|
||||
@@ -0,0 +1,534 @@
|
||||
[
|
||||
{
|
||||
"title": "The Price Impact of Order Flow Events",
|
||||
"authors": "Rama Cont, Arseniy Kukanov, Sasha Stoikov",
|
||||
"year": 2014,
|
||||
"url": "https://arxiv.org/abs/1011.6402",
|
||||
"doi": "10.1093/jjfinec/nbt003",
|
||||
"horizon": "Δt = 10 секунд (робастность 10 апдейтов … 10 минут)",
|
||||
"data": "NYSE TAQ, 50 акций США, 21 торговый день апреля 2010",
|
||||
"costs_assumed": "Издержки не моделируются (объясняющая регрессия, не стратегия)",
|
||||
"key_numbers": "OFI объясняет изменения мид-цены со средним R²=65%; trade imbalance — R²=32%; при совместном включении t-стат TI падает в 4 раза (TI значим лишь в 31% подвыборок)",
|
||||
"verdict": "Фундамент: цену на секундах–минутах двигает весь поток заявок (лимиты+маркеты+отмены). Доступный нам OHLCV-прокси ближе к trade imbalance, т.е. заведомо слабее (32% vs 65%). Полный текст читался (arXiv PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Deep Order Flow Imbalance: Extracting Alpha at Multiple Horizons from the Limit Order Book",
|
||||
"authors": "Petter N. Kolm, Jeremy Turiel, Nicholas Westray",
|
||||
"year": 2023,
|
||||
"url": "https://onlinelibrary.wiley.com/doi/abs/10.1111/mafi.12413",
|
||||
"doi": "10.1111/mafi.12413",
|
||||
"horizon": "Мультигоризонт; эффективный горизонт ≈ 2 средних изменения цены",
|
||||
"data": "LOBSTER, 115 акций Nasdaq, максимальная гранулярность стакана",
|
||||
"costs_assumed": "В доступной части (аннотация, SSRN-страница) PnL, Sharpe и описание издержек ОТСУТСТВУЮТ",
|
||||
"key_numbers": "Модели на стационарных OFI-фичах превосходят модели на «сырых» стаканах; «information-rich» акции предсказуемее",
|
||||
"verdict": "Полный текст за пейволом Wiley (читалась только аннотация + SSRN-страница), цифр прибыльности нет — сопоставить с нашими 0,11% невозможно. Ключевой рецепт (OFI вместо сырого стакана) подтверждён.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "The Price Impact of Generalized Order Flow Imbalance",
|
||||
"authors": "Yuhan Su, Zeyu Sun, Jiarong Li, Xianghui Yuan",
|
||||
"year": 2021,
|
||||
"url": "https://arxiv.org/abs/2112.02947",
|
||||
"doi": null,
|
||||
"horizon": "30 с, 1 мин, 5 мин",
|
||||
"data": "CSI 500, 10 акций, снапшоты ордербука",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "Out-of-sample R² объяснения изменения цены: OFI 32,89% / 38,13% / 42,57% (30с/1м/5м) → log-GOFI 83,57% / 85,37% / 86,01%",
|
||||
"verdict": "На 5-минутном горизонте OFI-семейство почти механически объясняет цену, но это CONTEMPORANEOUS-связь, а не прогноз. Как торговое правило бесполезно; как требование «сначала убери синхронную механику» — обязательно. Полный текст читался (arXiv PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Cross-impact of order flow imbalance in equity markets",
|
||||
"authors": "Rama Cont, Mihai Cucuringu, Chao Zhang",
|
||||
"year": 2023,
|
||||
"url": "https://doi.org/10.1080/14697688.2023.2236159",
|
||||
"doi": "10.1080/14697688.2023.2236159",
|
||||
"horizon": "Внутридневной (кросс-инструментальный)",
|
||||
"data": "не читалось",
|
||||
"costs_assumed": "не проверено (нет доступа к тексту)",
|
||||
"key_numbers": "не проверено",
|
||||
"verdict": "Только метаданные проверены в Crossref (год, том, страницы). Включено как ориентир для направления xs-short-horizon; цифры не приводим.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Order flow analysis of cryptocurrency markets",
|
||||
"authors": "Eduard Silantyev",
|
||||
"year": 2019,
|
||||
"url": "https://link.springer.com/article/10.1007/s42521-019-00007-w",
|
||||
"doi": "10.1007/s42521-019-00007-w",
|
||||
"horizon": "Внутридневной",
|
||||
"data": "крипто (стакан/сделки)",
|
||||
"costs_assumed": "неизвестно — текст недоступен",
|
||||
"key_numbers": "цифры извлечь не удалось",
|
||||
"verdict": "Доступа к полному тексту нет (Springer отдаёт только вводную часть, PDF недоступен). Согласно README п.4 — цифр не выдумываем. Считается первой работой по OFI в крипте.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Order Flow and Cryptocurrency Returns",
|
||||
"authors": "Alexia Anastasopoulos, Nikola Gradojevic, Fred Liu, Alex Maynard, Ilias Tsiakas",
|
||||
"year": 2024,
|
||||
"url": "http://www.efmaefm.org/0EFMAMEETINGS/EFMA%20ANNUAL%20MEETINGS/2025-Greece/papers/OrderFlowpaper.pdf",
|
||||
"doi": null,
|
||||
"horizon": "Дневной и недельный (не 5 минут)",
|
||||
"data": "Кросс-секция криптовалют; «мировой» поток заявок в 11 валютах",
|
||||
"costs_assumed": "Явно: break-even transaction cost (BETC); long-only BETC 1,02% в день, long-short 0,48% в день",
|
||||
"key_numbers": "Contemporaneous R² 11,0% (день) / 19,9% (неделя); предиктивный R² 1,3% / 3,1%; long-short недельный 1,61%/нед (t=2,13, Sharpe 1,68); ML long-only α 0,81%/день (t=2,99, Sharpe 1,88)",
|
||||
"verdict": "Единственная найденная работа по OFI в крипте с честным BETC. Наш круг 11 б.п. = 9,3% от их BETC → сигнал выживает на дневном обороте, но не на 5-минутном. Полный текст читался (PDF EFMA).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Microstructure and Market Dynamics in Crypto Markets",
|
||||
"authors": "David Easley, Maureen O'Hara",
|
||||
"year": 2024,
|
||||
"url": "https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4814346",
|
||||
"doi": null,
|
||||
"horizon": "Внутридневной (для маркет-мейкинга, хеджа, оценки волатильности)",
|
||||
"data": "5 крупных криптовалют; Roll-мера и VPIN",
|
||||
"costs_assumed": "не указано в доступной части",
|
||||
"key_numbers": "Микроструктурные метрики ликвидности и price discovery обладают предсказательной силой для MM/хеджа/волатильности; устойчивые own- и cross-market эффекты для BTC и ETH, включая крипто-зиму",
|
||||
"verdict": "Читалась только аннотация (SSRN-страница; PDF Cornell не отдался по тайм-ауту). Цифр нет. Направление «VPIN → волатильность/MM», а не «→ знак доходности на 5 мин».",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "The Quarter-Hour Effect: Periodic Algorithmic Trading and Return Predictability in Cryptocurrency Futures",
|
||||
"authors": "Chan Kim, Peter Reinhard Hansen",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2607.09426",
|
||||
"doi": null,
|
||||
"horizon": "10-секундные окна; границы 1/5/15 минут; предиктивный горизонт imbalance 4–12 часов",
|
||||
"data": "Tick-данные сделок, 6 перпетуалов Binance (BTC, ETH, XRP, SOL, DOGE, ADA), 01.01.2021–31.10.2024",
|
||||
"costs_assumed": "Явно: taker Binance 5,0 б.п., maker 2,0 б.п.; авторы сознательно ОТКАЗЫВАЮТСЯ считать нетто-стратегию",
|
||||
"key_numbers": "R²_OOS открывающей 10-сек доходности: лаг-модель 2,464%, лаг+TI28 3,37%; AUC 0,6011; точность 57,12%; валовые 0,375–0,775 б.п. на сделку (среднее 0,510 б.п.) — «≈1/10 одной тейкер-комиссии»",
|
||||
"verdict": "Главный источник по 5-мин теме. Предсказуемость на границах реальна, но валовый эдж 0,51 б.п. против нашего круга 11 б.п. → net ≈ −10,5 б.п./сделку (мейкер: −3,5 б.п.). Годится для тайминга исполнения, не как тейкер-стратегия. Полный текст читался (arXiv HTML/PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Short-horizon mean reversion in cryptocurrency markets: a matched cross-market measurement",
|
||||
"authors": "Nadav A. Kitron, Jonathan M. Wengrowicz",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2608.21888",
|
||||
"doi": null,
|
||||
"horizon": "15 минут (основной), 1 час, 4 часа, ОТДЕЛЬНО 5 минут",
|
||||
"data": "183 пары Binance USDT (свечи), 2025-01-01…2026-02-11; контроль — 187 акций/ETF США; 5 лет фокус-панели",
|
||||
"costs_assumed": "Явно: круговые полосы издержек ≈5 б.п. (мейкер) и 10–20 б.п. (тейкер) спот",
|
||||
"key_numbers": "90% из 183 пар — значимый OOS-разворот на 15 мин (у акций 2,7%); AUC крипто 0,536/0,521/0,496 на 15м/1ч/4ч; валовая прибыль на сделку ≈1,3 б.п. (15 мин) и 0,15 б.п. на 5-мин барах; медиана 0,46 б.п.; ни одна пара не пробивает 5-б.п. мейкер-полосу",
|
||||
"verdict": "Прямой ответ для 5 минут: эдж сжимается с ростом частоты (1,3 → 0,15 б.п.) → net −10,9 б.п. (тейкер) / −3,9 б.п. (мейкер). Механика «возврат после агрессивного тейкер-потока, глубина стакана не значит ничего» — лучший кандидат для OHLCV-прокси. Полный текст читался.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Explainable Patterns in Cryptocurrency Microstructure",
|
||||
"authors": "Bartosz Bieganowski, Robert Ślepaczuk",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2602.00776",
|
||||
"doi": null,
|
||||
"horizon": "Цель — 3-секундная доходность мид-цены (не 5 минут); удержание по событиям",
|
||||
"data": "Binance USDT-перпетуалы, стакан+trades, 1 с, BTC/LTC/ETC/ENJ/ROSE, 01.01.2022–12.10.2025",
|
||||
"costs_assumed": "«fee adjusted returns using taker fee», но ЧИСЛЕННОЕ значение комиссии в работе не указано; задержка не моделируется (результат — верхняя оценка)",
|
||||
"key_numbers": "Тейкер-IR: BTC 0,25 · ENJ 6,58 · ETC 8,97 · LTC 0,07 · ROSE 5,28; значимы (t-тест) только ETC/ENJ/ROSE (ROSE — в основном из-за флеш-крэша 10.10.2025); мейкер — ни одна p-value < 0,05; SHAP: OFI главная фича, широкий спред → предсказуемость падает",
|
||||
"verdict": "Значимость только на альткоинах и на 3-секундном горизонте, часть PnL событийная. Значение комиссии не указано → сопоставление с нашими 11 б.п. по цифрам работы невозможно. Ценно: фильтр по спреду. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Deep Learning for Digital Asset Limit Order Books",
|
||||
"authors": "Rakshit Jha, Mattijs De Paepe, Samuel Holt, James West, Shaun Ng",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2010.01241",
|
||||
"doi": null,
|
||||
"horizon": "2 секунды (предсказуемость держится «до минуты»)",
|
||||
"data": "Coinbase BTC-USD, L2 стакан",
|
||||
"costs_assumed": "Издержки и PnL не рассматриваются",
|
||||
"key_numbers": "Walk-forward точность 71% (down 61%, up 66%, stable 73%); precision направленных классов 0,40–0,42",
|
||||
"verdict": "71% — точность по трём классам, а не эдж: precision 0,40 означает, что направленные сигналы чаще неверны. PnL/издержки не считались. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Ascertaining price formation in cryptocurrency markets with DeepLearning",
|
||||
"authors": "Fan Fang, Waichung Chung, Carmine Ventre, Michail Basios, Leslie Kanthan, Lingbo Li, Fan Wu",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2003.00803",
|
||||
"doi": null,
|
||||
"horizon": "1 минута (живые данные 2018)",
|
||||
"data": "BTC-USD, LOB, живые 1-мин данные",
|
||||
"costs_assumed": "Комиссия используется как порог разметки: движения меньше комиссии попадают в «buffer area» (нейтрально); PnL не считается",
|
||||
"key_numbers": "78% точности бинарного направления движения мид-цены; в live качество «медленно сползает почти к случайному угадыванию», нужен walk-forward отбор",
|
||||
"verdict": "Полезен методологически (лейблинг «только движения выше комиссии»). Сама заявка 78% не подтверждается как экономика. Полный текст читался (arXiv PDF).",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Trading in the Sunshine or in the Shade: Market Impact and Adverse Selection on Hyperliquid",
|
||||
"authors": "Davide Barone, Fabrizio Lillo",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2606.15715",
|
||||
"doi": null,
|
||||
"horizon": "Метаордера (минуты–часы)",
|
||||
"data": "Hyperliquid (on-chain стакан перпетуалов): 4,3 млн скрытых метаордеров + 465 тыс. TWAP",
|
||||
"costs_assumed": "Явно: издержки через временнóе влияние в базисных пунктах",
|
||||
"key_numbers": "Видимые TWAP: ≈9 б.п. меньший временный импакт; ≈5 б.п. меньший пост-исполнительный сдвиг; скрытые ордера в сторону видимого потока платят +0,8–0,9 б.п. за каждые 10 п.п. доминирования видимой стороны; глубина растёт во время TWAP",
|
||||
"verdict": "Единственная найденная крипто-работа, измеряющая издержки/неблагоприятный отбор в б.п. на перпетуалах: масштаб 1–9 б.п. сопоставим с нашим кругом 11 б.п. → тайминг и видимость ордера стоят столько же, сколько средний сигнал из литературы. Полный текст читался (arXiv HTML).",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Temporal mixture ensemble models for intraday volume forecasting in cryptocurrency exchange markets",
|
||||
"authors": "Nino Antulov-Fantulin, Tian Guo, Fabrizio Lillo",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2005.09356",
|
||||
"doi": null,
|
||||
"horizon": "1 / 5 / 10 минут",
|
||||
"data": "Bitfinex и Bitstamp, фичи стакана и сделок (2 рынка)",
|
||||
"costs_assumed": "нет (прогноз объёма, не PnL)",
|
||||
"key_numbers": "Ансамбль TME и ML превосходят эконометрические модели при прогнозе объёма на 1/5/10 мин",
|
||||
"verdict": "Подтверждает: на 5 мин прогнозируется АКТИВНОСТЬ (объём), а не знак доходности. Полный текст читался (arXiv PDF).",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Rise of the Machines? Intraday High-Frequency Trading Patterns of Cryptocurrencies",
|
||||
"authors": "Alla A. Petukhina, Raphael C. G. Reule, Wolfgang Karl Härdle",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2009.04200",
|
||||
"doi": null,
|
||||
"horizon": "Внутридневная периодичность",
|
||||
"data": "крипто (CRIX), высокочастотные данные",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Внутридневные паттерны волатильности/объёма, связанные с алгоритмической торговлей",
|
||||
"verdict": "Описательная база по периодичности; торговых выводов и издержек нет. Полный текст читался (arXiv PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Periodicity in Cryptocurrency Volatility and Liquidity",
|
||||
"authors": "Peter Reinhard Hansen, Chan Kim, Wade Kimbrough",
|
||||
"year": 2024,
|
||||
"url": "https://doi.org/10.1093/jjfinec/nbac034",
|
||||
"doi": "10.1093/jjfinec/nbac034",
|
||||
"horizon": "Внутричасовые регулярности (в т.ч. 5-минутные отметки)",
|
||||
"data": "BTC и ETH; Coinbase Pro, Binance, Uniswap V2",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Систематические паттерны волатильности и объёма по дню недели, часу суток и внутри часа; со временем усиливаются; price formation в основном на CEX",
|
||||
"verdict": "Первоисточник «календарной» периодичности: волатильность и объём НЕстационарны по фазе часа → бэктест на 5м обязан это учитывать. Метаданные и аннотация проверены (Crossref); полный текст не читался.",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Anomaly detection in European cryptocurrency exchange-traded products",
|
||||
"authors": "Julia Kończal, Rafał Połoczański",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2608.09576",
|
||||
"doi": null,
|
||||
"horizon": "1-минутные бары, прогноз на 1 бар вперёд",
|
||||
"data": "4 BTC/ETH ETP на Xetra и Nasdaq Stockholm, 01.2024–12.2025",
|
||||
"costs_assumed": "В аннотации издержки не заявлены",
|
||||
"key_numbers": "Аномалий <1% баров; в аномальных барах выше эффективный спред и сильнее дисбаланс потока заявок; 4 классификатора предсказывают аномалию на бар вперёд с AUC до 0,82; важнее всего краткосрочная волатильность и просадка, а не микроструктурные переменные",
|
||||
"verdict": "Предсказываются лучше АНОМАЛЬНЫЕ бары (волатильность/риск), а не направление. Поддерживает правило «5-мин модель → размер позиции и стопы». Полный текст читался (arXiv HTML).",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Decomposing cryptocurrency high-frequency price dynamics into recurring and noisy components",
|
||||
"authors": "Marcin Wątorek, Maria Skupień, Jarosław Kwapień, Stanisław Drożdż",
|
||||
"year": 2023,
|
||||
"url": "https://arxiv.org/abs/2306.17095",
|
||||
"doi": null,
|
||||
"horizon": "10 секунд",
|
||||
"data": "BTC, ETH, DOGE, WINkLink; 01.2020–12.2022",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Динамика делится на рекуррентную (детерминированную) и шумовую компоненты; направление преимущественно в шумовой части",
|
||||
"verdict": "Формализует «где тонет сигнал»: у доходности есть моделируемый периодический каркас и шумовая часть для направления. Полный текст читался (arXiv PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Boosting Bitcoin Minute Trend Prediction Using The Separation Index",
|
||||
"authors": "Zeinab Shahsafdari, Ahmad Kalhor",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2406.17083",
|
||||
"doi": null,
|
||||
"horizon": "1 минута",
|
||||
"data": "BTC, минутные данные",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Заявляется «unprecedented accuracy» для минутного тренда через отбор информативных наблюдений; численных OOS-метрик в проверяемом виде нет",
|
||||
"verdict": "НЕ подтверждается: нет строгого out-of-sample протокола, нет PnL, нет издержек; заявка несовместима с нашим порогом 77,5%. В список правил не берём. Полный текст читался (arXiv PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "The Red Queen's Trap: Limits of Deep Evolution in High-Frequency Trading",
|
||||
"authors": "Yijia Chen",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/abs/2512.15732",
|
||||
"doi": null,
|
||||
"horizon": "Высокочастотный (крипто)",
|
||||
"data": "Крипто, HFT-среда, 500 автономных агентов (DRL + эволюция)",
|
||||
"costs_assumed": "Явно: раздел «Friction Barrier», EV = W·(R·Risk) − (1−W)·Risk − C_trans",
|
||||
"key_numbers": "Валидационный APY >300%, live-просадка капитала >70%; «Cost-Blind Hallucination»: агенты показывают положительный PnL, а эквити падает",
|
||||
"verdict": "Сильнейший найденный отрицательный результат: «математическая невозможность HFT-скальпинга при данной структуре издержек». Согласуется с нашими порогами. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "DeepLOB: Deep Convolutional Neural Networks for Limit Order Books",
|
||||
"authors": "Zihao Zhang, Stefan Zohren, Stephen Roberts",
|
||||
"year": 2019,
|
||||
"url": "https://arxiv.org/abs/1808.03668",
|
||||
"doi": null,
|
||||
"horizon": "k = 10/20/50/100 апдейтов стакана",
|
||||
"data": "FI-2010 (учебный датасет) + LSE: LLOY, BARC, TSCO, BT, VOD, 03.01.2017–24.12.2017, 10 уровней",
|
||||
"costs_assumed": "ЯВНО: сделки по мид-цене и «gross profits before fees»",
|
||||
"key_numbers": "FI-2010 (k=10): accuracy 78,91%, F1 78,47%; LSE: F1 70,17 / 63,49 / 60,65 при k=20/50/100; «чем длиннее горизонт, тем хуже точность, но выше накопленная прибыль»",
|
||||
"verdict": "Классический бенчмарк, но прибыль измерена по мид-цене и без комиссий, т.е. не переносима на наши 11 б.п. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Deep Limit Order Book Forecasting: A microstructural guide (LOBFrame)",
|
||||
"authors": "Antonio Briola, Silvia Bartolucci, Tomaso Aste",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2403.09267",
|
||||
"doi": null,
|
||||
"horizon": "H10 / H50 / H100 апдейтов стакана",
|
||||
"data": "15 акций Nasdaq (small/medium/large tick), 2017–2019, LOB",
|
||||
"costs_assumed": "Издержки не моделируются; отдельный раздел про практическую применимость прогнозов",
|
||||
"key_numbers": "F1 > 0,45 без порогов и > 0,7 с порогами (large-tick); accuracy > 0,7 / > 0,9; прямая формулировка: «высокие значения традиционных ML-метрик не обязательно транслируются в действенные торговые сигналы»",
|
||||
"verdict": "Ключевое предупреждение раздела: F1 ≠ деньги. Large-tick предсказуемее по механике тика, а не по альфе. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "HLOB — Information Persistence and Structure in Limit Order Books",
|
||||
"authors": "Antonio Briola, Silvia Bartolucci, Tomaso Aste",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2405.18938",
|
||||
"doi": null,
|
||||
"horizon": "H10 (также H50/H100)",
|
||||
"data": "15 акций Nasdaq, 3 года",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "F1 лучших моделей 0,31–0,43; MCC 0,05–0,17; вероятность корректно закрыть круговую сделку p_T = 0,03–0,06",
|
||||
"verdict": "Самая жёсткая цифра раздела: у лучших LOB-моделей шанс «сделать полный круг в плюс» — единицы процентов. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Deep Learning modelling of the Limit Order Book: a comparative perspective",
|
||||
"authors": "Antonio Briola, Jeremy Turiel, Tomaso Aste",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2007.07319",
|
||||
"doi": null,
|
||||
"horizon": "Внутридневной",
|
||||
"data": "LOBSTER (ATVI и др.)",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Архитектуры (MLP, LSTM, self-attention LSTM, CNN-LSTM) кластеризуются по поведению и неразличимы по качеству; naive/random модели как база",
|
||||
"verdict": "«Что не работает»: рост сложности модели не даёт прироста над простыми решениями. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Extending Deep Learning Models for Limit Order Books to Quantile Regression",
|
||||
"authors": "Zihao Zhang, Stefan Zohren, Stephen Roberts",
|
||||
"year": 2019,
|
||||
"url": "https://arxiv.org/abs/1906.04404",
|
||||
"doi": null,
|
||||
"horizon": "k = 100 шагов",
|
||||
"data": "LSE, миллионы апдейтов стакана",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Одновременное моделирование 6 квантилей (для long и short) + комбинация прогнозов даёт устойчивость",
|
||||
"verdict": "Полезно для разметки и риск-контроля; экономики после издержек нет. Полный текст читался (arXiv HTML).",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "The Short-Term Predictability of Returns in Order Book Markets: a Deep Learning Perspective",
|
||||
"authors": "Lorenzo Lucchese, Mikko S. Pakkanen, Almut E. D. Veraart",
|
||||
"year": 2022,
|
||||
"url": "https://arxiv.org/abs/2211.13777",
|
||||
"doi": null,
|
||||
"horizon": "1–300 апдейтов стакана",
|
||||
"data": "LOBSTER (ATVI и др.), L1/L2/L3-представления",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Предсказуемость держится до 50–300 апдейтов вперёд; представление данных (L1 vs L2 vs L3, объём) важнее архитектуры модели",
|
||||
"verdict": "«Дальнобойность» эджа измеряется в апдейтах стакана — в минутах это секунды–десятки секунд. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Multi-Horizon Forecasting for Limit Order Books: Novel Deep Learning Approaches and Hardware Acceleration",
|
||||
"authors": "Zihao Zhang, Stefan Zohren",
|
||||
"year": 2021,
|
||||
"url": "https://arxiv.org/abs/2105.10430",
|
||||
"doi": null,
|
||||
"horizon": "k = 10…100",
|
||||
"data": "FI-2010 / LSE",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "seq2seq + attention превосходят одногоризонтные модели на k=100",
|
||||
"verdict": "Метод; торговых цифр и издержек нет. Полный текст читался (arXiv HTML).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "An Efficient deep learning model to Predict Stock Price Movement Based on Limit Order Book",
|
||||
"authors": "Jiahao Yang, Ran Fang, Ming Zhang, Jun Zhou",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/abs/2505.22678",
|
||||
"doi": null,
|
||||
"horizon": "Малый горизонт прогноза",
|
||||
"data": "A-share рынок + LOBSTER; сырой стакан и OFI-фичи",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Siamese-подход улучшает сильные бейзлайны в >75% случаев (кроме MLP)",
|
||||
"verdict": "Подтверждает рецепт «OFI-фичи + сильный бейзлайн»; PnL и издержки отсутствуют. Полный текст читался (arXiv PDF).",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "BDLOB: Bayesian Deep Convolutional Neural Networks for Limit Order Books",
|
||||
"authors": "Zihao Zhang, Stefan Zohren, Stephen Roberts",
|
||||
"year": 2018,
|
||||
"url": "https://arxiv.org/abs/1811.10041",
|
||||
"doi": null,
|
||||
"horizon": "k апдейтов стакана",
|
||||
"data": "LOB",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Dropout-инференс даёт оценку неопределённости, корректирующую предсказания",
|
||||
"verdict": "Механизм «не торговать при высокой неопределённости» — полезен как фильтр (R6). Читалась только аннотация arXiv.",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Deep Learning for Limit Order Books (spatial neural network)",
|
||||
"authors": "Justin Sirignano",
|
||||
"year": 2016,
|
||||
"url": "https://arxiv.org/abs/1601.01987",
|
||||
"doi": null,
|
||||
"horizon": "Секунды–минуты",
|
||||
"data": "Большие массивы LOB",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Универсальные пространственно-временные зависимости LOB across assets",
|
||||
"verdict": "Методологическая основа «универсальных» LOB-фич. Читалась только аннотация arXiv.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Deep Reinforcement Learning in Cryptocurrency Market Making",
|
||||
"authors": "Jonathan Sadighian",
|
||||
"year": 2019,
|
||||
"url": "https://arxiv.org/abs/1911.08647",
|
||||
"doi": null,
|
||||
"horizon": "Внутридневной",
|
||||
"data": "крипто-биржи, LOB и поток заявок в наблюдении агента",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "PPO/DDPG; награда в виде Sharpe обучает лучше, чем PnL-награда",
|
||||
"verdict": "Практический рецепт для RL: риск-метрика в функции награды. Полный текст читался (arXiv PDF).",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Limit Order Book Simulation and Trade Evaluation with K-Nearest-Neighbor Resampling",
|
||||
"authors": "Michael Giegrich, Roel Oomen, Christoph Reisinger",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2409.06514",
|
||||
"doi": null,
|
||||
"horizon": "—",
|
||||
"data": "Исторические LOB-данные",
|
||||
"costs_assumed": "Да: off-policy оценка стратегий с учётом исполнения",
|
||||
"key_numbers": "K-NN ресемплинг для симуляции стакана и калибровки стратегий",
|
||||
"verdict": "Единственный найденный инструмент честной оценки стратегий без живых денег; кандидат в направление costs-and-execution. Читалась только аннотация arXiv.",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Flow Toxicity and Liquidity in a High-frequency World (VPIN)",
|
||||
"authors": "David Easley, Marcos M. López de Prado, Maureen O'Hara",
|
||||
"year": 2012,
|
||||
"url": "https://academic.oup.com/rfs/article-abstract/25/5/1457/1569929",
|
||||
"doi": "10.1093/rfs/hhs053",
|
||||
"horizon": "Объёмные «корзины» сделок",
|
||||
"data": "Фьючерсы CME, тиковые данные",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "VPIN на основе volume imbalance и интенсивности сделок; классификация объёма бара на покупки/продажи (bulk volume classification)",
|
||||
"verdict": "Ключ к OHLCV-прокси: при отсутствии данных о стороне агрессора её приходится ОЦЕНИВАТЬ — а оценка вносит шум. Метаданные/DOI проверены; PDF-версия доступна на сайте NYU Stern.",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Inferring Trade Direction from Intraday Data",
|
||||
"authors": "Charles M. C. Lee, Mark J. Ready",
|
||||
"year": 1991,
|
||||
"url": "https://doi.org/10.1111/j.1540-6261.1991.tb02683.x",
|
||||
"doi": "10.1111/j.1540-6261.1991.tb02683.x",
|
||||
"horizon": "Сделки (тиковые данные)",
|
||||
"data": "NYSE",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Правило тика/котировки для определения стороны сделки",
|
||||
"verdict": "База для оценки стороны агрессора, когда тейкер-объём недоступен (важно: Bybit klines не отдают takerBuyVolume). Метаданные/DOI проверены; текст не читался.",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Trading and arbitrage in cryptocurrency markets",
|
||||
"authors": "Igor Makarov, Antoinette Schoar",
|
||||
"year": 2020,
|
||||
"url": "https://doi.org/10.1016/j.jfineco.2019.07.001",
|
||||
"doi": "10.1016/j.jfineco.2019.07.001",
|
||||
"horizon": "Минуты–дни",
|
||||
"data": "Крипто-биржи (межбиржевые спреды)",
|
||||
"costs_assumed": "Да (арбитражные издержки/спреды)",
|
||||
"key_numbers": "Значимые межбиржевые арбитражные возможности и их последующее исчезновение",
|
||||
"verdict": "Контекст: наши 11 б.п. не «пол» и не «потолок» — спреды между площадками исторически были кратными этой величине. Метаданные/DOI проверены; текст не читался.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "How to measure the liquidity of cryptocurrency markets?",
|
||||
"authors": "Alexander Brauneis, Roland Mestel, Ryan Riordan, Erik Theissen",
|
||||
"year": 2021,
|
||||
"url": "https://doi.org/10.1016/j.jbankfin.2020.106041",
|
||||
"doi": "10.1016/j.jbankfin.2020.106041",
|
||||
"horizon": "Внутридневной",
|
||||
"data": "Крипто-биржи",
|
||||
"costs_assumed": "Да (метрики ликвидности как прокси издержек)",
|
||||
"key_numbers": "Сравнение и оценка метрик ликвидности крипто-рынков (объём 124, 106041)",
|
||||
"verdict": "Полезно для калибровки модели проскальзывания в costs-and-execution. Проверены только метаданные Crossref; текст не читался.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "Order-Flow Imbalance and Short-Horizon Return Predictability in Cryptocurrency Markets",
|
||||
"authors": "Rem Vafin",
|
||||
"year": 2026,
|
||||
"url": "https://doi.org/10.2139/ssrn.6938742",
|
||||
"doi": "10.2139/ssrn.6938742",
|
||||
"horizon": "—",
|
||||
"data": "Обзор публичных крипто-данных (сторона агрессора сообщается биржей, а не оценивается)",
|
||||
"costs_assumed": "Явно требуется «realistic transaction-cost model»",
|
||||
"key_numbers": "Новых эмпирических оценок не содержит («This is a review and design article; it does not report new empirical estimates»)",
|
||||
"verdict": "Полезен как ПРОТОКОЛ: out-of-sample оценка + реалистичная модель издержек + контроль data-snooping. Полный текст SSRN недоступен (403), читалась аннотация через Crossref.",
|
||||
"implementable": true,
|
||||
"accessed": "29.09.2026"
|
||||
},
|
||||
{
|
||||
"title": "How and When are High-Frequency Stock Returns Predictable?",
|
||||
"authors": "Yacine Ait-Sahalia, Jianqing Fan, Lirong Xue, Yifeng Zhou",
|
||||
"year": 2022,
|
||||
"url": "https://doi.org/10.2139/ssrn.4196310",
|
||||
"doi": "10.2139/ssrn.4196310",
|
||||
"horizon": "Миллисекунды–секунды",
|
||||
"data": "Акции США, тиковые данные",
|
||||
"costs_assumed": "нет",
|
||||
"key_numbers": "Предсказуемость выше, но требует ультра-свежих данных и co-location (цитируется по Kim & Hansen, 2026)",
|
||||
"verdict": "Только метаданные и цитирование. Граница применимости: на мс-горизонте мы не конкурентны. Текст не читался.",
|
||||
"implementable": false,
|
||||
"accessed": "29.09.2026"
|
||||
}
|
||||
]
|
||||
@@ -0,0 +1,203 @@
|
||||
# orderflow-microstructure — поток заявок и микроструктура на 1–15 мин
|
||||
|
||||
**Дата обзора (дата обращения ко всем источникам): 29.09.2026.**
|
||||
Инструменты поиска: arXiv API (`http://export.arxiv.org/api/query`), Crossref REST (`api.crossref.org`), web_search/web_extract.
|
||||
Полные тексты (PDF/HTML) скачивались в локальную папку и читались целиком; где доступа не было — это прямо указано.
|
||||
|
||||
## 0. Наши опорные факты (из README, не переоткрываем)
|
||||
|
||||
| Факт | Значение |
|
||||
|---|---|
|
||||
| Тейкер на круг | 0,055% × 2 = **0,11% = 11 б.п.** |
|
||||
| Мейкер на круг | 0,02% × 2 = **0,04% = 4 б.п.** |
|
||||
| Средний \|доход\| 5м / 1ч | 22,8 б.п. / 78,0 б.п. |
|
||||
| Порог точности p\* = (Стоп+Издержки)/(Цель+Стоп) | 0,2%/0,2% → 77,5% (тейкер), 60,0% (мейкер) |
|
||||
|
||||
**Производные пороги (наш расчёт по той же формуле, проверен скриптом 29.09.2026 — не чужие цифры):**
|
||||
|
||||
| Цель/Стоп | p\* тейкер (11 б.п.) | p\* мейкер (4 б.п.) |
|
||||
|---|---|---|
|
||||
| 0,2% / 0,2% | 77,5% | 60,0% |
|
||||
| 0,3% / 0,3% | 68,3% | 56,7% |
|
||||
| 0,4% / 0,2% | 51,7% | 40,0% |
|
||||
| 0,5% / 0,3% | 51,3% | 42,5% |
|
||||
| 0,5% / 0,5% | 61,0% | 54,0% |
|
||||
| 1,0% / 0,5% | 40,7% | 36,0% |
|
||||
|
||||
Два вывода, которые дальше используются как «линейка» для чужих результатов:
|
||||
|
||||
1. Один тейкер-круг = **48,2% среднего модуля движения 5м-бара** (11 / 22,8) и 17,5% — мейкер-круг. 7,1 тейкер-круга «съедают» целый средний час (78 б.п.).
|
||||
2. Чтобы торговать при точности 55–57% (максимум, который вообще встречается в out-of-sample крипто-работах), при тейкер-комиссии нужен R:R ≈ 1,4–1,6 при стопе ≥30 б.п. (цель 41–45 б.п.). Средний модуль 5м-движения — 22,8 б.п., то есть такой стоп — это уже **больше одного 5-минутного бара**, значит сделка обязана жить 15–30 минут и дольше.
|
||||
|
||||
## 1. Сводная таблица источников (главное)
|
||||
|
||||
Формат: работа → авторы/год → данные → горизонт → заложенные издержки → цифры → вердикт.
|
||||
|
||||
| Работа | Авторы, год | Данные | Горизонт | Издержки в работе | Цифры | Вердикт |
|
||||
|---|---|---|---|---|---|---|
|
||||
| The Price Impact of Order Book Events | Cont, Kukanov, Stoikov, 2014 (JFE 12:47–88) | NYSE TAQ, 50 акций, 21 день апр. 2010 | Δt = 10 с (робастность: 10 апдейтов … 10 мин) | издержки не моделируются (это объясняющая регрессия) | OFI объясняет изменения мид-цены с **средним R² 65%**; trade imbalance — **32%**; OFI вытесняет TI (t-стат TI падает в 4 раза) | Фундамент: на секундах–минутах цену двигает **весь поток заявок** (лимит+маркет+отмены), а не только сделки. Наш OHLCV-прокси ближе к TI (R² 32%), т.е. заведомо хуже |
|
||||
| Deep Order Flow Imbalance | Kolm, Turiel, Westray, 2023 (Math. Finance 33(4):1044–1081) | LOBSTER, 115 акций Nasdaq, максимальная гранулярность LOB | «мультигоризонт», эффективный горизонт ≈ **2 средних изменения цены** | в доступной части **нет** PnL/Sharpe и нет описания издержек | модели на **стационарных OFI-фичах** превосходят модели на «сырых» стаканах; «information-rich» акции предсказуемее | Полный текст за пейволом Wiley — читалась только аннотация + SSRN-страница. Ключевой рецепт (OFI вместо сырого стакана) подтверждён; прибыльность после издержек **не заявлена** |
|
||||
| The Price Impact of Generalized Order Flow Imbalance | Su, Sun, Li, Yuan, 2021 (arXiv 2112.02947) | CSI 500, 10 акций, снапшоты стакана | 30 с, 1 мин, **5 мин** | издержки не моделируются | out-of-sample R² (объяснение изменения цены): 30 с/1 мин/5 мин OFI = 32,89/38,13/**42,57%** → log-GOFI = 83,57/85,37/**86,01%** | На 5-минутном горизонте OFI-семейство почти «механически» объясняет цену. Это **contemporaneous**, а не прогноз: как торговый сигнал бесполезно, но как напоминание «сначала убери механику» — обязательно |
|
||||
| Cross-impact of Order Flow Imbalance in Equity Markets | Cont, Cucuringu, Zhang, 2023 (Quant. Finance 23:1373–1393) | метаданные проверены в Crossref | — | — | — | Не читалось (только метаданные/DOI). Включено как ориентир для будущего разбора направлений `xs-short-horizon` |
|
||||
| Order flow analysis of cryptocurrency markets | Silantyev, 2019 (Digital Finance 1:191–218) | крипто (Kraken/bitcoin) | внутридневной | — | числовых результатов извлечь не удалось: Springer отдаёт только вводную часть (JS-пейвол, PDF недоступен) | **Доступа нет** — цифр не приводим (правило 4 README). Считается «первой работой по OFI в крипте», но без доступа к таблицам |
|
||||
| Order Flow and Cryptocurrency Returns | Anastasopoulos, Gradojevic, Liu, Maynard, Tsiakas, 2024 (EFMA 2025) | кросс-секция крипто, «мировой» поток заявок в 11 валютах | **дневной и недельный** (не 5 мин!) | Явно: **break-even transaction cost** (BETC) | contemporaneous R² 11% (день) / 19,9% (неделя); предиктивный R² 1,3%/3,1%; long-short недельный 1,61%/нед, t=2,13, Sharpe 1,68; ML long-only α 0,81%/день, Sharpe 1,88, **BETC 1,02% в день** (LS: 0,48%/день) | Единственная найденная работа по OFI в крипте **с честным учётом издержек**: сигнал выживает только на дневном обороте (наш круг 11 б.п. = 9% от их BETC). На 5 мин неприменимо напрямую |
|
||||
| Microstructure and Market Dynamics in Crypto Markets | Easley, O'Hara, 2024 (SSRN 4814346) | 5 крупных крипто, Roll-мера и VPIN | внутридневной, для MM/хеджа/прогноза волатильности | в доступной части нет | «микроструктурные метрики ликвидности и price discovery обладают предсказательной силой для MM, динамического хеджа и оценки волатильности»; эффекты own- и cross-market для BTC/ETH устойчивы (в т.ч. «крипто-зимой») | Читалась только аннотация (PDF Cornell не отдался, SSRN блокирует полный текст). Цифр нет. Направление «VPIN → волатильность/MM», а не «→ направление на 5 мин» |
|
||||
| **The Quarter-Hour Effect** | Kim, Hansen, 2026 (arXiv 2607.09426v2) | **tick-данные сделок, 6 перпетуалов Binance** (BTC/ETH/XRP/SOL/DOGE/ADA), 01.01.2021–31.10.2024 | 10-секундные окна; границы 1/5/15 мин; предиктивный горизонт для imbalance — 4–12 ч | Явно: taker Binance **5,0 б.п.**, maker **2,0 б.п.**; авторы **отказываются** считать net-of-cost стратегию | R²_OOS открывающей 10-сек доходности: лаг-модель 2,464% (среднее), лаг+TI28 3,37%, AUC 0,6011, точность **57,12%**; **валовые 0,375–0,775 б.п. на сделку (среднее 0,510 б.п.)**; «предсказуемая компонента ≈ в 10 раз меньше одной тейкер-комиссии и в 20 раз меньше круга» | **Главный источник для 5-мин темы.** Предсказуемость на границах 15-мин есть и устойчива, но валовый эдж 0,51 б.п. против нашего круга 11 б.п. → **net ≈ −10,5 б.п. на сделку**. Годится для исполнения (мейкер/тайминг), а не как тейкер-стратегия |
|
||||
| Short-horizon mean reversion in cryptocurrency markets | Kitron, Wengrowicz, 2026 (arXiv 2608.21888v1) | 183 пары Binance USDT (свечи), 2025-01-01…2026-02-11 + 187 акций/ETF как контроль; шесть лет фокус-панели | 15 мин — основной; 1 ч, 4 ч; **отдельно 5 мин** | Явно: полосы круговых издержек ≈**5 б.п. (мейкер)**, **10–20 б.п. (тейкер)** спот | 90% из 183 пар дают значимый OOS **разворот** на 15 мин (у акций 2,7%); AUC крипто 0,536/0,521/0,496 на 15м/1ч/4ч; валовая прибыль на сделку пик ≈**1,3 б.п.** (15 мин) и **0,15 б.п. на 5-мин барах**; медиана по парам 0,46 б.п.; «ни одна из 183 пар не пробивает даже 5-б.п. мейкер-полосу ни при каком пороге»; разворот концентрируется после движений, вызванных **агрессивным тейкер-потоком**, и растёт с его интенсивностью, а съеденная глубина стакана **ни на что не влияет** | Прямой ответ на наш вопрос для 5 мин: **эдж разворота сжимается с ростом частоты** (1,3 б.п. → 0,15 б.п.), т.е. net на 5 мин ≈ **−10,9 б.п.** при тейкере и −3,9 б.п. при мейкере. Механика («после тейкер-импульса») — лучший из найденных кандидатов для OHLCV-прокси |
|
||||
| Explainable Patterns in Cryptocurrency Microstructure | Bieganowski, Ślepaczuk, 2026 (arXiv 2602.00776v1) | Binance **perpetual** order book + trades, 1 с, BTC/LTC/ETC/ENJ/ROSE, 01.01.2022–12.10.2025 | цель — **3-секундная** доходность мид-цены; удержание по событиям | «taker fee» применяется, но **численное значение комиссии в работе не указано**; задержка не моделируется («верхняя оценка») | Тейкер-IR: BTC 0,25 · ENJ 6,58 · ETC 8,97 · LTC 0,07 · ROSE 5,28; статистически значимы (t-тест) только ETC/ENJ/ROSE (по ROSE — в основном из-за флеш-крэша 10.10.2025). Мейкер: **ни одна** p-value не ниже 0,05. SHAP: OFI — главная фича, эффект монотонный с уплощением на краях; **широкий спред → предсказуемость падает**; VWAP−mid → короткий возврат | Экономическая значимость «на грани»: подтверждается только на альткоинах и только на 3-секундном горизонте, причём бóльшая часть PnL — событийная. Перенос на 5 мин не доказан; уровень комиссии не указан → сопоставить с нашими 11 б.п. по цифрам работы **невозможно** |
|
||||
| Deep Learning for Digital Asset Limit Order Books | Jha, De Paepe, Holt, West, Ng, 2020 (arXiv 2010.01241) | Coinbase BTC-USD, L2 стакан | **2 секунды** | нет | walk-forward точность 71% (down 61%, up 66%, stable 73%); **precision по направленным классам 0,40–0,42**; «предсказуемость держится до минуты» | 71% — это точность по трём классам, а не эдж. Precision 0,40 значит: когда модель кричит «вверх», она чаще ошибается. PnL/издержки не считались |
|
||||
| Ascertaining price formation in cryptocurrency markets with DeepLearning | Fang, Chung, Ventre, Basios, Kanthan, Li, Wu, 2020 (arXiv 2003.00803) | BTC-USD, LOB, живые 1-мин данные 2018 | 1 мин | Идея: **порог = комиссия** — движения меньше комиссии помечаются «buffer area» (нейтрально) | 78% точность бинарного направления движения мид-цены; на живых данных качество модели **«медленно сползает почти к случайному угадыванию»**, требуется walk-forward переобучение | Полезен методологически (лейблинг «только движения выше комиссии»), но 78% получены без учёта PnL и деградируют в live |
|
||||
| Trading in the Sunshine or in the Shade (Hyperliquid) | Barone, Lillo, 2026 (arXiv 2606.15715) | Hyperliquid (on-chain стакан перпетуалов): 4,3 млн скрытых метаордеров + 465 тыс. TWAP | метаордера (минуты–часы) | Явно: издержки через **временнóе влияние в б.п.** | видимые TWAP имеют ≈**9 б.п.** меньший временный импакт; ≈**5 б.п.** меньший пост-исполнительный сдвиг; скрытые ордера, идущие в сторону видимого потока, платят +0,8–0,9 б.п. за каждые 10 п.п. доминирования видимой стороны; глубина растёт во время TWAP | Эмпирика по издержкам/неблагоприятному отбору на крипто-перпетуалах. Масштаб эффектов (1–9 б.п.) — того же порядка, что наш круг 11 б.п., т.е. тайминг/видимость ордера сопоставимы по важности с самим сигналом |
|
||||
| Temporal mixture ensemble models for intraday volume forecasting in crypto | Antulov-Fantulin, Guo, Lillo, 2020 (arXiv 2005.09356) | Bitfinex + Bitstamp, фичи стакана и сделок | **1 / 5 / 10 мин** | нет (прогноз объёма, не PnL) | ансамбль (TME) и ML превосходят эконометрические модели на 1/5/10-минутных горизонтах по объёму | Предсказуем **объём**, а не направление. Прямо подтверждает гипотезу «на 5 мин прогнозируется активность, а не знак доходности» |
|
||||
| Rise of the Machines? | Petukhina, Reule, Härdle, 2020 (arXiv 2009.04200) | крипто (CRIX), высокочастотные данные | внутридневная периодичность | нет | внутридневные паттерны волатильности/объёма, связанные с алгоритмической торговлей | Описательная база; торговых выводов нет |
|
||||
| Periodicity in Cryptocurrency Volatility and Liquidity | Hansen, Kim, Kimbrough, 2024 (J. Financial Econometrics 22:224–251) | BTC, ETH; Coinbase Pro, Binance, Uniswap V2 | внутричасовые регулярности (**в т.ч. 5-мин отметки**) | нет | систематические паттерны волатильности и объёма по дню недели / часу / внутри часа; усиливаются со временем | Первоисточник «календарной» периодичности. Для 5-мин стратегии означает: волатильность и объём **нестационарны по фазе часа** — бэктест обязан это учитывать |
|
||||
| Anomaly detection in European cryptocurrency ETPs | Kończal, Połoczański, 2026 (arXiv 2608.09576) | 4 BTC/ETH ETP на Xetra и Nasdaq Stockholm, **1-минутные бары**, 01.2024–12.2025 | 1 мин, прогноз на 1 бар вперёд | нет (в аннотации издержки не заявлены) | аномалий <1% баров; в аномальных барах **выше эффективный спред и сильнее дисбаланс потока заявок**; 4 классификатора предсказывают аномалию на бар вперёд с **AUC до 0,82**; важнее всего краткосрочная волатильность и просадка, а не микроструктурные переменные | Лучше предсказываются **аномальные/экстремальные** бары, чем направление; «сначала волатильность, потом микроструктура». Прямо поддерживает правило R9 |
|
||||
| Decomposing cryptocurrency high-frequency price dynamics | Wątorek, Skupień, Kwapień, Drożdż, 2023 (arXiv 2306.17095) | BTC, ETH, DOGE, WIN, 10-секундная выборка, 2020–2022 | 10 с | нет | динамика делится на **рекуррентную (детерминированную) и шумовую** компоненты; направление живёт в шумовой части | Формализует «где тонет сигнал»: у доходности есть периодический каркас (его можно моделировать) и шум (для направления) |
|
||||
| Boosting Bitcoin Minute Trend Prediction Using the Separation Index | Shahsafdari, Kalhor, 2024 (arXiv 2406.17083) | BTC, минутные данные | 1 мин | нет | заявляется «unprecedented accuracy» для минутного тренда через отбор информативных наблюдений | **Не подтверждаемо**: нет ни протокола out-of-sample, ни PnL, ни издержек; заявка не сопоставима с порогом 77,5%. Не использовать как основание |
|
||||
| The Red Queen's Trap | Chen, 2025 (arXiv 2512.15732) | крипто, HFT-среда, 500 автономных агентов (DRL + эволюция) | высокочастотный | Явно: раздел «Friction Barrier», формула EV = W·(R·Risk) − (1−W)·Risk − C_trans | вал. APY на валидации **>300%**, live-просадка капитала **>70%**; «Cost-Blind Hallucination»: агенты показывают «зелёный» PnL, а эквити падает | Крупнейший найденный отрицательный результат: «математическая невозможность HFT-скальпинга при данной структуре издержек». Совпадает с нашими порогами |
|
||||
| DeepLOB | Zhang, Zohren, Roberts, 2019 (arXiv 1808.03668v6) | FI-2010 + LSE (5 акций, 2017, 10 уровней) | k = 10/20/50/100 апдейтов | **Явно: «trading takes place at mid-price», «gross profits before fees»** | FI-2010 (k=10): accuracy 78,91%, F1 78,47%; LSE: F1 70,17/63,49/60,65 при k=20/50/100; «чем длиннее горизонт, тем хуже точность, но выше накопленная прибыль» | Классический бенчмарк, но прибыльность измерена **без стакана и без комиссий**, при исполнении по мид-цене. Ни одна цифра DeepLOB не переносится на наши издержки |
|
||||
| Deep Limit Order Book Forecasting (LOBFrame) | Briola, Bartolucci, Aste, 2024 (arXiv 2403.09267v4) | 15 акций NASDAQ (small/medium/large tick), 2017–2019, LOB | H10/H50/H100 апдейтов | нет (зато есть явный тезис о разрыве «метрика → сделка») | F1 > 0,45 без порогов и >0,7 с порогами у large-tick; accuracy >0,7 / >0,9; но: «**высокие значения традиционных ML-метрик не обязательно транслируются в действенные торговые сигналы**» | Ключевая работа-предупреждение: F1 ≠ деньги. Large-tick предсказуемее — механика тика, а не альфа |
|
||||
| HLOB | Briola, Bartolucci, Aste, 2024 (arXiv 2405.18938v3) | 15 акций NASDAQ | H10 (и H50/H100) | нет | F1 лучших моделей **0,31–0,43**, MCC 0,05–0,17, вероятность корректно закрыть круговую сделку **p_T = 0,03–0,06** | Самая жёсткая цифра раздела: даже у лучших LOB-моделей шанс «сделать полный круг в плюс» — единицы процентов |
|
||||
| Deep Learning modelling of the LOB: a comparative perspective | Briola, Turiel, Aste, 2020 (arXiv 2007.07319v3) | LOBSTER | внутридневной | нет | архитектуры (MLP, LSTM, attention, CNN-LSTM) кластеризуются по поведению и неразличимы по качеству; «naive/random» модели — база сравнения | Полезно как «что не работает»: рост сложности не даёт прироста над простыми моделями |
|
||||
| Extending Deep Learning Models for LOB to Quantile Regression | Zhang, Zohren, Roberts, 2019 (arXiv 1906.04404) | LSE, миллионы апдейтов | k = **100 шагов** | нет | квантильная регрессия (6 квантилей) + комбинация прогнозов устойчивее точечной | Идея полезна для разметки/риск-контроля, экономики после издержек нет |
|
||||
| The Short-Term Predictability of Returns in Order Book Markets | Lucchese, Pakkanen, Veraart, 2022 (arXiv 2211.13777v3) | LOBSTER (ATVI и др.) | 1–300 апдейтов стакана | нет | предсказуемость держится до **50–300 апдейтов** вперёд; представление данных (L1 vs L2 vs L3, объёмы) важнее архитектуры | «Дальнобойность» эджа измеряется в апдейтах, не в минутах; в минутах это секунды–десятки секунд |
|
||||
| Multi-Horizon Forecasting for LOB (IPU) | Zhang, Zohren, 2021 (arXiv 2105.10430v2) | FI-2010/LSE | k = 10…100 | нет | seq2seq+attention лучше на длинных горизонтах (k=100) | Метод; торговых цифр нет |
|
||||
| An Efficient DL Model to Predict Stock Price Movement Based on LOB | Yang, Fang, Zhang, Zhou, 2025 (arXiv 2505.22678) | A-share + LOBSTER | малый горизонт | нет | OFI-фичи; улучшение сильных бейзлайнов в >75% случаев | Подтверждает рецепт «OFI + сильный бейзлайн»; PnL нет |
|
||||
| BDLOB (Bayesian) | Zhang, Zohren, Roberts, 2019 (arXiv 1811.10041) | LOB | k апдейтов | нет | dropout-инференс даёт **неопределённость**, которая корректирует предсказания | Полезно как механизм отказа от сделок (что и предлагает R6) |
|
||||
| Deep Learning for Limit Order Books (spatial NN) | Sirignano, 2016/2019 (arXiv 1601.01987) | LOB, большие данные | секунды–минуты | нет | универсальные пространственно-временные зависимости LOB across assets | Теоретико-методологическая основа «универсальных» фич |
|
||||
| Deep RL in Cryptocurrency Market Making | Sadighian, 2019 (arXiv 1911.08647) | крипто, LOB в наблюдении агента | внутридневной | нет | PPO/DDPG; награда в виде **Sharpe** обучает лучше, чем PnL | Практический рецепт для RL (если вообще идти в RL): риск-метрика в функции награды |
|
||||
| LOB Simulation and Trade Evaluation with KNN Resampling | Giegrich, Oomen, Reisinger, 2024 (arXiv 2409.06514) | исторические LOB | — | **да, off-policy оценка с учётом исполнения** | K-NN ресемплинг для симуляции стакана и калибровки стратегий | Единственный найденный инструмент «как честно оценить стратегию без живых денег»; кандидат в `costs-and-execution` |
|
||||
| Flow Toxicity and Liquidity (VPIN) | Easley, López de Prado, O'Hara, 2012 (RFS 25:1457–1493) | фьючерсы CME, тиковые данные | объёмные «корзины» | нет | VPIN строится на **bulk volume classification** — разбиении объёма бара на покупки/продажи по распределению доходностей | Ключ к OHLCV-прокси: если у нас есть только бар, сторону агрессора **оценивают**, а не читают. Точность оценки — источник шума |
|
||||
| Inferring Trade Direction from Intraday Data | Lee, Ready, 1991 (J. Finance 46:733–746) | NYSE, тиковые данные | сделки | нет | классическое правило тика/котировки для определения стороны сделки | База для OHLCV-прокси, когда тейкер-объём недоступен |
|
||||
| Trading and Arbitrage in Cryptocurrency Markets | Makarov, Schoar, 2020 (JFE 135:293–319) | крипто-биржи, арбитраж | минуты–дни | да (спреды/арбитражные издержки) | значимые межбиржевые арбитражные возможности и их исчезновение | Контекст: наши издержки 11 б.п. — не «пол»; спреды между площадками исторически были кратными этому |
|
||||
| How to measure the liquidity of cryptocurrency markets? | Brauneis, Mestel, Riordan, Theissen, 2021 (JBF 124:106041) | крипто-биржи | внутридневной | да (метрики ликвидности как прокси издержек) | сравнение метрик ликвидности для крипты | Не читалось (метаданные). Полезно для калибровки модели проскальзывания в `costs-and-execution` |
|
||||
| Order-Flow Imbalance and Short-Horizon Return Predictability in Cryptocurrency Markets | Vafin, 2026 (SSRN 6938742) | — | — | **явно: «realistic transaction-cost model»** | Публикации цифр нет: это **обзор + план** («does not report new empirical estimates») | Полезен как протокол: OOS-оценка + модель издержек + контроль data-snooping; отдельно отмечает, что в крипте **сторона агрессора сообщается биржей**, а не оценивается. Полный текст SSRN недоступен (403) — читалась аннотация через Crossref |
|
||||
| How and When are High-Frequency Stock Returns Predictable? | Ait-Sahalia, Fan, Xue, Zhou (SSRN) | акции США, тики | миллисекунды–секунды | нет | большая предсказуемость, но требует ультра-свежих данных и co-location (цитируется по Kim & Hansen, 2026) | Только метаданные/cross-ref и цитирование. Полезно как граница: наша инфраструктура заведомо не конкурентна на мс-горизонте |
|
||||
|
||||
## 2. Синтез
|
||||
|
||||
**2.1. Фундамент подтверждён: OFI — главный драйвер микроструктуры, но это «механика», а не альфа.**
|
||||
Cont–Kukanov–Stoikov (2014) на Δt = 10 с получают R² = 65% для OFI против 32% для дисбаланса сделок. Su et al. (2021) на **5-минутных** интервалах: OFI объясняет 42,57% out-of-sample, улучшенный log-GOFI — 86,01%. Это contemporaneous объяснение: цена и поток синхронны. Любой наш сигнал, вычисленный на 5-мин барах (CLV, объём, дисбаланс), будет коррелирован с той же механикой — значит, для честной оценки надо тестировать **лаг-1 или лаг-2**, а не «предсказание текущего бара».
|
||||
|
||||
**2.2. Ключевая цифра по 5-минутному горизонту в крипте — 1,3 б.п. → 0,15 б.п.**
|
||||
Kitron & Wengrowicz (2026) — лучшая найденная работа именно по «около 5 минут»: 183 пары Binance, строго OOS. Разворот на 15 мин: валовая прибыль ≈1,3 б.п. на сделку; на **5-мин барах — 0,15 б.п.**; ни одна пара не пробивает даже 5-б.п. мейкер-полосу. Наш круг по тейкеру 11 б.п. → **net ≈ −10,9 б.п./сделку**. Вывод: с ростом частоты эдж сжимается быстрее, чем издержки (прямое утверждение авторов: «higher frequency shrinks each opportunity faster than it shrinks costs»).
|
||||
|
||||
**2.3. Вторая по важности цифра — 0,51 б.п. против 5,0 б.п. одной комиссии.**
|
||||
Kim & Hansen (2026), 6 перпетуалов Binance, 2021–2024: открывающая 10-секундная доходность на 15-минутных границах предсказуема OOS (AUC 0,6011, точность 57,12%, R²_OOS до 3,37%), но валовая прибыль на сделку 0,375–0,775 б.п. (среднее 0,510). Авторы считают явно: Binance taker 5,0 б.п., maker 2,0 б.п.; предсказуемая компонента ≈ «одна десятая одной тейкер-комиссии и одна двадцатая круга». И отдельно: **горизонт предсказуемости от order imbalance — 4–12 часов**, на более частых календарных частотах эффект слабее. Это не наша 5-минутная ниша.
|
||||
|
||||
**2.4. ML-литература по стакану: точность без денег.**
|
||||
Сводка по DeepLOB → HLOB → LOBFrame:
|
||||
* DeepLOB (LSE): F1 0,60–0,70 при k = 20–100, но симуляция — **исполнение по мид-цене и прибыль до комиссий**;
|
||||
* HLOB: F1 0,31–0,43, вероятность завершить круговую сделку p_T = 0,03–0,06;
|
||||
* LOBFrame (Briola и др.): прямая формулировка «высокие F1/accuracy не обязательно превращаются в действенные торговые сигналы»;
|
||||
* Jha et al. (Coinbase, 2 с): 71% accuracy на трёх классах, но precision направленных классов 0,40–0,42.
|
||||
Ни одна LOB-DL работа не демонстрирует положительной экономики после реалистичных комиссий. Единственная крипто-работа с явным taker-бэктестом (Bieganowski & Ślepaczuk, цель — **3 секунды**) получает значимость лишь на ETC/ENJ/ROSE и **не указывает численное значение комиссии**, что делает сопоставление с нашими 11 б.п. невозможным.
|
||||
|
||||
**2.5. Где OFI действительно выживает после издержек — дневной/недельный горизонт.**
|
||||
Anastasopoulos et al. (2024): единственная работа с корректным понятием break-even transaction cost. ML long-only по «мировому потоку заявок»: α 0,81%/день, Sharpe 1,88, **BETC 1,02% в день**; long-short: BETC 0,48%/день. Наш круг 11 б.п. — в 9,3 раза внутри их BETC, то есть на дневном обороте издержки не являются барьером. Это подтверждает логику: **OFI-информация монетизируется при низком обороте**, а не на 5-минутных барах.
|
||||
|
||||
**2.6. Что реально переносимо на 5-мин свечи Bybit — это (а) прокси-поток и (б) тайминг исполнения.**
|
||||
* Из механики Kitron: разворот следует за движениями, вызванными **агрессивным тейкер-потоком**, и растёт с его интенсивностью, тогда как съеденная глубина стакана не значит ничего. На свечах это выражается через **тейкер-объём** (в klines Binance есть `takerBuyBaseVolume`; у Bybit v5 в kline его нет — потребуется trades-фид или оценка стороны агрессора по Lee–Ready / bulk volume classification (Easley–López de Prado–O'Hara 2012)). CLV (close location value) — самый дешёвый прокси: CLV = ((C−L)−(H−C))/(H−L)·2 ≈ нормированное положение закрытия в баре.
|
||||
* Из Kim & Hansen и Barone & Lillo: границы времени и **видимость** потока двигают издержки на 1–9 б.п. — сопоставимо с нашим кругом. То есть тайминг входа (не внутри первых 10 секунд границы) и мейкер-исполнение сами по себе стоят столько же, сколько «средний» сигнал из литературы.
|
||||
* Из Bieganowski & Ślepaczuk: **широкий спред убивает предсказуемость** — фильтр «не торговать при спреде выше порога» имеет эмпирическое подтверждение.
|
||||
|
||||
## 3. Десять правил-кандидатов для бэктеста на 5-мин свечах Bybit
|
||||
|
||||
Все «ожидаемые экономики» ниже — **наша арифметика** от круга 11 б.п. (тейкер) / 4 б.п. (мейкер); чужие валовые цифры подписаны. Проверено скриптом 29.09.2026.
|
||||
|
||||
1. **R1. Разворот после «тейкер-импульса»: если на баре t доля тейкер-покупок |2·V_buy/V − 1| ≥ порог τ, входить против направления бара на баре t+1; выход по симметричной цели/стопу в пределах одного–двух баров.**
|
||||
Источник: Kitron & Wengrowicz 2026 (arXiv 2608.21888v1), §5.1–5.2. Ожидаемая экономика: их собственный замер на 5-мин барах — 0,15 б.п./сделку валовыми → **−10,85 б.п.** за тейкер-круг и −3,85 б.п. за мейкер-круг. Правило бесперспективно само по себе; **ценность — как фильтр-условие к другим правилам** (какие бары вообще склонны к возврату).
|
||||
|
||||
2. **R2. Убрать contemporaneous-механику: сигнал строить только на лаге ≥1 бара (лаг-1 тейкер-imbalance и CLV), иначе «предсказание» — это та же синхронная корреляция.**
|
||||
Источники: Cont–Kukanov–Stoikov 2014 (R² 65% на 10 с), Su et al. 2021 (на 5 мин contemporaneous R² 42,57% для OFI и 86,01% для log-GOFI). Ожидаемая экономика: прямо не измеряется; служит **обязательным условием допуска** любого 5-мин правила к бэктесту (иначе результат будет артефактом синхронности).
|
||||
|
||||
3. **R3. Пороговый вход: торговать только при |предсказание| > τ, где τ откалиброван на ex-ante сетке, и проверять, что точность растёт с сокращением покрытия.**
|
||||
Источник: Kitron & Wengrowicz 2026, §5.2 (у них точность «пробивает 56% на самых уверенных барах», но эдж всё равно не покрывает издержки). Наш порог: при стопе 30 б.п. и цели 45 б.п. p\* = 54,7% (тейкер) / 45,3% (мейкер) — то есть порог должен давать **точность ≥55%**, иначе правило отрицательно по построению.
|
||||
|
||||
4. **R4. Фильтр спреда/ликвидности: не торговать, когда спред (или прокси спреда через (H−L)/C и объём) выше квантиля q; предсказуемость при широком спреде падает.**
|
||||
Источник: Bieganowski & Ślepaczuk 2026 (arXiv 2602.00776v1, раздел 6.1: «spreads are associated with diminished predictability»). Ожидаемая экономика: не измерена в работе; влияние на нашу экономику — через избегание сделок с повышенным проскальзыванием (по нашим оценкам стенда +1…3 б.п. на ногу).
|
||||
|
||||
5. **R5. Разметка по порогу комиссии (buffer area): не считать движением всё, что меньше 11 б.п. (тейкер) или 4 б.п. (мейкер) — такие бары помечать нейтрально и не торговать.**
|
||||
Источник: Fang et al. 2020 (arXiv 2003.00803, «transaction fee as a threshold… Buffer area»). Экономика: при симметричных 0,2%/0,2% порог точности 77,5%, при 0,3%/0,3% — 68,3%, при 0,5%/0,5% — 61,0%. То есть мелкие цели физически не проходят наш порог — этот фильтр отсекает заведомо убыточную геометрию.
|
||||
|
||||
6. **R6. Геометрия сделки: при реалистичной точности 55–57% требовать R:R ≥ 1,4–1,6 (стоп ≥30 б.п., цель 41–45 б.п.), сознательно принимая, что сделка выходит за пределы одного 5-мин бара.**
|
||||
Источники точности: Kim & Hansen 2026 (AUC 0,6011; точность 57,12%), Kitron & Wengrowicz 2026 (~56% на самых уверенных барах). Наш расчёт: S=30 б.п., P (55%) → T = 45 б.п.; S=30, P (57,5%) → T = 41 б.п. Средний модуль 5м-движения 22,8 б.п. → стоп 30 б.п. = 1,3σ. Требуется проверка удержания эджа на 15–30 мин (см. R10).
|
||||
|
||||
7. **R7. Использовать 5-мин модель для размера позиции и стопов (волатильность/объём), а не для направления.**
|
||||
Источники: Antulov-Fantulin–Guo–Lillo 2020 (объём на 1/5/10 мин прогнозируется лучше эконометрических моделей), Kończal & Połoczański 2026 (AUC до 0,82 для «аномального бара» на 1 бар вперёд, причём важнее всего волатильность и просадка, а не микроструктура), Wątorek et al. 2023 (рекуррентная vs шумовая компоненты). Ожидаемая экономика: прямого PnL нет; выигрыш в том, что цель/стоп калибруются под 22,8 б.п. среднего 5м-хода (24% шире/уже — уже меняет p\* на несколько п.п.).
|
||||
|
||||
8. **R8. Правило исполнения: не входить и не выходить внутри первых 10 секунд минутных/5/15-минутных границ; сдвигать исполнение на 10–30 с после границы.**
|
||||
Источники: Kim & Hansen 2026 (пик активности в первые 10 с границы; вклад лаг-потока 5–6 б.п. в горизонтах 4–12 ч), Hansen–Kim–Kimbrough 2024 (периодичность волатильности/объёма), Barone & Lillo 2026 (видимость потока = −9 б.п. временного импакта, −5 б.п. пост-исполнительного сдвига, +0,8–0,9 б.п. штраф за игру вместе с видимым потоком). Ожидаемая экономика: экономия издержек 1–9 б.п. на круг — сопоставимо со всем «валовым» сигналом из литературы (0,15–0,51 б.п.).
|
||||
|
||||
9. **R9. Мейкер-режим как основной режим для 5-мин правил, но с честной проверкой: круг 4 б.п., плюс неблагоприятный отбор и пропущенные филлы.**
|
||||
Источники: Kitron & Wengrowicz 2026 (мейкер-полоса 5 б.п.; «explicit fees, not the quoted spread, are what bind… a maker who never crosses still pays the fee schedule»), Bieganowski & Ślepaczuk 2026 (мейкер-стратегия: **ни одна** p-value < 0,05, тогда как тейкер значим на ETC/ENJ/ROSE; но их цель — 3 сек, а не 5 мин). Ожидаемая экономика на нашей линейке: Kitron 15 мин мейкер → 1,3 − 4 = **−2,7 б.п.**; Kim & Hansen QH мейкер → 0,51 − 4 = **−3,5 б.п.**; вывод: даже мейкер-круг не спасает сигналы такого масштаба — мейкер нужен для правил с валовым эджем >4 б.п.
|
||||
|
||||
10. **R10. Гейт допуска (go/no-go) для любого кандидата: (а) OOS-точность направления ≥55% при R:R ≥1,4 со стопом ≥30 б.п.; (б) эдж сохраняется на 15–30 мин, а не только на 5; (в) положительный net при 11 б.п. и при 4 б.п. на round-trip по фактическим филлам; (г) контроль data-snooping (число проверенных правил).**
|
||||
Источники протокола: Vafin 2026 (SSRN 6938742 — OOS + реалистичная модель издержек + контроль data-snooping, «aggressor side is reported rather than estimated» в крипте), Kitron & Wengrowicz 2026 (эдж разворота падает с ростом частоты; AUC крипто 0,536 → 0,521 → 0,496 на 15м/1ч/4ч — то есть удержание дольше не помогает), Briola et al. 2024 (F1 ≠ торговый сигнал), Kim & Hansen 2026 (R²_OOS 2–3% — «скромные, но не нулевые»). Наша арифметика: ни один найденный в литературе сигнал на 5-мин горизонте в крипте не даёт валового эджа >1,3 б.п. на сделку, а нужно >11 б.п. при тейкере и >4 б.п. при мейкере.
|
||||
|
||||
## 4. Что опровергнуто / не подтвердилось
|
||||
|
||||
1. **«LOB-дипломные модели дают альфу»** — опровергнуто: лучшие архитектуры (DeepLOB, HLOB, LOBFrame) либо измеряют прибыль по мид-цене до комиссий (DeepLOB), либо показывают вероятность полного круга в плюс 3–6% (HLOB), либо прямо пишут, что метрики не транслируются в сделки (LOBFrame). Колм и др. (2023) сообщают «state-of-the-art predictive accuracy», но PnL/Sharpe после издержек в доступной части не приводят.
|
||||
2. **«Точность 71–78% = торгуемая стратегия»** — не подтверждено. Jha et al.: 71% по трём классам, но precision направленных классов 0,40–0,42. Fang et al.: 78% на BTC-USD, но с деградацией к случайному угадыванию в live и без PnL.
|
||||
3. **«На 5-минутном горизонте разворот в крипте торгуем»** — опровергнуто количественно: Kitron & Wengrowicz прямо измеряют 0,15 б.п. на сделку на 5-мин барах против 5 б.п. мейкер-круга; «ни одна из 183 пар не пробивает мейкер-полосу при любом пороге».
|
||||
4. **«Предсказуемость на границах 15 мин можно взять тейкером»** — опровергнуто авторами: Kim & Hansen считают предсказуемую компоненту ≈0,51 б.п. против 5 б.п. одной комиссии Binance, и сознательно отказываются считать нетто-стратегию.
|
||||
5. **«Чем больше признаков/сложнее модель, тем лучше»** — не подтверждено: Briola–Turiel–Aste (2020) показывают, что архитектуры кластеризуются и неразличимы; Lucchese et al. (2022) — представление данных важнее архитектуры; Bieganowski & Ślepaczuk — интерпретируемый CatBoost на 8–10 фичах устойчив across assets.
|
||||
6. **«Условие по глубине стакана предсказывает возврат»** — опровергнуто: Kitron & Wengrowicz: «съеденная глубина не обуславливает ничего», значимо только conditioning по интенсивности агрессивного потока.
|
||||
7. **«Depth/направление стакана как единственный сигнал»** — опровергнуто ещё на акциях: Cont et al. — trade imbalance (то, что доступно с OHLCV) объясняет 32% против 65% у полного OFI; значит, наш прокси **заведомо слабее**.
|
||||
8. **«DRL/эволюция адаптируются к режимам и дают APY»** — опровергнуто: Chen 2025 — валидация >300% APY, live-просадка >70%, отдельный раздел «Cost-Blind Hallucination» и «Friction Barrier».
|
||||
9. **Публикация с «unprecedented accuracy» на минутном BTC (arXiv 2406.17083)** — не подтверждается: нет OOS-протокола, нет PnL, нет издержек; в список правил не берём.
|
||||
10. **Наши собственные повторы не нужны:** тезис «на 30 мин классические правила отрицательны» (наш факт) согласуется с Kitron (AUC 0,496 к 4 часам) — повторно не переоткрывать.
|
||||
|
||||
## 5. Пробелы, доступность и что осталось непроверенным
|
||||
|
||||
* **Полный текст не читался (доступ закрыт), цифр не приводим:**
|
||||
* Kolm, Turiel, Westray 2023 — Wiley paywall (есть аннотация + SSRN-страница; PnL/Sharpe в аннотации нет);
|
||||
* Silantyev 2019 — Springer отдаёт только вводную часть, PDF недоступен;
|
||||
* Easley & O'Hara 2024 (SSRN 4814346) — только аннотация (PDF Cornell не отдался, тайм-аут);
|
||||
* Vafin 2026 — SSRN 403; аннотация получена через Crossref API;
|
||||
* Ait-Sahalia et al. — только метаданные/цитирование;
|
||||
* Brauneis et al. 2021, Cont–Cucuringu–Zhang 2023 — только метаданные (DOI/год/страницы).
|
||||
* **Чего в литературе не нашлось (и мы это фиксируем, а не додумываем):** ни одной работы, где 5-минутное правило в крипте даёт положительную экономику **после** комиссии 0,055% на ногу. Все найденные «положительные» результаты либо (а) на 2–10-секундном горизонте без корректных издержек, либо (б) на дневном/недельном обороте с BETC-анализом.
|
||||
* **Инфраструктурный пробел:** Bybit v5 klines не отдают `takerBuyVolume` (в отличие от Binance). Чтобы воспроизвести R1 (тейкер-impulse) на нашем стенде, нужно либо тянуть trades-фид, либо использовать оценку стороны агрессора (Lee–Ready / bulk volume classification из Easley–López de Prado–O'Hara 2012) и отдельно измерить её шум. Это стоит проверить до бэктеста правил R1/R3.
|
||||
* **Не измерено никем (ниша):** условная точность 5-мин разворота **внутри** окон повышенной алгоритмической активности (первые 10 с после границы) — Kim & Hansen измеряют эффект только для 10-секундной доходности на границе, Kitron — только для 5/15-мин баров целиком. Стык этих двух постановок не исследован.
|
||||
|
||||
## 6. Источники (URL + дата обращения 29.09.2026)
|
||||
|
||||
1. Cont R., Kukanov A., Stoikov S. *The Price Impact of Order Book Events* // Journal of Financial Econometrics. 2014. 12(1). P. 47–88. DOI: 10.1093/jjfinec/nbt003. Препринт: https://arxiv.org/abs/1011.6402 (обращение 29.09.2026).
|
||||
2. Kolm P., Turiel J., Westray N. *Deep Order Flow Imbalance: Extracting Alpha at Multiple Horizons from the Limit Order Book* // Mathematical Finance. 2023. 33(4). P. 1044–1081. DOI: 10.1111/mafi.12413. Аннотация: https://onlinelibrary.wiley.com/doi/abs/10.1111/mafi.12413 ; SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3900141 (обращение 29.09.2026).
|
||||
3. Su Y., Sun Z., Li J., Yuan X. *The Price Impact of Generalized Order Flow Imbalance*. 2021. arXiv:2112.02947. https://arxiv.org/abs/2112.02947 (обращение 29.09.2026).
|
||||
4. Cont R., Cucuringu M., Zhang C. *Cross-impact of order flow imbalance in equity markets* // Quantitative Finance. 2023. 23(10). P. 1373–1393. DOI: 10.1080/14697688.2023.2236159 (обращение 29.09.2026, только метаданные).
|
||||
5. Silantyev E. *Order flow analysis of cryptocurrency markets* // Digital Finance. 2019. 1(1). P. 191–218. DOI: 10.1007/s42521-019-00007-w. https://link.springer.com/article/10.1007/s42521-019-00007-w (обращение 29.09.2026; полный текст недоступен).
|
||||
6. Anastasopoulos A., Gradojevic N., Liu F., Maynard A., Tsiakas I. *Order Flow and Cryptocurrency Returns*. EFMA Annual Meeting 2025 (Greece), Working paper, November 2024. http://www.efmaefm.org/0EFMAMEETINGS/EFMA%20ANNUAL%20MEETINGS/2025-Greece/papers/OrderFlowpaper.pdf (обращение 29.09.2026).
|
||||
7. Easley D., O'Hara M. *Microstructure and Market Dynamics in Crypto Markets*. 2024. SSRN 4814346. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4814346 (обращение 29.09.2026; только аннотация).
|
||||
8. Kim C., Hansen P. R. *The Quarter-Hour Effect: Periodic Algorithmic Trading and Return Predictability in Cryptocurrency Futures*. 2026. arXiv:2607.09426v2. https://arxiv.org/abs/2607.09426 (обращение 29.09.2026).
|
||||
9. Kitron N. A., Wengrowicz J. M. *Short-horizon mean reversion in cryptocurrency markets: a matched cross-market measurement*. 2026. arXiv:2608.21888v1. https://arxiv.org/abs/2608.21888 (обращение 29.09.2026).
|
||||
10. Bieganowski B., Ślepaczuk R. *Explainable Patterns in Cryptocurrency Microstructure*. 2026. arXiv:2602.00776v1. https://arxiv.org/abs/2602.00776 (обращение 29.09.2026).
|
||||
11. Jha R., De Paepe M., Holt S., West J., Ng S. *Deep Learning for Digital Asset Limit Order Books*. 2020. arXiv:2010.01241. https://arxiv.org/abs/2010.01241 (обращение 29.09.2026).
|
||||
12. Fang F., Chung W., Ventre C., Basios M., Kanthan L., Li L., Wu F. *Ascertaining price formation in cryptocurrency markets with DeepLearning*. 2020. arXiv:2003.00803. https://arxiv.org/abs/2003.00803 (обращение 29.09.2026).
|
||||
13. Barone D., Lillo F. *Trading in the Sunshine or in the Shade: Market Impact and Adverse Selection on Hyperliquid*. 2026. arXiv:2606.15715. https://arxiv.org/abs/2606.15715 (обращение 29.09.2026).
|
||||
14. Antulov-Fantulin N., Guo T., Lillo F. *Temporal mixture ensemble models for intraday volume forecasting in cryptocurrency exchange markets*. 2020. arXiv:2005.09356. https://arxiv.org/abs/2005.09356 (обращение 29.09.2026).
|
||||
15. Petukhina A., Reule R. C. G., Härdle W. K. *Rise of the Machines? Intraday High-Frequency Trading Patterns of Cryptocurrencies*. 2020. arXiv:2009.04200. https://arxiv.org/abs/2009.04200 (обращение 29.09.2026).
|
||||
16. Hansen P. R., Kim C., Kimbrough W. *Periodicity in Cryptocurrency Volatility and Liquidity* // Journal of Financial Econometrics. 2024. 22(1). P. 224–251. DOI: 10.1093/jjfinec/nbac034 (обращение 29.09.2026).
|
||||
17. Kończal J., Połoczański R. *Anomaly detection in European cryptocurrency exchange-traded products*. 2026. arXiv:2608.09576. https://arxiv.org/abs/2608.09576 (обращение 29.09.2026).
|
||||
18. Wątorek M., Skupień M., Kwapień J., Drożdż S. *Decomposing cryptocurrency high-frequency price dynamics into recurring and noisy components*. 2023. arXiv:2306.17095. https://arxiv.org/abs/2306.17095 (обращение 29.09.2026).
|
||||
19. Shahsafdari Z., Kalhor A. *Boosting Bitcoin Minute Trend Prediction Using The Separation Index*. 2024. arXiv:2406.17083. https://arxiv.org/abs/2406.17083 (обращение 29.09.2026).
|
||||
20. Chen Y. *The Red Queen's Trap: Limits of Deep Evolution in High-Frequency Trading*. 2025. arXiv:2512.15732. https://arxiv.org/abs/2512.15732 (обращение 29.09.2026).
|
||||
21. Zhang Z., Zohren S., Roberts S. *DeepLOB: Deep Convolutional Neural Networks for Limit Order Books*. 2019. arXiv:1808.03668v6. https://arxiv.org/abs/1808.03668 (обращение 29.09.2026).
|
||||
22. Briola A., Bartolucci S., Aste T. *Deep Limit Order Book Forecasting: A microstructural guide*. 2024. arXiv:2403.09267v4. https://arxiv.org/abs/2403.09267 (обращение 29.09.2026).
|
||||
23. Briola A., Bartolucci S., Aste T. *HLOB — Information Persistence and Structure in Limit Order Books*. 2024. arXiv:2405.18938v3. https://arxiv.org/abs/2405.18938 (обращение 29.09.2026).
|
||||
24. Briola A., Turiel J., Aste T. *Deep Learning modeling of the Limit Order Book: a comparative perspective*. 2020. arXiv:2007.07319v3. https://arxiv.org/abs/2007.07319 (обращение 29.09.2026).
|
||||
25. Zhang Z., Zohren S., Roberts S. *Extending Deep Learning Models for Limit Order Books to Quantile Regression*. 2019. arXiv:1906.04404. https://arxiv.org/abs/1906.04404 (обращение 29.09.2026).
|
||||
26. Lucchese L., Pakkanen M. S., Veraart A. E. D. *The Short-Term Predictability of Returns in Order Book Markets: a Deep Learning Perspective*. 2022. arXiv:2211.13777v3. https://arxiv.org/abs/2211.13777 (обращение 29.09.2026).
|
||||
27. Zhang Z., Zohren S. *Multi-Horizon Forecasting for Limit Order Books*. 2021. arXiv:2105.10430v2. https://arxiv.org/abs/2105.10430 (обращение 29.09.2026).
|
||||
28. Yang J., Fang R., Zhang M., Zhou J. *An Efficient deep learning model to Predict Stock Price Movement Based on Limit Order Book*. 2025. arXiv:2505.22678. https://arxiv.org/abs/2505.22678 (обращение 29.09.2026).
|
||||
29. Zhang Z., Zohren S., Roberts S. *BDLOB: Bayesian Deep Convolutional Neural Networks for Limit Order Books*. 2018. arXiv:1811.10041. https://arxiv.org/abs/1811.10041 (обращение 29.09.2026).
|
||||
30. Sirignano J. *Deep Learning for Limit Order Books*. 2016. arXiv:1601.01987v7. https://arxiv.org/abs/1601.01987 (обращение 29.09.2026).
|
||||
31. Sadighian J. *Deep Reinforcement Learning in Cryptocurrency Market Making*. 2019. arXiv:1911.08647. https://arxiv.org/abs/1911.08647 (обращение 29.09.2026).
|
||||
32. Giegrich M., Oomen R., Reisinger C. *Limit Order Book Simulation and Trade Evaluation with K-Nearest-Neighbor Resampling*. 2024. arXiv:2409.06514. https://arxiv.org/abs/2409.06514 (обращение 29.09.2026).
|
||||
33. Easley D., López de Prado M., O'Hara M. *Flow Toxicity and Liquidity in a High-frequency World* // Review of Financial Studies. 2012. 25(5). P. 1457–1493. DOI: 10.1093/rfs/hhs053 (обращение 29.09.2026, метаданные; PDF-версия: https://www.stern.nyu.edu/sites/default/files/assets/documents/con_035928.pdf ).
|
||||
34. Lee C. M. C., Ready M. J. *Inferring Trade Direction from Intraday Data* // Journal of Finance. 1991. 46(2). P. 733–746. DOI: 10.1111/j.1540-6261.1991.tb02683.x (обращение 29.09.2026, метаданные).
|
||||
35. Makarov I., Schoar A. *Trading and arbitrage in cryptocurrency markets* // Journal of Financial Economics. 2020. 135(2). P. 293–319. DOI: 10.1016/j.jfineco.2019.07.001 (обращение 29.09.2026, метаданные).
|
||||
36. Brauneis A., Mestel R., Riordan R., Theissen E. *How to measure the liquidity of cryptocurrency markets?* // Journal of Banking & Finance. 2021. 124. 106041. DOI: 10.1016/j.jbankfin.2020.106041 (обращение 29.09.2026, метаданные).
|
||||
37. Vafin R. *Order-Flow Imbalance and Short-Horizon Return Predictability in Cryptocurrency Markets*. 2026. SSRN 6938742. DOI: 10.2139/ssrn.6938742 (обращение 29.09.2026, аннотация; полный текст недоступен).
|
||||
38. Ait-Sahalia Y., Fan J., Xue L., Zhou Y. *How and When are High-Frequency Stock Returns Predictable?* 2022. SSRN. DOI: 10.2139/ssrn.4196310 (обращение 29.09.2026, метаданные; цитируется по Kim & Hansen, 2026).
|
||||
@@ -0,0 +1,353 @@
|
||||
[
|
||||
{
|
||||
"title": "Risk Everywhere: Modeling and Managing Volatility",
|
||||
"authors": "Tim Bollerslev; Benjamin Hood; John Huss; Lasse Heje Pedersen",
|
||||
"year": 2018,
|
||||
"url": "https://public.econ.duke.edu/~boller/Published_Papers/rfs_18.pdf",
|
||||
"doi": "10.1093/rfs/hhy041",
|
||||
"horizon": "RV из 5-мин → дневные прогнозы и таргетирование риска (данные >20 лет)",
|
||||
"data": "20 commodities, 21 индекс акций, 8 фьючерсов на ставки, 9 валют; внутридневные данные, 5-мин RV",
|
||||
"costs_assumed": "Учтены 'realistic transaction costs'; отдельные оценки даны в б.п./год полезности",
|
||||
"key_numbers": "5-мин RV трудно превзойти (цит. Liu-Patton-Sheppard); прирост certainty-equivalent полезности лучшей модели риска vs статической = 48 б.п./год; vs модель на дневных данных = 19 б.п./год; vs скользящее среднее RV за 21 день = 8 б.п./год; базовые допущения SR=0.4, риск-таргет 20%",
|
||||
"verdict": "Экономическая ценность прогноза волатильности мала: 8-19 б.п./год против нашей стоимости круга 11 б.п. → волатильность это риск-менеджмент, а не альфа",
|
||||
"implementable": "Да как фильтр/сайзинг (не как самостоятельный сигнал)"
|
||||
},
|
||||
{
|
||||
"title": "Does anything beat 5-minute RV? A comparison of realized measures across multiple asset classes",
|
||||
"authors": "Lily Y. Liu; Andrew J. Patton; Kevin Sheppard",
|
||||
"year": 2015,
|
||||
"url": "https://public.econ.duke.edu/~ap172/Liu_Patton_Sheppard_JoE_2015.pdf",
|
||||
"doi": null,
|
||||
"horizon": "дневная QV; прогноз через HAR на 1-50 дней",
|
||||
"data": "400+ оценок реализованной волатильности, 31 актив, 5 классов активов, 11 лет",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "'difficult to significantly beat 5-minute RV'; автокорреляция QV 1-го порядка в среднем 0.95 (2-го порядка 0.92)",
|
||||
"verdict": "Простое 5-мин RV — достаточная оценка; экзотические оценки не нужны. Экстремальная персистентность объясняет, почему наивный прогноз силён",
|
||||
"implementable": "Да: считать RV по 5-мин доходностям, без сложных оценок"
|
||||
},
|
||||
{
|
||||
"title": "Volume-driven time-of-day effects in intraday volatility models",
|
||||
"authors": "Igor Ferreira Batista Martins; Audronė Virbickaitė; Hoang Nguyen; Hedibert Freitas Lopes",
|
||||
"year": 2025,
|
||||
"url": "https://www.oru.se/globalassets/oru-sv/institutioner/hh/workingpapers/workingpapers2025/wp-14-2025.pdf",
|
||||
"doi": null,
|
||||
"horizon": "одношаговый = 5-минутный горизонт (5-мин RV как прокси); OOS 01.01.2022-30.08.2024",
|
||||
"data": "5-мин лог-доходности и объём: E-mini S&P500, E-mini Nasdaq 100, Euro FX futures, WTI (CME/Globex)",
|
||||
"costs_assumed": "издержки не моделируются (используется формула Moreira-Muir, где c нормирует волатильность)",
|
||||
"key_numbers": "Mincer-Zarnowitz R2: предложенная модель 0.748 (Nasdaq) / 0.733 (S&P500); PSVO 0.553; PSV 0.546; SV 0.459; GARCH 0.421/0.433; AR1-RV 0.409/0.414; DM-статистики значимо в пользу модели; Табл.4 vol-managed Sharpe 0.14→3.28 (Nasdaq), 0.19→3.52 (S&P) — неправдоподобно при средней доходности 0.79%/0.64%/год (годовая волатильность ~0.2%)",
|
||||
"verdict": "Единственная найденная работа про прогноз RV на 5-мин горизонте: R2 0.73-0.75 с периодичностью и объёмом (против 0.41 у AR1-RV). Статистика есть, экономика без издержек не доказана; Sharpe из Табл.4 доверять нельзя",
|
||||
"implementable": "Да: включить время суток (час, минута-в-часе) и лагированную активность/объём в модель σ̂"
|
||||
},
|
||||
{
|
||||
"title": "The Impact of Volatility Targeting",
|
||||
"authors": "Campbell R. Harvey; Edward Hoyle; Russell Korgaonkar; Sandy Rattray; Matthew Sargaison; Otto Van Hemert",
|
||||
"year": 2018,
|
||||
"url": "https://people.duke.edu/~charvey/Research/Published_Papers/P135_The_impact_of.pdf",
|
||||
"doi": "10.3905/jpm.2018.45.1.014",
|
||||
"horizon": "дневное ребалансирование; для S&P500-фьючерсов и 10Y Treasury также 5-мин внутридневная оценка волатильности (с 1988)",
|
||||
"data": "60+ активов с 1926 (акции США, облигации, кредит, 50 ликвидных фьючерсов/форвардов)",
|
||||
"costs_assumed": "1.0 б.п. акции, 0.5 б.п. облигации/кредит, 1.0 б.п. золото, 2.0 б.п. нефть, 3.5 б.п. медь (доля ноционала); целевая волатильность 10%",
|
||||
"key_numbers": "Sharpe 0.40 → 0.48-0.51; vol of vol 4.6% → 1.8%; оборот ~5 кругов/год ⇒ 0.066%/год издержек при 1 б.п.; выигрыш только для риск-активов; переход на 5-мин данные даёт лишь небольшое улучшение Sharpe/vol-of-vol/левого хвоста",
|
||||
"verdict": "Vol-targeting даёт +0.08 Sharpe и режет хвосты, но это заслуга НИЗКОГО оборота при дневном ребалансе; на 5м-частоте преимущество исчезает",
|
||||
"implementable": "Да: сайзинг по σ̂ на уровне сделки; непрерывный ребаланс на 5м — нет"
|
||||
},
|
||||
{
|
||||
"title": "Volatility-Managed Portfolios",
|
||||
"authors": "Alan Moreira; Tyler Muir",
|
||||
"year": 2017,
|
||||
"url": "https://www.stern.nyu.edu/sites/default/files/assets/documents/Volatility%20Managed%20Portfolios.pdf",
|
||||
"doi": "10.1111/jofi.12513",
|
||||
"horizon": "месячный (факторы акций, currency carry)",
|
||||
"data": "факторы: market, value, momentum, profitability, ROE, investment, BAB, carry",
|
||||
"costs_assumed": "утверждается устойчивость 'even if subject to realistic transaction costs'",
|
||||
"key_numbers": "Для рынка: альфа 4.86%/год, appraisal ratio 0.33, +25% к Sharpe buy-and-hold; прирост mean-variance полезности ~65% lifetime utility",
|
||||
"verdict": "Сильная версия 'vol-targeting = альфа' (in-sample, месячная частота)",
|
||||
"implementable": "Нет напрямую на 5м (месячный горизонт), но мотивирует проверку сайзинга"
|
||||
},
|
||||
{
|
||||
"title": "On the performance of volatility-managed portfolios",
|
||||
"authors": "Scott Cederburg; Michael S. O'Doherty; Feifei Wang; Xuemin (Sterling) Yan",
|
||||
"year": 2020,
|
||||
"url": "https://www.lehigh.edu/~xuy219/research/COWY.pdf",
|
||||
"doi": null,
|
||||
"horizon": "месячный, с акцентом на real-time реализацию",
|
||||
"data": "103 стратегии акций (всесторонний набор)",
|
||||
"costs_assumed": "издержки учитываются в OOS-тестах (CE-доходности и Sharpe)",
|
||||
"key_numbers": "'no statistical or economic evidence that volatility-managed portfolios systematically earn higher Sharpe ratios'; OOS-версии комбинаций обычно дают НИЖЕ CE-доходность и Sharpe, чем простые незамасштабированные инвестиции; причина — structural instability spanning-регрессий; in-sample альфы нереализуемы в реальном времени",
|
||||
"verdict": "Прямое опровержение Moreira-Muir: vol-managed альфы не воспроизводятся OOS. Vol-targeting нельзя считать источником альфы",
|
||||
"implementable": "Нет как источник альфы; только как риск-контроль"
|
||||
},
|
||||
{
|
||||
"title": "High-Frequency Forecasting of Bitcoin Volatility: Evaluating HAR Models with Realised Semivariance and Jump Components",
|
||||
"authors": "Raheleh Sarrafshirazi (MSc thesis, Concordia University)",
|
||||
"year": 2025,
|
||||
"url": "https://spectrum.library.concordia.ca/995904/1/Sarrafshirazi_MSc_F2025.pdf",
|
||||
"doi": null,
|
||||
"horizon": "1, 7, 30, 90 дней (rolling window = начальные 80% выборки, 2215 дней)",
|
||||
"data": "минутные цены BTC (агрегат Kaggle), август 2017 - февраль 2025; RV из 5-мин доходностей",
|
||||
"costs_assumed": "не моделируются (метрики RMSE, MAE, QLIKE)",
|
||||
"key_numbers": "HAR-варианты (HAR, HAR-RS, HAR-J, HAR-RS-J) превосходят GARCH(1,1) на КОРОТКИХ горизонтах, GARCH лучше на длинных; HAR-J лучший day-ahead, HAR-RS лучший на неделе/месяце; на квартале точность сходится; у BTC короче память волатильности и больше вклад джампов, чем у акций; downside semivariance и continuous variation — устойчивые предикторы",
|
||||
"verdict": "HAR-семейство — обязательный коротко-горизонтный бейзлайн для крипты; GARCH проигрывает на коротких горизонтах",
|
||||
"implementable": "Да как бейзлайн модели σ̂ (на дневном горизонте; на 5м экстраполяция не проверена)"
|
||||
},
|
||||
{
|
||||
"title": "Comparison of GARCH and HAR-RV models for realized volatility of Bitcoin and E-mini S&P 500",
|
||||
"authors": "V. Manevich; A. Peresetskiy; P. Pogorelova (HSE, 09.09.2022)",
|
||||
"year": 2022,
|
||||
"url": "https://economics.hse.ru/mirror/pubs/share/827451601.pdf",
|
||||
"doi": null,
|
||||
"horizon": "дневная RV, прогноз на день",
|
||||
"data": "закрытия 5-мин баров BTC и E-mini S&P 500 futures (finam.ru), 01.01.2018-29.12.2021, 288 интервалов в сутках",
|
||||
"costs_assumed": "не моделируются (MSE, MAE, MAPE; значимость 1%)",
|
||||
"key_numbers": "Все 10 GARCH-моделей уступают HAR-моделям; лучшие MAPE = 29.51% (Bitcoin) и 36.12% (E-mini S&P 500); бенчмарк GARCH(1,1)-norm: MAE 0.004623 / MAPE 61.97% для BTC",
|
||||
"verdict": "Даже лучшая модель ошибается на ~30% относительно по дневной RV BTC. Честный потолок точности прогноза RV крипты",
|
||||
"implementable": "Да: использовать как ориентир требуемой точности σ̂"
|
||||
},
|
||||
{
|
||||
"title": "Periodicity in Cryptocurrency Volatility and Liquidity",
|
||||
"authors": "(arXiv preprint; UNC/Copenhagen Business School/Volatility Group), 05.11.2021",
|
||||
"year": 2021,
|
||||
"url": "https://arxiv.org/abs/2109.12142",
|
||||
"doi": "10.48550/arXiv.2109.12142",
|
||||
"horizon": "1-мин и 5-мин данные; внутридневная периодичность (день недели, час суток, внутри часа)",
|
||||
"data": "1-мин OHLCV Binance (BTC/USDT, ETH/USDT), Coinbase Pro (BTC/USD, ETH/USD), Uniswap V2 (WETH/USDC); основной сэмпл 01.10.2020-01.06.2021, расширенный с 01.01.2019",
|
||||
"costs_assumed": "не моделируются (измерительная работа)",
|
||||
"key_numbers": "RV(5-мин) годовое среднее/медиана: BTC/USDT Binance 67.72%/54.57%, ETH/USDT 86.29%/71.59%; волатильность максимум ~16 UTC, минимум ~05 UTC; пики объёма и волатильности в 00:00 и 16:00 UTC (слабее в 08:00) — совпадают с временами фандинга перпетуалов (Binance 00/08/16, FTX каждый час, BitMEX 04/12/20 UTC); внутри часа пики каждые 15 минут и меньшие каждые 5 минут; GARCH-модели существенно выигрывают от учёта периодичности; разрывы в 1-мин рядах на каждой 15-й/5-й/1-й минуте; ценопознание на CEX, DEX отстаёт до ~12 минут",
|
||||
"verdict": "Самый надёжный и прикладной крипто-специфичный результат направления: периодичность волатильности/объёма реальна, стабильна и объяснима (фандинг + алгоритмы). Но направления не даёт и издержки не покрывает",
|
||||
"implementable": "Да: дамми час-суток / минута-в-часе / фандинг-штампы в модели σ̂; окно входа 12:00-18:00 UTC"
|
||||
},
|
||||
{
|
||||
"title": "Market Intraday Momentum (The First Half-Hour Return Predicts the Last Half-Hour Return)",
|
||||
"authors": "Lei Gao; Yufeng Han; Sophia Zhengzi Li; Guofu Zhou",
|
||||
"year": 2018,
|
||||
"url": "https://c.mql5.com/forextsd/forum/173/intraday_momentum_-_the_first_half-hour_return_predicts_the_last_half-hour_return.pdf",
|
||||
"doi": null,
|
||||
"horizon": "30 минут (первая получасовка → последняя)",
|
||||
"data": "SPY (S&P 500 ETF), 04.01.1993-31.12.2013; также 10 ETF и 2 международных фьючерса",
|
||||
"costs_assumed": "авторы утверждают, что эффект остаётся значимым после издержек",
|
||||
"key_numbers": "R2 первого получасового возврата на последний = 1.6% (с r12 — 2.6%, на днях высокой волатильности до 3.3%); тайминг-стратегия: 6.67%/год, SD 6.19%, Sharpe 1.08 vs buy-and-hold 0.29 (6.04%/год, SD 20.57%); в группах по волатильности Sharpe растёт 0.18 → 0.97 → 1.63",
|
||||
"verdict": "Предсказуемость направления на внутридневном горизонте мала по R2 и растёт с волатильностью/объёмом. Аргумент против гипотезы 'breakout только в тишине'",
|
||||
"implementable": "Частично: идея 'время суток + высокая активность = выше предсказуемость'; горизонт 30 мин, не 5 мин"
|
||||
},
|
||||
{
|
||||
"title": "Bitcoin intraday time series momentum",
|
||||
"authors": "Dehua Shen; Andrew Urquhart; Pengfei Wang",
|
||||
"year": 2021,
|
||||
"url": "https://onlinelibrary.wiley.com/doi/10.1111/fire.12290",
|
||||
"doi": "10.1111/fire.12290",
|
||||
"horizon": "30 минут (сессия определена по всплеску объёма; 'закрытие' = 17:00 EST, начало брейка CME Bitcoin futures)",
|
||||
"data": "BTC на Bitfinex, Bitstamp, CEX.IO, Coinbase, Kraken",
|
||||
"costs_assumed": "заявлены экономические выигрыши; детальный учёт издержек нами не проверен",
|
||||
"key_numbers": "первая получасовка значимо предсказывает последнюю in-sample И OOS; эффект сильнее, когда первая сессия имеет наибольший объём/волатильность; выигрыш в market timing и asset allocation, особенно на падениях BTC",
|
||||
"verdict": "Крипто-аналог Gao et al.: эффект есть, но горизонт 30 мин и требуется вручную определённая 'сессия' (у крипты нет открытия/закрытия)",
|
||||
"implementable": "Да как правило-кандидат на 30-мин горизонте; сессию задавать через всплеск объёма и фандинг-штампы"
|
||||
},
|
||||
{
|
||||
"title": "Intraday return predictability in the cryptocurrency markets: Momentum, reversal, or both",
|
||||
"authors": "(авторы не зафиксированы: ScienceDirect отдал только абстракт, SSRN-копия 403)",
|
||||
"year": 2022,
|
||||
"url": "https://www.sciencedirect.com/science/article/abs/pii/S1062940822000833",
|
||||
"doi": null,
|
||||
"horizon": "внутридневной",
|
||||
"data": "криптовалюты, внутридневные данные",
|
||||
"costs_assumed": "заявлено, что timing-стратегия превосходит buy-and-hold; методика издержек не видна из абстракта",
|
||||
"key_numbers": "документированы И моментум, И разворот; влияние джампов, FOMC, ликвидности, COVID-19; intraday momentum объясняется теорией 'поздно информированных' инвесторов, reversal — перереакцией/самоуверенностью",
|
||||
"verdict": "Направление внутри дня режимно-зависимо (то моментум, то разворот) — одиночное правило входа без режимного гейта ненадёжно",
|
||||
"implementable": "Частично; прочитан только абстракт"
|
||||
},
|
||||
{
|
||||
"title": "Turn-of-the-candle effect in bitcoin returns",
|
||||
"authors": "Savva Shanaev; Mikhail Vasenin; Roman Stepanov",
|
||||
"year": 2023,
|
||||
"url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC10015199/",
|
||||
"doi": "10.1016/j.heliyon.2023.e14236",
|
||||
"horizon": "1 минута / границы 15-мин свечей; эффект появился во 2-й половине 2020",
|
||||
"data": "BTC, 7 бирж",
|
||||
"costs_assumed": "авторы: стратегия превосходит buy-and-hold УЖЕ после комиссий и bid-ask спреда при стартовом капитале от $5000",
|
||||
"key_numbers": "положительные доходности 0.58 б.п. в минуту сконцентрированы на 0-й, 15-й, 30-й и 45-й минутах часа; t-stat > 9 для всех 7 бирж в 2021; устойчиво к выбросам и тяжёлым хвостам",
|
||||
"verdict": "Микроструктурный эффект на границе свечей: ~2.3 б.п. на 'поворот' против нашего круга 11 б.п. ⇒ тайминг входа/выхода, а не источник дохода; есть риск затухания",
|
||||
"implementable": "Да как правило тайминга (входить на 0/15/30/45-й минуте)"
|
||||
},
|
||||
{
|
||||
"title": "Risk of Bitcoin Market: Volatility, Jumps, and Forecasts",
|
||||
"authors": "(arXiv 1912.05228, q-fin.RM; v3 09.12.2021)",
|
||||
"year": 2021,
|
||||
"url": "https://arxiv.org/abs/1912.05228",
|
||||
"doi": "10.48550/arXiv.1912.05228",
|
||||
"horizon": "короткий и длинный горизонты прогноза RV",
|
||||
"data": "Bitcoin, realized volatility / jumps",
|
||||
"costs_assumed": "используется утилити-подход (utility gain), явных издержек нет",
|
||||
"key_numbers": "лагированная realized variance повышает будущую; джампы (особенно положительные) снижают будущую RV; моделирование джампов и знаковых оценок полезно для ДОЛГОСРОЧНОГО прогноза и 'unnecessary for the short-term realized variance forecast'",
|
||||
"verdict": "На коротком горизонте джамп-машинерия не окупается — для 5м достаточно простых RV-моделей",
|
||||
"implementable": "Да как ограничение сложности модели σ̂"
|
||||
},
|
||||
{
|
||||
"title": "Forecasting Realized Volatility with Time Series Foundation Models: A Comparison with Econometric Benchmarks",
|
||||
"authors": "Alessio Brini (Duke University)",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2607.05291",
|
||||
"doi": "10.48550/arXiv.2607.05291",
|
||||
"horizon": "3 горизонта (короткий/средний/месячный)",
|
||||
"data": "VOLARE: 50 активов (акции, FX, фьючерсы)",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "9 zero-shot TSFM против 8 эконометрических моделей с формальными тестами; только маленькая модель TTM узко бьёт Log-HAR на всех горизонтах, остальные не бьют; после Mincer-Zarnowitz-рекалибровки большая часть короткого преимущества оказывается лучшим МАСШТАБОМ, а не лучшим прогнозом; равновесное среднее TTM+Log-HAR входит в Model Confidence Set для 98-100% активов",
|
||||
"verdict": "Сложные модели не дают бесплатного выигрыша; достаточно HAR + ансамбль. Прямое предупреждение против покупки 'умных' решений",
|
||||
"implementable": "Да: использовать Log-HAR + простой ансамбль, не гнаться за трансформерами"
|
||||
},
|
||||
{
|
||||
"title": "Crypto Volatility Forecasting: Mounting a HAR, Sentiment, and Machine Learning Horserace",
|
||||
"authors": "(Journal of Financial Services Research/Springer, doi:10.1007/s10690-024-09510-6)",
|
||||
"year": 2025,
|
||||
"url": "https://link.springer.com/article/10.1007/s10690-024-09510-6",
|
||||
"doi": "10.1007/s10690-024-09510-6",
|
||||
"horizon": "внутридневной (intraday данные крипты), one-step ahead",
|
||||
"data": "криптовалюты + ИИ-сентимент из базы новостей о крипторынке",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "ML (MLP, LSTM, XGBoost, LightGBM, CNNBiLSTM) улучшают HAR; сентимент НЕ улучшает HAR, но улучшает ML в 54.17% случаев; ML улавливает нелинейное влияние сентимента",
|
||||
"verdict": "ML даёт скромный, но реальный выигрыш; сентимент — не короткий путь для HAR-подобных моделей",
|
||||
"implementable": "Частично: добавить ML-ансамбль поверх HAR, сентимент — опционально"
|
||||
},
|
||||
{
|
||||
"title": "Advances in forecasting realized volatility: a review of methodologies",
|
||||
"authors": "(Financial Innovation, Springer, doi:10.1186/s40854-025-00809-5)",
|
||||
"year": 2025,
|
||||
"url": "https://link.springer.com/article/10.1186/s40854-025-00809-5",
|
||||
"doi": "10.1186/s40854-025-00809-5",
|
||||
"horizon": "разные (обзор 2000 - 1П2024)",
|
||||
"data": "обзор литературы по прогнозу realized volatility",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "лучший класс моделей — гибриды CNN+LSTM; затем HARNets/трансформеры",
|
||||
"verdict": "Консенсус обзора: DL чуть впереди на метриках; практическая значимость приращения не оценивается",
|
||||
"implementable": "Слабо: ориентир для выбора класса моделей"
|
||||
},
|
||||
{
|
||||
"title": "Improving S&P 500 Volatility Forecasting through Regime-Switching Methods",
|
||||
"authors": "Anurag Jakkula et al. (arXiv 2510.03236)",
|
||||
"year": 2025,
|
||||
"url": "https://arxiv.org/abs/2510.03236",
|
||||
"doi": "10.48550/arXiv.2510.03236",
|
||||
"horizon": "дневная RV, рекурсивный прогноз на 5 и 10 дней",
|
||||
"data": "SPX, RV из 5-мин лог-доходностей, 01.05.2014-27.05.2025",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "soft Markov switching, спектральная кластеризация с XGBoost, coefficient-based soft regime (Mood test + Bayesian GMM); coefficient-based подход превзошёл все модели, включая AR-бейзлайн, во ВСЕХ периодах (до/во время/после COVID); режимы медленные",
|
||||
"verdict": "Учёт режимов улучшает ДНЕВНОЙ прогноз волатильности; подтверждений для 5-мин режимов нет",
|
||||
"implementable": "Частично: медленная режимная компонента в модель σ̂ (не как торговый сигнал)"
|
||||
},
|
||||
{
|
||||
"title": "Volatility forecasting with machine learning and intraday commonality",
|
||||
"authors": "Chao Zhang et al. (arXiv 2202.08962; Journal of Financial Econometrics)",
|
||||
"year": 2022,
|
||||
"url": "https://arxiv.org/abs/2202.08962",
|
||||
"doi": "10.48550/arXiv.2202.08962",
|
||||
"horizon": "внутридневная RV → прогноз на 1 день",
|
||||
"data": "акции (пулинг), внутридневные RV",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "нейросети доминируют линейные и tree-модели; модели переносятся на новые акции (универсальный механизм волатильности); time-of-day эффекты помогают прогнозу",
|
||||
"verdict": "'Время суток' — полезный признак для intraday RV; переносимость между активами подтверждена",
|
||||
"implementable": "Да: включить time-of-day признаки; идея пулинга применима к пулу пар"
|
||||
},
|
||||
{
|
||||
"title": "Out-of-sample prediction of Bitcoin realized volatility: Do other cryptocurrencies help?",
|
||||
"authors": "Yongsheng Yi; Mengxi He; Yaojie Zhang",
|
||||
"year": 2022,
|
||||
"url": "https://www.sciencedirect.com/science/article/pii/S106294082200081X",
|
||||
"doi": "10.1016/j.najef.2022.101731",
|
||||
"horizon": "дневная RV (RV из внутридневных данных)",
|
||||
"data": "Bitcoin + другие криптовалюты",
|
||||
"costs_assumed": "используется утилити-gain; явные издержки не заявлены",
|
||||
"key_numbers": "информация из других криптовалют улучшает прогноз RV биткоина (уровень абстракта/методики)",
|
||||
"verdict": "Кросс-активная информация — полезный признак для RV; не прочитан в полном объёме",
|
||||
"implementable": "Да как признак (RV других пар)"
|
||||
},
|
||||
{
|
||||
"title": "Testing the Martingale Hypothesis in Cryptocurrency Returns (nested MSPE inference, purged walk-forward, multiple-testing control)",
|
||||
"authors": "repo ITheClixs/crypto-return-predictability (grey literature, воспроизводимый код)",
|
||||
"year": 2026,
|
||||
"url": "https://github.com/ITheClixs/crypto-return-predictability",
|
||||
"doi": null,
|
||||
"horizon": "1 и 7 дней (не 5м)",
|
||||
"data": "BTC, ETH, SOL; 23.07.2020-17.07.2026; purged и embargoed walk-forward CV",
|
||||
"costs_assumed": "net Sharpe с бутстрап-интервалами (издержки учтены)",
|
||||
"key_numbers": "Diebold-Mariano отвергает В ПОЛЬЗУ random walk в 7 из 18 настроек и НИКОГДА в пользу модели; Clark-West: 5 из 18 на 5% (ожидалось 0.9); после FDR остаётся 2, после контроля FWER — 0; OOS R2 = -0.0079 и +0.0031; net Sharpe 0.51 и 0.33 с интервалами [-0.18;1.23] и [-0.35;1.02]; значимого sign-timing навыка нет; высокие Sharpe — замаскированный long-only",
|
||||
"verdict": "Направление/знак не предсказуются с точностью, покрывающей издержки. Подтверждает: предсказуемая размерность — волатильность, а не доходность",
|
||||
"implementable": "Да как методический протокол приёмки (DM+Clark-West+FDR/FWER, бутстрап net Sharpe)"
|
||||
},
|
||||
{
|
||||
"title": "The Hurst Exponent Lied to Us",
|
||||
"authors": "Curupira (инженерный блог, февраль 2026)",
|
||||
"year": 2026,
|
||||
"url": "https://curupira.dev/blog/hurst-exponents-mean-reversion-forex",
|
||||
"doi": null,
|
||||
"horizon": "крипта, часовые бары",
|
||||
"data": "крипто-пары, R/S Hurst с окном 100 баров",
|
||||
"costs_assumed": "не применимо",
|
||||
"key_numbers": "R/S Hurst с окном 100 баров даёт H>0.6 на 100% баров ⇒ как переключатель режима бесполезен (вырожденный индикатор)",
|
||||
"verdict": "Наивный порог Hurst>0.5 как 'тренд-гейт' не работает; использовать нельзя",
|
||||
"implementable": "Нет (отрицательный результат; полезен как предупреждение)"
|
||||
},
|
||||
{
|
||||
"title": "Anti-Persistent Values of the Hurst Exponent Anticipate Mean Reversion in Pairs Trading: The Cryptocurrencies Market as a Case Study",
|
||||
"authors": "Mar Grande; Florentino Borondo; Juan Carlos Losada; Javier Borondo",
|
||||
"year": 2024,
|
||||
"url": "https://www.mdpi.com/2227-7390/12/18/2911",
|
||||
"doi": "10.3390/math12182911",
|
||||
"horizon": "внутридневной/дневной (pairs trading)",
|
||||
"data": "криптовалютные пары",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "антиперсистентные значения Hurst предвосхищают возврат к среднему и позволяют находить возможности в pairs-торговле",
|
||||
"verdict": "Hurst имеет смысл только в антиперсистентную сторону (MR-режим), не как гейт тренда",
|
||||
"implementable": "Да как гейт для MR-правил (проверять антиперсистентность, а не H>0.5)"
|
||||
},
|
||||
{
|
||||
"title": "Predicting the Volatility of Cryptocurrencies' Returns Using High-Frequency Data: A Comparative Analysis of GARCH, EGARCH, IGARCH, GJR-GARCH, LRE, and HAR Models",
|
||||
"authors": "Abdulrahman Alsamaani; Huda Aldhahi",
|
||||
"year": 2026,
|
||||
"url": "https://www.mdpi.com/2227-7072/14/4/90",
|
||||
"doi": "10.3390/ijfs14040090",
|
||||
"horizon": "несколько горизонтов, high-frequency intraday данные",
|
||||
"data": "12 доминирующих и менее доминирующих криптовалют",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "ПОЛНЫЙ ТЕКСТ НЕ ПРОЧИТАН: MDPI отдаёт 403/Cloudflare через curl, r.jina.ai, firecrawl и браузер. Доступен только уровень абстракта: сравнение шести моделей (GARCH, EGARCH, IGARCH, GJR-GARCH, LRE, HAR) на высокочастотных данных",
|
||||
"verdict": "Цитируется как заявка на сравнение GARCH-семейства и HAR на 5-мин данных крипты, но выводы нами не верифицированы",
|
||||
"implementable": "Только как ссылка; требует повторной попытки доступа"
|
||||
},
|
||||
{
|
||||
"title": "Comparing Daily Volatility Proxies for Cryptocurrency Forecasting Under a Unified Intraday Construction Framework",
|
||||
"authors": "(Mathematics MDPI 14(10):1728, 18.05.2026)",
|
||||
"year": 2026,
|
||||
"url": "https://www.mdpi.com/2227-7390/14/10/1728",
|
||||
"doi": "10.3390/math14101728",
|
||||
"horizon": "1, 7 и 30 дней (прямые HAR-модели)",
|
||||
"data": "крипта, единый Binance-пайплайн внутридневных данных",
|
||||
"costs_assumed": "не моделируются (QLIKE и log-scale MSE)",
|
||||
"key_numbers": "нет универсального победителя: calendar-boundary-augmented realized variance лучший по QLIKE на всех горизонтах; realized-range прокси лучший по log-MSE и стабильнее месяц-к-месяцу; классические Garman-Klass и Parkinson НЕ конкурентны; ранжирование зависит от функции потерь и рыночных условий",
|
||||
"verdict": "Выбор цели прогноза (proxy) — содержательное решение, а не деталь: ранжирование моделей зависит от loss-функции. Для нас: фиксировать QLIKE и RV-прокси заранее",
|
||||
"implementable": "Да как методическое требование к валидации σ̂"
|
||||
},
|
||||
{
|
||||
"title": "Time-of-day periodicities of trading volume and volatility in Bitcoin exchange: Does the stock market matter?",
|
||||
"authors": "J.-N. Wang; H.-C. Liu; Y.-T. Hsu (Finance Research Letters 34:101243, 2020) — вторичная ссылка, полный текст не читался",
|
||||
"year": 2020,
|
||||
"url": "https://www.sciencedirect.com/science/article/abs/pii/S1544612319301904",
|
||||
"doi": "10.1016/j.frl.2019.101243",
|
||||
"horizon": "часовые данные",
|
||||
"data": "Bitstamp, BTC; сопоставление с часами работы фондовых рынков",
|
||||
"costs_assumed": "не моделируются",
|
||||
"key_numbers": "объём и волатильность существенно выше в будни, чем в выходные; паттерны следуют времени суток домашних рынков бирж (цитируется в arXiv 2109.12142)",
|
||||
"verdict": "Подтверждает недельную и суточную периодичность; прочитано через вторичный источник",
|
||||
"implementable": "Частично (как подтверждение для R5)"
|
||||
},
|
||||
{
|
||||
"title": "Bitcoin Liquidity by Hour: Volume, Depth, Spread",
|
||||
"authors": "Quantumflow (отраслевой обзор, 2026)",
|
||||
"year": 2026,
|
||||
"url": "https://quantumflow.tech/learn/crypto-liquidity-by-hour",
|
||||
"doi": null,
|
||||
"horizon": "часовые срезы по времени суток",
|
||||
"data": "BTC-перпетуалы Binance",
|
||||
"costs_assumed": "обсуждаются спреды/глубина, но без полного учёта комиссий",
|
||||
"key_numbers": "по будням объём максимален в 14:00 и 15:00 UTC — 2.72x и 2.61x от медианы дня; самые объёмные часы не самые глубокие",
|
||||
"verdict": "Практик-источник, согласуется с академическим arXiv 2109.12142; используется только как перекрёстная проверка",
|
||||
"implementable": "Да как ориентир по окну входа (12:00-18:00 UTC)"
|
||||
}
|
||||
]
|
||||
@@ -0,0 +1,285 @@
|
||||
# volatility-regimes — прогноз волатильности и режимов на 5м горизонте + vol-targeting
|
||||
|
||||
Направление 5 репозитория `crypto-5m-research`. Дата подготовки: **29.09.2026** (MSK).
|
||||
Все URL проверены 29.09.2026. Наши издержки для сравнения: **11 б.п. на круг (тейкер)**, 4 б.п. (мейкер);
|
||||
средний |5м-ход| = 22,8 б.п. ⇒ σ₅ₘ ≈ 28,6 б.п.; порог безубыточности p\*=(Стоп+Издержки)/(Цель+Стоп).
|
||||
|
||||
---
|
||||
|
||||
## 0. Главный вывод в трёх строках
|
||||
|
||||
1. **Волатильность предсказуется, направление — нет.** R² прогноза RV на 5-минутном горизонте достигает
|
||||
0,73–0,75 (с периодичностью и объёмом), тогда как R² предсказания *знака/доходности* на внутридневном
|
||||
горизонте в лучших работах = 1,6% (30-мин горизонт, SPY) и 0 после поправки на множественное тестирование
|
||||
(дневной крипто-горизонт).
|
||||
2. **Практическая ценность прогноза волатильности — не альфа, а риск.** Лучшая из известных моделей риска
|
||||
даёт **8–19 б.п. в год** прироста certainty-equivalent полезности над наивными моделями
|
||||
(Bollerslev et al. 2018). Это меньше, чем **один** наш тейкер-круг (11 б.п.). Значит, волатильность
|
||||
годится как *фильтр/сайзинг* внутри правил, которые зарабатывают иначе.
|
||||
3. **Внутридневная периодичность — самый надёжный крипто-специфичный факт.** Волатильность и объём
|
||||
имеют пики в **00:00, 08:00, 16:00 UTC** (время фандинга перпетуалов), суточный максимум около
|
||||
**16:00 UTC**, минимум около **05:00 UTC**, плюс пики каждые 15 минут и меньшие каждые 5 минут
|
||||
внутри часа (arXiv 2109.12142). Это измеримая структура, а не «паттерн».
|
||||
|
||||
---
|
||||
|
||||
## 1. Таблица: работа → авторы/год → данные → горизонт → издержки → цифры → вердикт
|
||||
|
||||
| # | Работа (авторы, год) | Данные | Горизонт | Издержки, заложенные в работе | Ключевые цифры | Вердикт |
|
||||
|---|---|---|---|---|---|---|
|
||||
| 1 | **Bollerslev, Hood, Huss, Pedersen (2018)**, *Risk Everywhere*, RFS 31(7):2729 — [PDF Duke](https://public.econ.duke.edu/~boller/Published_Papers/rfs_18.pdf) | 20 commodities, 21 индекс акций, 8 FI-фьючерсов, 9 валют; >20 лет; RV из 5-мин | дневная RV → таргетирование риска | «realistic transaction costs» учтены; выигрыш, по авторам, сохраняется | 5-мин RV трудно превзойти (цит. LPS 2015); прирост полезности лучшей модели риска vs статической = **48 б.п./год**, vs модель на дневных данных = **19 б.п./год**, vs скользящее среднее RV за 21 день = **8 б.п./год**; базовое SR=0,4, риск-таргет 20% | Прогноз волатильности — это риск-менеджмент. Потолок выигрыша (8–19 б.п./год) **меньше нашего круга 11 б.п.** |
|
||||
| 2 | **Liu, Patton, Sheppard (2015)**, JoE 187(1):293 — [PDF Duke](https://public.econ.duke.edu/~ap172/Liu_Patton_Sheppard_JoE_2015.pdf) | 400+ оценок RV, 31 актив, 5 классов, 11 лет | дневная QV, прогноз по HAR 1–50 дней | не моделируются | «**difficult to significantly beat 5-minute RV**»; автокорреляция QV 1-го порядка ≈ **0,95** (2-го ≈ 0,92) | Простое 5-мин RV — достаточная мера. Экзотические оценки не нужны |
|
||||
| 3 | **Martins, Virbickaitė, Nguyen, Lopes (2025)**, Örebro WP 14/2025 — [PDF](https://www.oru.se/globalassets/oru-sv/institutioner/hh/workingpapers/workingpapers2025/wp-14-2025.pdf) | 5-мин лог-доходности + объём: E-mini S&P500, Nasdaq, Euro FX, WTI; OOS 01.01.2022–30.08.2024 | **одношаговый = 5-минутный** | явно не моделируются | Mincer–Zarnowitz R² (5-мин RV как прокси): предложенная модель **0,748** (Nasdaq) / **0,733** (S&P); PSVO 0,553; PSV 0,546; SV 0,459; **GARCH 0,421/0,433; AR1-RV 0,409/0,414**; DM-статистики значимо в пользу модели; vol-managed портфели: Sharpe 0,14→3,28 (Nasdaq), 0,19→3,52 (S&P) — ⚠️ при средней доходности 0,79% и 0,64% годовых это даёт годовую волатильность ~0,2%, т.е. **Sharpe из Табл. 4 выглядит артефактом масштабирования; доверять осторожно** | Единственная найденная работа про **прогноз RV именно на 5-мин горизонте**: R² 0,73–0,75 с периодичностью; наивный AR1-RV даёт 0,41. Статистика есть, экономика без издержек не доказана |
|
||||
| 4 | **Harvey, Hoyle, Korgaonkar, Rattray, Sargaison, Van Hemert (2018)**, JPM 45(1):14 — [PDF Duke](https://people.duke.edu/~charvey/Research/Published_Papers/P135_The_impact_of.pdf) | 60+ активов с 1926; S&P500-фьючерсы с 1988 (в т.ч. **5-мин** оценка волатильности) | дневное ребалансирование, таргет 10% | 1 б.п. на акцию (одна нога), 0,5 б.п. облигации/кредит | Sharpe 0,40 → **0,48–0,51**; vol of vol **4,6% → 1,8%**; оборот ~**5 кругов в год** ⇒ издержки **0,066%/год**; выигрыш только для риск-активов (акции, кредит), для облигаций/FX/сырья ≈ 0; переход с дневной на **5-мин** оценку волатильности даёт **небольшое** улучшение Sharpe/vol-of-vol/левого хвоста | Vol-targeting даёт ~+0,08 Sharpe и урезание хвостов; дешевизна обеспечивается **низким оборотом** (раз в день). На 5м-частоте это преимущество исчезает (см. §4) |
|
||||
| 5 | **Moreira, Muir (2017)**, JF 72(4) — [PDF NYU](https://www.stern.nyu.edu/sites/default/files/assets/documents/Volatility%20Managed%20Portfolios.pdf) | факторы акций, валютный carry; месячная частота | месячная | «даже с реалистичными издержками» | Рынок: **альфа 4,86%/год**, appraisal ratio 0,33, **+25% к Sharpe** buy-and-hold; прирост полезности = **65% lifetime utility** | Сильная версия «vol-targeting = альфа» |
|
||||
| 6 | **Cederburg, O'Doherty, Wang, Yan (2020)**, JFE 138(1):95 — [PDF Lehigh](https://www.lehigh.edu/~xuy219/research/COWY.pdf) | **103** стратегии акций | месячная, с real-time реализацией | издержки учитываются в OOS-тестах | «**нет статистических или экономических доказательств**, что vol-managed портфели систематически дают более высокий Sharpe»; OOS-версии обычно **хуже** незамасштабированных по CE-доходности и Sharpe; причина — структурная нестабильность spanning-регрессий; ISBN-альфы нереализуемы в реальном времени | **Прямое опровержение (5).** Vol-targeting не является устойчивым источником альфы |
|
||||
| 7 | **Sarrafshirazi (2025)**, MSc thesis, Concordia — [PDF](https://spectrum.library.concordia.ca/995904/1/Sarrafshirazi_MSc_F2025.pdf) | минутные цены BTC (агрегат Kaggle), 08.2017–02.2025; RV из 5-мин | 1, 7, 30, 90 дней | не моделируются | HAR-варианты **бьют GARCH(1,1) на коротких горизонтах**, GARCH лучше на длинных; HAR-J лучший на 1 день, HAR-RS на неделе/месяце; у крипты **короче память волатильности и больше вклад джампов**, чем у акций; на квартале все модели сходятся | HAR-семейство — обязательный бейзлайн для коротких горизонтов |
|
||||
| 8 | **Manevich, Peresetskiy, Pogorelova (2022)**, ВШЭ, 09.09.2022 — [PDF](https://economics.hse.ru/mirror/pubs/share/827451601.pdf) | закрытия **5-мин** BTC и E-mini S&P500 (finam.ru), 01.01.2018–29.12.2021, 288 баров/сутки | дневная RV | не моделируются | Вывод: **GARCH-модели уступают HAR**; лучшие MAPE = **29,51% (BTC)** и 36,12% (E-mini S&P500). MSE/MAE/MAPE, значимость 1% | Даже лучшая модель ошибается на **~30% относительно** по дневной RV BTC — честный потолок точности |
|
||||
| 9 | **arXiv 2109.12142**, *Periodicity in Cryptocurrency Volatility and Liquidity*, 05.11.2021 — [PDF](https://arxiv.org/pdf/2109.12142) | 1-мин OHLCV Binance, Coinbase Pro, Uniswap V2; BTC, ETH; основной сэмпл 01.10.2020–01.06.2021, расширенный с 01.01.2019 | 1 мин / 5 мин (RV), внутридневные паттерны | не моделируются (измерительная работа) | RV(5-мин), годовое среднее/медиана: BTC/USDT Binance **67,72% / 54,57%**, ETH/USDT **86,29% / 71,59%**; волатильность **максимум ~16 UTC, минимум ~05 UTC**; **пики объёма и волатильности в 00:00, 16:00 и (слабее) 08:00 UTC — времена фандинга** (Binance 00/08/16; FTX каждый час; BitMEX 04/12/20 UTC); внутри часа — **пики каждые 15 минут и меньшие каждые 5 минут**; GARCH «существенно выигрывает» от учёта периодичности; разрывы в 1-мин рядах на каждой 15-й/5-й/1-й минуте; ценопознание на CEX, DEX отстаёт до ~12 мин | **Самая прикладная вещь в направлении.** Периодичность реальна, велика и объяснима (фандинг + алгоритмы) |
|
||||
| 10 | **Gao, Han, Li, Zhou (2018)**, *Market Intraday Momentum* — [PDF](https://c.mql5.com/forextsd/forum/173/intraday_momentum_-_the_first_half-hour_return_predicts_the_last_half-hour_return.pdf), [разбор Alpha Architect](https://alphaarchitect.com/attention-prop-traders-the-first-half-hour-of-trading-predicts-the-last-half-hour/) | SPY, 04.01.1993–31.12.2013 | **30 минут** (первая получасовка → последняя) | авторы утверждают, что эффект выживает после издержек | R² = **1,6%** (с r₁₂ — 2,6%; на днях высокой волатильности — до 3,3%); тайминг-стратегия **6,67%/год, SD 6,19%, Sharpe 1,08** vs buy-and-hold 0,29; в группах по волатильности Sharpe растёт 0,18 → 0,97 → **1,63** | Предсказуемость направления **растёт** с волатильностью и объёмом. Это аргумент **против** «торговать breakout только в тишине» |
|
||||
| 11 | **Shen, Urquhart, Wang (2021)**, Financial Review, doi:10.1111/fire.12290 — [Wiley](https://onlinelibrary.wiley.com/doi/10.1111/fire.12290) | BTC на Bitfinex, Bitstamp, CEX.IO, Coinbase, Kraken | 30 мин (сессия определена по всплеску объёма; закрытие 17:00 EST = брейк CME) | авторы заявляют экономические выигрыши; издержки детально не проверены нами | первая получасовка **значимо предсказывает** последнюю in-sample и OOS; эффект **сильнее**, когда первая сессия с наибольшим объёмом/волатильностью; выигрыш в market timing и asset allocation, особенно на падениях | Крипто-аналог (10): эффект есть, горизонт 30 мин, не 5 мин |
|
||||
| 12 | **NAJEF (2022)**, *Intraday return predictability in the cryptocurrency markets: Momentum, reversal, or both* — [ScienceDirect (абстракт)](https://www.sciencedirect.com/science/article/abs/pii/S1062940822000833) | криптовалюты, внутридневные данные | внутридневной | «timing strategy outperforms buy-and-hold» (абстракт) | доказательства **и моментума, и разворота**; влияние джампов, FOMC, ликвидности, COVID-19 ⚠️ прочитан **только абстракт**: SSRN-копия отдаёт 403 | Направление режимно-зависимо: то моментум, то разворот |
|
||||
| 13 | **Shanaev, Vasenin, Stepanov (2023)**, Heliyon 9(4):e14236, doi:10.1016/j.heliyon.2023.e14236 — [PMC полный текст](https://pmc.ncbi.nlm.nih.gov/articles/PMC10015199/) | BTC, 7 бирж | **1 мин / границы 15-мин свечей** (аномалия появилась во 2-й половине 2020) | авторы: стратегия **превосходит buy-and-hold уже после комиссий и спреда** при капитале от $5 000 | положительные доходности **0,58 б.п. в минуту** сконцентрированы на **0-й, 15-й, 30-й, 45-й минутах часа**; t-stat > 9 для всех 7 бирж в 2021; устойчиво к выбросам и тяжёлым хвостам | Микроструктурный эффект на границе свечей: ~2,3 б.п. на «поворот» против 11 б.п. нашего круга ⇒ это **тайминг входа**, а не источник дохода |
|
||||
| 14 | **arXiv 1912.05228**, *Risk of Bitcoin Market: Volatility, Jumps, and Forecasts*, 2019/2021 — [abs](https://arxiv.org/abs/1912.05228) | BTC, RV | короткий и длинный | не моделируются | моделирование джампов и знаковых оценок полезно для **долгосрочного** прогноза RV и «**не нужно для краткосрочного**» | На 5м-горизонте джамп-машинерия не окупается |
|
||||
| 15 | **Brini (2026)**, arXiv 2607.05291, *Forecasting Realized Volatility with Time Series Foundation Models* — [HTML](https://arxiv.org/html/2607.05291v1) | VOLARE: 50 активов (акции, FX, фьючерсы) | 3 горизонта | не моделируются | 9 zero-shot TSFM vs 8 эконометрических моделей, формальные тесты: **только маленькая TTM** узко бьёт Log-HAR на всех горизонтах; после Mincer–Zarnowitz-рекалибровки «много короткого преимущества» оказывается **лучшим масштабом, а не лучшим прогнозом**; равновесное среднее TTM+Log-HAR входит в Model Confidence Set для **98–100% активов** | Сложные модели не дают бесплатного выигрыша; ансамбль с Log-HAR — достаточное решение |
|
||||
| 16 | **Springer (2025)**, *Crypto Volatility Forecasting: Mounting a HAR, Sentiment, and Machine Learning Horserace*, doi:10.1007/s10690-024-09510-6 — [статья](https://link.springer.com/article/10.1007/s10690-024-09510-6) | крипта, внутридневные данные, ИИ-сентимент из новостей | внутридневной | не моделируются | ML-модели (LightGBM, XGBoost, LSTM, MLP, CNNBiLSTM) **улучшают HAR**; сентимент **не улучшает HAR**, но улучшает ML в **54,17%** случаев | Скромный, но реальный выигрыш ML; сентимент — не короткий путь |
|
||||
| 17 | **Springer (2025)**, обзор *Advances in forecasting realized volatility* — [статья](https://link.springer.com/article/10.1186/s40854-025-00809-5) | обзор литературы 2000–1П2024 | разные | — | лучший класс — гибриды **CNN+LSTM** | Консенсус обзора: DL чуть впереди на метриках |
|
||||
| 18 | **arXiv 2510.03236** (Jakkula et al., 2025), *Improving S&P 500 Volatility Forecasting through Regime-Switching Methods* — [abs](https://arxiv.org/abs/2510.03236) | SPX, RV из **5-мин** доходностей, 01.05.2014–27.05.2025 | дневная RV, рекурсивно 5 и 10 дней | не моделируются | soft-Markov, спектральная кластеризация, coefficient-based soft regime: последний **лучше AR-бейзлайна во всех подпериодах** (до/во время/после COVID) | Режим-осведомлённость помогает дневному прогнозу RV; режимы медленные |
|
||||
| 19 | **arXiv 2202.08962** (Zhang et al., 2022/2023), *Volatility forecasting with machine learning and intraday commonality* — [abs](https://arxiv.org/abs/2202.08962) | акции, внутридневная RV (пулинг) | внутридневная → 1 день | не моделируются | нейросети доминируют линейные и tree-модели; перенос на новые акции работает; **time-of-day эффекты помогают прогнозу** | Подтверждает: «время суток» — полезный признак для intraday RV |
|
||||
| 20 | **Yi, He, Zhang (2022)**, NAJEF, doi:10.1016/j.najef.2022.101731 — [страница](https://www.sciencedirect.com/science/article/pii/S106294082200081X) | BTC RV + другие крипты | дневная | не моделируются | кросс-крипто-информация помогает прогнозу RV ⚠️ прочитан уровень абстракта/методики | Другие пары — полезные признаки для RV |
|
||||
| 21 | **ITheClixs/crypto-return-predictability (2026)** — [GitHub](https://github.com/ITheClixs/crypto-return-predictability) (grey literature, воспроизводимый код) | BTC, ETH, SOL; daily; 23.07.2020–17.07.2026; purged/embargoed walk-forward | 1 и 7 дней | учитываются (net Sharpe с бутстрап-интервалами) | Diebold–Mariano отвергает **в пользу random walk в 7 из 18** настроек и **никогда — в пользу модели**; Clark–West: 5 из 18 на 5% (ожидалось 0,9); после FDR — 2, после FWER — **0**; OOS R² = **−0,0079 и +0,0031**; net Sharpe 0,51 и 0,33 с интервалами [−0,18;1,23] и [−0,35;1,02]; **значимого sign-timing навыка нет** | Направление не предсказуется с достаточной для издержек точностью; предсказуемая размерность — **волатильность** |
|
||||
| 22 | **Curupira (февраль 2026)**, *The Hurst Exponent Lied to Us* — [blog](https://curupira.dev/blog/hurst-exponents-mean-reversion-forex) | крипта, часовки | — | — | R/S Hurst с окном 100 баров даёт **H>0,6 на 100% баров** ⇒ как переключатель режима бесполезен | Не использовать наивный Hurst как гейт тренда |
|
||||
| 23 | **Grande, Borondo, Losada, Borondo (2024)**, Mathematics 12(18):2911, doi:10.3390/math12182911 — [MDPI](https://www.mdpi.com/2227-7390/12/18/2911) | крипто-пары | внутридневной/дневной | не моделируются | **антиперсистентные** значения Hurst предвосхищают возврат к среднему в pairs-торговле | Hurst полезен в антиперсистентную сторону (MR), не как «тренд-гейт» |
|
||||
| 24 | **Alsamaani, Aldhahi (2026)**, IJFS 14(4):90, doi:10.3390/ijfs14040090 — [MDPI](https://www.mdpi.com/2227-7072/14/4/90) | 12 криптовалют, high-frequency intraday | несколько горизонтов | не моделируются | сравниваются GARCH/EGARCH/IGARCH/GJR-GARCH/LRE/HAR ⚠️ **полный текст прочитать не удалось** (MDPI отдаёт 403/Cloudflare и через curl, и через прокси, и в браузере); использован только уровень абстракта | Ссылка есть, выводы не верифицированы нами |
|
||||
| 25 | **Quantumflow (practitioner, 2026)**, *Bitcoin Liquidity by Hour* — [страница](https://quantumflow.tech/learn/crypto-liquidity-by-hour) | BTC-перпетуалы Binance | часовые срезы | не моделируются | объём по будням максимален в **14:00 и 15:00 UTC — 2,72× и 2,61× от медианы дня** | Практик-источник для перекрёстной проверки (9); не академия |
|
||||
| 26 | **arXiv 2607.17555** (2026), *Volatility-Aware Extreme Event Detection in High-Frequency Financial Markets* — [abs](https://arxiv.org/abs/2607.17555) | высокочастотные рынки | — | — | (не использовано в синтезе; только обнаружено) | Кандидат на следующую итерацию |
|
||||
|
||||
**Что не удалось прочитать (честно):** MDPI IJFS 14(4):90 (403/Cloudflare при curl, r.jina.ai, браузер —
|
||||
сервис браузера не поднялся); SSRN delivery-PDF (403); Springer «The crypto world trades at tea time»
|
||||
(s11156-024-01304-1) — PDF вернулся как 3 КБ HTML; NAJEF — только абстракт.
|
||||
|
||||
---
|
||||
|
||||
## 2. (1) Предсказуемость realized volatility на 5м горизонте в крипте
|
||||
|
||||
**Что предсказуется надёжно:** уровень RV (логарифм), а не доходность.
|
||||
|
||||
| Что прогнозируем | Данные | Горизонт | Точность | Источник |
|
||||
|---|---|---|---|---|
|
||||
| 5-мин RV (фьючерсы S&P/Nasdaq/Euro/WTI) | 5-мин доходности + объём | **5 минут** | MZ R² = **0,733–0,748** (модель с периодичностью и объёмом) vs **0,409–0,433** у AR1-RV и GARCH; DM значимо | Örebro WP 14/2025 |
|
||||
| Дневная RV BTC | 5-мин RV | 1 день | MAPE лучшей модели **29,51%** | ВШЭ 2022 |
|
||||
| Дневная RV BTC | 5-мин RV, HAR/HAR-RS/HAR-J | 1/7/30/90 дней | HAR бьёт GARCH(1,1) на коротких; GARCH лучше на длинных | Concordia MSc 2025 |
|
||||
| Дневная RV, 50 активов | Log-HAR vs 9 TSFM | 3 горизонта | преимущество TSFM **тает** после рекалибровки | arXiv 2607.05291 |
|
||||
| Джампы/полудисперсии для краткосрочного RV | BTC | короткий | **не нужны** для короткого горизонта | arXiv 1912.05228 |
|
||||
|
||||
**Есть ли статистически значимый выигрыш против наивного прогноза?**
|
||||
Да, но выигрыш *мал по величине* и доказывается только формальными тестами:
|
||||
- Örebro: DM-статистики значимо в пользу модели с периодичностью/объёмом — на **5-мин горизонте**, но на фьючерсах, не на крипте.
|
||||
- Concordia/ВШЭ: HAR значимо лучше GARCH на коротких горизонтах.
|
||||
- arXiv 2607.05291: единственная модель из 9 (TTM) узко лучше Log-HAR; существенная часть преимущества — **артефакт масштаба**.
|
||||
- Ключевая причина скромности выигрыша: **персистентность**. Автокорреляция QV 1-го порядка ≈ 0,95 (LPS 2015) ⇒ наивный прогноз уже почти оптимален.
|
||||
|
||||
**Чего в литературе НЕТ (важная дыра):** я не нашёл ни одной работы, которая считала бы out-of-sample R²/QLIKE и
|
||||
Diebold–Mariano для прогноза RV **крипты именно на 5-минутном горизонте**. Ближайшее — Örebro (фьючерсы, 5-мин)
|
||||
и дневные RV-работы по крипте. Это надо закрывать своим стендом: у нас есть 5-мин история Bybit 2020–2022
|
||||
(README), значит мы можем посчитать этот бенчмарк сами.
|
||||
|
||||
**Что это значит для нас:** прогноз волатильности нельзя продавать как сигнал. Его корректная роль —
|
||||
(а) нормировка барьеров (цель/стоп в единицах σ̂), (б) сайзинг позиции, (в) фильтр «когда вообще торговать».
|
||||
|
||||
---
|
||||
|
||||
## 3. (2) Внутридневные паттерны волатильности и объёма (часы UTC и дни недели)
|
||||
|
||||
Числа — из двух независимых источников (академия + практик), обе по крипте:
|
||||
|
||||
| Эффект | Числа | Источник |
|
||||
|---|---|---|
|
||||
| Суточный профиль волатильности | максимум ~**16:00 UTC**, минимум ~**05:00 UTC** (волатильность «хит дно» около 5 UTC) | arXiv 2109.12142 |
|
||||
| Пики объёма **и** волатильности | **00:00, 16:00 UTC** сильно; **08:00 UTC** слабее — совпадает с фандингом перпетуалов (Binance 00/08/16; FTX — каждый час; BitMEX — 04/12/20 UTC) | arXiv 2109.12142 |
|
||||
| Внутри часа | пики волатильности **каждые 15 минут**, меньшие — **каждые 5 минут** | arXiv 2109.12142 |
|
||||
| Объём по будням (BTC-перпы Binance) | максимум **14:00 и 15:00 UTC = 2,72× и 2,61×** от медианы дня | Quantumflow |
|
||||
| День недели | волатильность и объём **выше в будни, ниже на выходных**; она же «растут с годами» | arXiv 2109.12142 (со ссылкой на Wang, Liu, Hsu 2020, FRL 34:101243) |
|
||||
| Уровни RV(5м) | BTC/USDT Binance среднее **67,72%** годовых (медиана 54,57%); ETH/USDT **86,29%** (71,59%) | arXiv 2109.12142 |
|
||||
| Модельный эффект периодичности | GARCH-модели «**существенно выигрывают**» от учёта периодичности | arXiv 2109.12142 |
|
||||
| Кросс-биржевое: ценопознание | на CEX; DEX (Uniswap V2) отстаёт до **~12 минут** | arXiv 2109.12142 |
|
||||
|
||||
**Важная оговорка по издержкам:** все эти работы — измерительные; **издержки в них не заложены**.
|
||||
Сезонность говорит только о том, *когда* волатильность и объём выше; она не даёт направления и
|
||||
не покрывает 11 б.п. на круг. Её ценность — в выборе окна входа (ликвидность/спред/проскальзывание),
|
||||
что напрямую снижает нашу реальную стоимость круга против модельных 11 б.п.
|
||||
|
||||
---
|
||||
|
||||
## 4. (3) Vol-targeting и risk parity на внутридневном горизонте: что даёт в терминах Sharpe
|
||||
|
||||
**Сторона «за»:** Moreira–Muir (2017): альфа 4,86%/год, +25% к Sharpe, 65% lifetime-utility (месячная частота).
|
||||
Harvey et al. (2018): Sharpe 0,40 → 0,48–0,51, vol of vol 4,6% → 1,8%, оборот всего ~5 кругов/год,
|
||||
издержки 0,066%/год при 1 б.п. за ногу; выигрыш — **только для риск-активов**, для облигаций/FX/сырья ≈ 0.
|
||||
Переход на **5-мин** оценку σ даёт лишь «небольшое» улучшение.
|
||||
|
||||
**Сторона «против»:** Cederburg et al. (2020) на 103 стратегиях: systematic OOS-преимущества **нет**,
|
||||
реализуемые версии обычно **хуже** незамасштабированных, причина — структурная нестабильность.
|
||||
Прирост полезности по Bollerslev et al. (2018): 8–19 б.п./год над наивными моделями риска.
|
||||
|
||||
**Наша арифметика (мой расчёт, не из литературы; помечено как наше):**
|
||||
|
||||
| Величина | Значение |
|
||||
|---|---|
|
||||
| p\* для цели 0,5%/стопа 0,3%, тейкер 11 б.п. | **51,2%** (мейкер 4 б.п.: **42,5%**) |
|
||||
| Базлайн «мартингал» для тех же барьеров (P(достичь +50 б.п. раньше −30 б.п.)) | **37,5%** |
|
||||
| ⇒ требуемое превышение точности над мартингалом | **+13,7 п.п.** (тейкер) / **+5,0 п.п.** (мейкер) |
|
||||
| Требуемый ожидаемый сдвиг цены в сторону сделки (σ₅ₘ=28,6 б.п.) | **5,9 б.п. = 0,21σ** (тейкер) / **2,2 б.п. = 0,08σ** (мейкер) |
|
||||
| Издержки vol-targeting при ежедневном ребалансе (по обороту Harvey, ×√-закон) | ~0,6%/год |
|
||||
| …при часовом ребалансе | ~2,7%/год |
|
||||
| …при ребалансе каждые 5 минут (×√288 = 17×) | ~**9,3%/год** |
|
||||
| Наивная верхняя оценка: полная перекладка позиции 288 раз в сутки | 11 б.п. × 288 = **31,7%/день** |
|
||||
|
||||
**Вывод:** vol-targeting на 5м-частоте экономически невозможен как непрерывный процесс:
|
||||
издержки оборота (9,3%/год в лучшем случае по √-закону) на порядок больше всего, что даёт
|
||||
прогноз волатильности (8–19 б.п./год). Рабочая форма — **vol-targeting на уровне сделки**
|
||||
(сайзинг выбирается один раз при входе), а не на уровне бара.
|
||||
|
||||
Внимание: в Örebro WP 14/2025 Sharpe vol-managed портфелей (до 3,28–3,52) **неправдоподобны**
|
||||
при заявленных средних доходностях — относиться как к артефакту; работа издержки не моделирует.
|
||||
|
||||
---
|
||||
|
||||
## 5. (4) Можно ли построить ВХОД с положительным матожиданием из прогноза волатильности?
|
||||
|
||||
Строго по литературе — **нет, не напрямую**. Прогноз волатильности не содержит знака.
|
||||
Но три механизма делают его полезным как часть правила:
|
||||
|
||||
1. **Геометрия барьеров.** P(достичь +A раньше −B) зависит только от уровней (при отсутствии дрейфа):
|
||||
p₀ = B/(A+B). Значит, чем больше отношение цель/стоп, тем дешевле доказать прибыльность:
|
||||
| Цель/Стоп | p₀ (мартингал) | p\* тейкер | нужное превышение |
|
||||
|---|---|---|---|
|
||||
| 100/50 б.п. | 33,3% | 40,7% | **+7,4 п.п.** |
|
||||
| 50/30 б.п. | 37,5% | 51,2% | +13,7 п.п. |
|
||||
| 50/50 б.п. | 50,0% | 61,0% | +11,0 п.п. |
|
||||
| 20/20 б.п. | 50,0% | 77,5% | +27,5 п.п. |
|
||||
| 15/15 б.п. | 50,0% | 86,7% | +36,7 п.п. |
|
||||
⇒ **микро-барьеры (≤20 б.п.) структурно безнадёжны** (нужно +27…+37 п.п. точности);
|
||||
асимметрия 2:1 (100/50) требует наименьшего преимущества. Это самый дешёвый способ проверить гипотезу.
|
||||
2. **Нормировка барьеров на σ̂.** При фиксированных A и B волатильность не меняет p₀, **но** меняет время
|
||||
до касания и, при наличии дрейфа, само p: ожидаемый дрейф m = 0,25σ₅ₘ даёт p = 54,2% для 50/30, m = 0,5σ₅ₘ → 69,2%.
|
||||
Отсюда фильтр «торговать, когда ожидаемый сдвиг в сторону сделки ≥ 0,21σ» — это и есть проверяемое условие входа.
|
||||
3. **Периодичность как регулятор «где торговать».** Волатильность и объём концентрируются в 12:00–18:00 UTC
|
||||
и на фандинг-штампах; ликвидность там выше ⇒ фактическое проскальзывание ниже модельного
|
||||
(1 б.п. на ногу в топ-30 по обороту — из наших фактов). Это снижает издержки, а не создаёт альфу.
|
||||
|
||||
**Эмпирика о направлении предсказуемости при разной волатильности:** intraday momentum **сильнее**
|
||||
на днях с высокой волатильностью и объёмом (Gao et al.: Sharpe по терцилям волатильности 0,18 → 0,97 → 1,63;
|
||||
Shen et al.: эффект сильнее, когда первая сессия с максимальным объёмом).
|
||||
То есть гипотеза «breakout только при низком ATR-персентиле» **противоречит** литературе по моментуму.
|
||||
|
||||
**Про «straddle без опционов»:** на перпетуалах нет выпуклости; bracket/OCO-ордер не является
|
||||
длинной гаммой (обе ноги оплачиваются нашими 11 б.п., а суммарная выплата ограничена барьерами).
|
||||
Литературных подтверждений работоспособности такой конструкции на 5м в крипте я не нашёл — это гипотеза,
|
||||
а не результат. Единственные платные «длинноволатильные» конструкции в крипте — опционы Deribit
|
||||
(вне нашего периметра издержек) и фандинг/базис (отдельное направление репозитория).
|
||||
|
||||
---
|
||||
|
||||
## 6. (5) Режимы (тренд/боковик) на 5м: как детектируют и помогает ли
|
||||
|
||||
| Подход | Данные/горизонт | Результат | Источник |
|
||||
|---|---|---|---|
|
||||
| Vol-режимы через soft-Markov/кластеризацию | SPX, RV из 5-мин, дневной прогноз | coefficient-based soft regime **лучше AR-бейзлайна во всех подпериодах** (до/во время/после COVID); рекурсивно на 5 и 10 дней | arXiv 2510.03236 |
|
||||
| HMM как переключатель стратегий | крипта, разные ТФ | practitioner-обзоры описывают логику, но без значимых OOS-результатов; на 5м — надёжных подтверждений не нашёл | (см. §7) |
|
||||
| Hurst как гейт тренда | крипта, часовки | R/S Hurst с окном 100 баров даёт H>0,6 на **100%** баров ⇒ вырожденный индикатор | Curupira (2026) |
|
||||
| Hurst как указатель возврата к среднему | крипто-пары | **антиперсистентные** значения Hurst предвосхищают mean reversion | Mathematics 12(18):2911 (2024) |
|
||||
| Режимная нестабильность | 103 стратегии, monthly | OOS-альфы vol-management не воспроизводятся ⇒ структурная нестабильность — норма, а не исключение | Cederburg et al. (2020) |
|
||||
|
||||
**Вывод:** детектирование *волатильностных* режимов работает и полезно (лучше всего — на дневном
|
||||
горизонте и как медленная компонента). Детектирование *тренд/боковик* на 5м в литературе подтверждения
|
||||
не получило; наивные индикаторы (Hurst-порог, ADX) вырождаются. Практическая рекомендация: использовать
|
||||
режим как **масштаб риска и выбор типа правила (моментум vs MR)**, а не как самостоятельный сигнал,
|
||||
и всегда с тестом на net EV/сделку.
|
||||
|
||||
---
|
||||
|
||||
## 7. Что НЕ подтвердилось (и почему не надо повторять)
|
||||
|
||||
1. **«Breakout только в тишине, при низком ATR-персентиле».** Литература по intraday momentum говорит
|
||||
обратное: предсказуемость **растёт** с волатильностью и объёмом (Gao et al. 2018; Shen et al. 2021).
|
||||
Низкая волатильность делает ход медленнее, а издержки — теми же.
|
||||
2. **Vol-targeting как источник альфы.** Cederburg et al. (2020), 103 стратегии: систематического OOS-выигрыша
|
||||
нет, реализуемые версии хуже. Прирост полезности даже у лучших моделей риска = 8–19 б.п./год (Bollerslev et al. 2018).
|
||||
3. **«Сложная модель прогноза волатильности = больше денег».** Foundation-модели: только одна узко бьёт Log-HAR,
|
||||
и то преимущество в основном исчезает после рекалибровки (arXiv 2607.05291). Ансамбль TTM+Log-HAR
|
||||
в MCS для 98–100% активов — т.е. сложность не нужна.
|
||||
4. **Экзотические оценки RV.** LPS (2015), 400+ оценок, 31 актив: 5-мин RV трудно значимо превзойти.
|
||||
5. **Джампы/полудисперсии/знаковые оценки для короткого горизонта.** arXiv 1912.05228: полезны на длинном,
|
||||
«не нужны» на коротком.
|
||||
6. **GARCH на коротком горизонте.** ВШЭ 2022 и Concordia 2025: GARCH уступает HAR на коротких горизонтах
|
||||
(на длинных — наоборот).
|
||||
7. **Сентимент как улучшение HAR.** Springer horserace: сентимент **не** улучшает HAR; помогает только
|
||||
ML-моделям и только в 54,17% случаев.
|
||||
8. **Направление/знак на 5м как предсказуемая величина.** Наилучший документированный R² внутридневного
|
||||
моментума = 1,6% (30 мин, SPY); по крипте на дневном горизонте после контроля FWER **0** значимых
|
||||
предсказателей, OOS R² ≈ 0, sign-timing навыка нет.
|
||||
9. **Наивный Hurst>0,5 как гейт тренда.** Вырождается (100% баров).
|
||||
10. **«Straddle-подобная» конструкция на перпетуалах.** Литературных подтверждений нет; математически
|
||||
bracket-ордер не даёт выпуклости, а платит 2×11 б.п. Остаётся непроверенной гипотезой.
|
||||
11. **Регулярно цитируемые Sharpe vol-managed портфелей на внутридневных данных.** В Örebro WP 14/2025
|
||||
Sharpe 3,28–3,52 при средней доходности 0,6–0,8% годовых — арифметически неправдоподобно
|
||||
(годовая волатильность ~0,2%); издержки не моделируются. К таким числам — не апеллировать.
|
||||
|
||||
---
|
||||
|
||||
## 8. Правила для бэктеста (10 проверяемых правил, 5м, с волатильностной фильтрацией)
|
||||
|
||||
Обозначения: σ̂₅ₘ — прогноз 5-минутной волатильности (HAR-RV на 5-мин RV + дамми час-суток +
|
||||
дамми минута-в-часе + дамми фандинг-часов); A — цель, B — стоп; издержки c = 11 б.п. на круг (тейкер), 4 б.п. (мейкер).
|
||||
|
||||
1. **R1 (модель σ̂, гейт, не сигнал).** Обучать HAR-RV на лог(RV₅ₘ) с признаками «час UTC», «минута в часе (0/15/30/45)»,
|
||||
«фандинг-штампы 00/08/16 UTC», «объём». Приёмка: out-of-sample QLIKE лучше AR(1)-RV и EWMA, DM p<0,05
|
||||
минимум на 60% пар. Экономика: правило само не торгует ⇒ прямой EV = 0; оно оправдано только если
|
||||
улучшает EV правил 2–8. Тестировать на Bybit 2020–2022 (история доступна явным start/end).
|
||||
2. **R2 (геометрия барьеров под издержки).** Использовать асимметрию **A=100 б.п./B=50 б.п.** (p\* = 40,7% тейкер,
|
||||
p₀ = 33,3% ⇒ требуется всего **+7,4 п.п.**) как основную конфигурацию; **50/30** (p\*=51,2%, нужно +13,7 п.п.) —
|
||||
как вторую; **микро-барьеры ≤20 б.п. исключить** (нужно +27…+37 п.п.).
|
||||
Экономика при 100/50: EV = +0,407·100 − 0,593·50 − 11 = +0,5 б.п./сделку на пороге (тейкер); мейкером (36,0%):
|
||||
+9,0 б.п. При 50/30 пороге: EV ≈ −0,04 б.п. (тейкер) и +6,96 б.п. (мейкер, p\*=42,5%).
|
||||
⇒ **мейкер-исполнение повышает EV на 7–9 б.п./сделку — больше, чем любая модель волатильности.**
|
||||
3. **R3 (масштаб барьеров на σ̂).** Держать A/B постоянными в единицах σ̂ (например A = 3,5σ̂, B = 1,75σ̂ —
|
||||
эквивалент 100/50 при σ̂ = 28,6 б.п.). Тест: сравнить net EV при фиксированных б.п. барьерах vs барьерах в σ̂;
|
||||
победитель — по net Sharpe с учётом оборота.
|
||||
4. **R4 (фильтр «достаточного дрейфа»).** Вход только если прогноз ожидаемого сдвига в сторону сделки
|
||||
≥ **0,21·σ̂₅ₘ** (тейкер; порог безубыточности) или ≥ **0,08·σ̂₅ₘ** (мейкер). Механика: при 50/30 ожидаемый
|
||||
дрейф 0,25σ дает p = 54,2%, 0,5σ → 69,2%. Это прямой и однозначный критерий входа.
|
||||
5. **R5 (окно суток).** Торговать только **12:00–18:00 UTC** (пик волатильности ~16 UTC, максимум объёма 14–15 UTC
|
||||
= 2,72×/2,61× медианы); исключить **03:00–06:00 UTC** (минимум ~05 UTC). Экономика: тот же edge на сделку,
|
||||
но меньше сделок в шумных тонких часах ⇒ ниже фактическое проскальзывание (1 б.п. на ногу в топ-30 по обороту).
|
||||
6. **R6 (фандинг-штампы).** Не открывать новые позиции за ≤5 минут до 00:00/08:00/16:00 UTC; вход — после
|
||||
(волатильность и объём пикуют на штампах). Дополнительно: если |фандинг| > 2 б.п./8ч, учитывать его как
|
||||
издержку удержания. Ожидаемый эффект — качество входа и снижение риска неблагоприятного исполнения, не альфа.
|
||||
7. **R7 (границы свечей).** Вход/выход планировать на 0/15/30/45-й минуте часа: документированный эффект
|
||||
**0,58 б.п./мин** на поворотах 15-мин свечей (7 бирж, t>9, 2021), причём стратегия выживала после комиссий и спреда
|
||||
при капитале от $5 000. Экономика: ожидаемый вклад ~2,3 б.п. на поворот против 11 б.п. круга ⇒ использовать
|
||||
как тайминг входа/выхода, **не** как отдельную стратегию. Обязательна проверка на затухание (эффект появился в 2020).
|
||||
8. **R8 (режимный гейт: моментум в высокой волатильности).** Breakout-правила включать только при
|
||||
персентили σ̂ ≥ 70 (Gao/Shen: предсказуемость растёт с волатильностью и объёмом). Тест-контроль:
|
||||
то же правило при персентили ≤ 30 — ожидаем отсутствие edge (это проверка пункта 7.1).
|
||||
9. **R9 (режимный гейт: MR в тишине).** Mean-reversion-правила включать только при персентили σ̂ ≤ 30 **и**
|
||||
устойчивой антиперсистентности (Hurst по длинному окну, не 100 баров; антиперсистентность — сигнал к MR,
|
||||
Mathematics 12(18):2911). Тест: сравнить net EV MR при гейте и без.
|
||||
10. **R10 (сайзинг: vol-targeting только на входе).** Размер = риск-бюджет / σ̂₅ₘ, зафиксирован на время сделки;
|
||||
внутри сделки **не** ребалансировать (иначе +11 б.п. за каждую подгонку; непрерывный vol-targeting на 5м
|
||||
стоит ~9,3%/год по √-закону vs потолок выгоды 8–19 б.п./год). Ограничение плеча (например ≤3×).
|
||||
|
||||
**Общий kill-критерий для всех правил:** ≥200 сделок; net EV/сделку > 0 после 11 б.п.;
|
||||
бутстрап-интервал net Sharpe не содержит 0; выигрыш по точности над мартингалом не менее
|
||||
**+13,7 п.п.** для 50/30 (тейкер) или **+5,0 п.п.** (мейкер), **+7,4 п.п.** для 100/50 (тейкер);
|
||||
и обязательная проверка мейкер-версии, потому что 6,7 п.п. требуемого edge — это просто разница
|
||||
между тейкером и мейкером.
|
||||
|
||||
---
|
||||
|
||||
## 9. Что осталось непокрытым (для следующих итераций)
|
||||
|
||||
* Нет крипто-работы с OOS R²/DM для **5-минутного** прогноза RV — посчитать самим (Bybit 2020–2022).
|
||||
* Не прочитаны (доступ): MDPI IJFS 14(4):90; NAJEF 1062940822000833 (полный текст); Springer s11156-024-01304-1.
|
||||
* Не проверено: optimal stopping / моменты выхода (не только барьеры); влияние спреда (не только комиссии);
|
||||
BTC→альты lead-lag как признак для RV; Deribit-опционы как источник implied vol (вне нашей модели издержек).
|
||||
@@ -0,0 +1,314 @@
|
||||
[
|
||||
{
|
||||
"title": "Short-horizon mean reversion in cryptocurrency markets: a matched cross-market measurement",
|
||||
"authors": "Nadav A. Kitron; Jonathan M. Wengrowicz",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2608.21888",
|
||||
"doi": "arXiv:2608.21888",
|
||||
"horizon": "15 минут (также 1ч, 4ч; отдельно 5м)",
|
||||
"data": "183 пары Binance USDT spot, 15-мин свечи, 2025-01-01..2026-02-11 + холдаут 2026-02-12..2026-08-08; контроль 187 акций/ETF США",
|
||||
"costs_assumed": "Барьеры заданы явно: мейкер 5 б.п., тейкер 10-20 б.п. на круг",
|
||||
"key_numbers": "OOS AUC крипта 0,531 (98% пар >0,5) vs акции 0,499; 90% of 183 пар FDR-значимы; знаковая корреляция -0,035 (98% пар отрицательна); брутто-эдж на сделку пик ок. 1,3 б.п. на 15м и 0,15 б.п. на 5м; медиана пары 0,46 б.п.; ни одна из 183 пар не проходит 5 б.п.",
|
||||
"verdict": "ОПРОВЕРГАЕТ исполнимость: 1,3 б.п. (15м) и 0,15 б.п. (5м) в 8 и 70 раз меньше нашего тейкерского круга 0,11% ; funding/basis/funding-clock/volatility/session кондиционирование - плоско (App. F)",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "The Quarter-Hour Effect: Periodic Algorithmic Trading and Return Predictability in Cryptocurrency Futures",
|
||||
"authors": "Chan Kim; Peter Reinhard Hansen",
|
||||
"year": 2026,
|
||||
"url": "https://arxiv.org/abs/2607.09426",
|
||||
"doi": "arXiv:2607.09426",
|
||||
"horizon": "прогноз 4-12 часов, событие каждые 15 минут (96/сутки)",
|
||||
"data": "6 перпов Binance (BTC, ETH, XRP, SOL, DOGE, ADA), tick-data, 2021-01-01..2024-10-31, 10-секундные окна",
|
||||
"costs_assumed": "Издержки не моделируются; горизонт 4-12ч => низкий оборот (единицы сделок в сутки)",
|
||||
"key_numbers": "CFE (б.п. на единицу OI) на 4/8/12ч: BTC 3,84/5,55/6,39 (t 4,21/3,78/3,34); ETH 2,76/4,68/5,40; DOGE 5,02/8,49/11,33; открытия, совпадающие с funding-расчётом (00:00/08:00/16:00 UTC), исключены (93 из 96 событий)",
|
||||
"verdict": "КАНДИДАТ №1: единственный низкооборотный сигнал в крипте на границе нашего горизонта; 11 б.п. терпимо при эдж/сделку >25 б.п.",
|
||||
"implementable": true
|
||||
},
|
||||
{
|
||||
"title": "Bitcoin intraday time-series momentum",
|
||||
"authors": "Daniel Shen; Andrew Urquhart; Pengfei Wang",
|
||||
"year": 2022,
|
||||
"url": "https://centaur.reading.ac.uk/100181/3/21Sep2021Bitcoin%20Intraday%20Time-Series%20Momentum.R2.pdf",
|
||||
"doi": "10.1111/fire.12290",
|
||||
"horizon": "внутридневной: первый получас -> последний получас (сессия 17:00 EST)",
|
||||
"data": "BTC/USD, 5 бирж (Bitfinex, Bitstamp, CEX.IO, Coinbase, Kraken), tick -> 1 мин, с 2013 по 31.12.2020",
|
||||
"costs_assumed": "Издержки явно НЕ вычтены (только отсылка к робастности Gao et al. у акций)",
|
||||
"key_numbers": "Тайминг: 7,82% годовых (r_ONFH), 17,32% (r_SLH), 16,69% (оба) при success rate >50% против always-long 6,54%; buy&hold 154,62%; коэффициент на второй-с-конца получас отрицательный: бета ок. -27, R2 11,4% (JPY-пары), -18,15 с R2 2,5% (часы NYSE)",
|
||||
"verdict": "ТЕЙКЕРОМ ОТРИЦАТЕЛЬНО: 1 круг/сутки = 0,11% x ~365 = ~40%/год против брутто 7,8-17,3%; мейкером (14,6%/год) остаётся только контр-вариант r_SLH",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Intraday Return Predictability in the Cryptocurrency Markets: Momentum, Reversal, or Both",
|
||||
"authors": "Zhuzhu Wen; Elie Bouri; Yahua Xu; Yang Zhao",
|
||||
"year": 2022,
|
||||
"url": "https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4080253",
|
||||
"doi": "10.2139/ssrn.4080253",
|
||||
"horizon": "внутридневной (минуты-часы)",
|
||||
"data": "BTC 2013-03-03..2020-05-31, также ETH, LTC, XRP; высокочастотные цены",
|
||||
"costs_assumed": "Не раскрыты (доступен только abstract - paywall)",
|
||||
"key_numbers": "Есть и внутридневной momentum, и внутридневной reversal; reversal уникален для крипты (перереакция/самоуверенность); тайминг-стратегия даёт экономическую ценность выше always-long и buy&hold",
|
||||
"verdict": "НЕ ПРОЧИТАНО ПОЛНОСТЬЮ (paywall); без своих замеров в бэктест не берём",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Cross-cryptocurrency return predictability",
|
||||
"authors": "Li Guo; Bo Sang; Jun Tu; Yu Wang",
|
||||
"year": 2024,
|
||||
"url": "https://www.sciencedirect.com/science/article/abs/pii/S0165188924000551",
|
||||
"doi": "10.1016/j.jedc.2024.104863",
|
||||
"horizon": "до 10 минут",
|
||||
"data": "минутные данные Binance, кросс-секция криптовалют",
|
||||
"costs_assumed": "Заявлено: long-short даёт sizable return out-of-sample after accounting for transaction costs; величина издержек в abstract не раскрыта",
|
||||
"key_numbers": "+0,40..+4,82 б.п. к доходности фокусной монеты на 1 SD пулированного лаг-дохода других монет (минутный горизонт); робастно к adaptive LASSO и PCA; медленная диффузия информации",
|
||||
"verdict": "НЕ ИСПОЛНЯЕТСЯ ТЕЙКЕРОМ: сигнал <=4,8 б.п. при круге 11 б.п.; минутный ребаланс даёт порядка -600 б.п./сутки издержек",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "A seesaw effect in the cryptocurrency market: Understanding the return cross predictability of cryptocurrencies",
|
||||
"authors": "Yuecheng Jia; Yangru Wu; Shu Yan; Yuzheng Liu",
|
||||
"year": 2023,
|
||||
"url": "https://www.sciencedirect.com/science/article/abs/pii/S0927539823000956",
|
||||
"doi": "RePEc:eee:empfin:v:74:y:2023:i:c:s0927539823000956",
|
||||
"horizon": "внутридневной (минуты)",
|
||||
"data": "22 крупные криптовалюты, внутридневные доходности",
|
||||
"costs_assumed": "Не раскрыты в abstract",
|
||||
"key_numbers": "Отрицательный lead-lag (в отличие от акций): крупные монеты негативно предсказывают остальные; мелкие крупных почти никогда не предсказывают; LASSO-стратегия на кросс-предсказуемости даёт высокозначимую прибыль",
|
||||
"verdict": "НЕ ПРОЧИТАНО ПОЛНОСТЬЮ (ScienceDirect paywall); механизм = реверс после движения лидера, проверять самостоятельно",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Price Transmission from Bitcoin to Altcoins: High-Frequency Evidence and Implications for Trading Strategy",
|
||||
"authors": "авторы Springer-статьи (Journal of Financial Services / s10690)",
|
||||
"year": 2026,
|
||||
"url": "https://link.springer.com/article/10.1007/s10690-026-09589-z",
|
||||
"doi": "10.1007/s10690-026-09589-z",
|
||||
"horizon": "1-3 минуты",
|
||||
"data": "1-мин цены Binance, 369-381 актив; режимы Bull/Bear/Sideways/Crash 2024-2025; мелкокапы BIFI, CITY, PIVX, GNO, QKC",
|
||||
"costs_assumed": "fee = 0,02% за сторону (ок. 4 б.п. на круг) - выше минимально возможной на Binance (~0,0175%)",
|
||||
"key_numbers": "Мелкокапитализированные ALT реагируют на BTC с лагом 1 мин; ISI vs лог числа сделок r=0,561 (Bull), 0,483 (Bear); Грейнджер BTC->ALT односторонний (5% уровень); коэффициенты BTC на t-1 у PIVX и QKC >0,1; авторегрессия GNO -0,22; LightGBM lag-стратегия бьёт buy&hold в OOS во всех режимах (абсолютные цифры только на графиках)",
|
||||
"verdict": "Их 4 б.п./круг в 2,75 раза дешевле нашего тейкера; их активы - неликвид (наше слиппедж 3 б.п./нога => круг ~17 б.п.); ТОЛЬКО МЕЙКЕРОМ и только на прыжках BTC",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Crypto carry",
|
||||
"authors": "Maik Schmeling; Andreas Schrimpf; Karamfil Todorov",
|
||||
"year": 2023,
|
||||
"url": "https://www.bis.org/publ/work1087.pdf",
|
||||
"doi": "BIS Working Papers 1087",
|
||||
"horizon": "дневной/недельный (фундамент базиса)",
|
||||
"data": "фьючерсы и перпетуалы vs спот по крипте, ок. 2019-2024",
|
||||
"costs_assumed": "Не в abstract; полный PDF из нашей среды недоступен (bis.org отдаёт HTML вместо PDF)",
|
||||
"key_numbers": "Carry (базис фьючерс-спот) доходит до 60% годовых и сильно меняется во времени; объясняется волатильной convenience yield: trend-chasing и внимание мелких инвесторов + нехватка арбитражного капитала",
|
||||
"verdict": "Читал только abstract; фундамент для funding/basis, но правила 1-60 мин не даёт",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Crypto Carry: The Funding-Rate Cross-Section, Net of Costs and the Liquidation Tail",
|
||||
"authors": "Bryan Vine",
|
||||
"year": 2026,
|
||||
"url": "https://bryanvine.github.io/alpha-research/paper2.html",
|
||||
"doi": "",
|
||||
"horizon": "дневной / 8-часовой ребаланс (funding-такты)",
|
||||
"data": "30 Binance USD-M перпов, 2023-01..2026-05, 112 853 funding-события, ноль пропусков; медиана годового funding 7,3% (2023) -> 13,4% (2024) -> 2,8% (2025) -> 0,6% (2026)",
|
||||
"costs_assumed": "4 б.п. one-way schedule; deflated Sharpe; probability of backtest overfitting (PBO)",
|
||||
"key_numbers": "Level-carry: headline Sharpe 8,5 - артефакт нулевой волатильности funding; честно +5,6%/год с деградацией до отрицательной к 2026. Кросс-секционный funding-фактор (long low / short high): in-sample Sharpe 0,71, purged walk-forward OOS Sharpe 0,39, все 36 конфигураций положительны (0,58-1,5), deflated Sharpe 0,63, PBO 0,81, MDD -35%. H5 (экстремальный funding предсказывает доходности) - не подтверждена",
|
||||
"verdict": "ЕДИНСТВЕННЫЙ funding-подход, выживший net-of-costs, но это Sharpe ок. 0,4 на дневном/8ч ребалансе; при нашем тейкерском круге (2 ноги x 11 б.п. = 22 б.п. за ребаланс против 11,6 б.п./сутки купона) - около нуля/отрицательно; тестировать мейкером",
|
||||
"implementable": true
|
||||
},
|
||||
{
|
||||
"title": "Funding Rates as a Cross-Sectional Factor in Perpetual Futures (practitioner note, survivorship-free)",
|
||||
"authors": "OctopusTakopi (публичный исследовательский отчёт)",
|
||||
"year": 2026,
|
||||
"url": "https://github.com/OctopusTakopi/funding-rate-alpha",
|
||||
"doi": "",
|
||||
"horizon": "1-24 часа (включая удержание через момент расчёта funding'а)",
|
||||
"data": "791 контракт (включая делистнутые), 2,43 млн расчётов funding, расширено до 6,1 млн расчётов на трёх биржах, 2020 - середина 2026; 5-мин метрики открытого интереса; 421 ликвидный контракт",
|
||||
"costs_assumed": "4 б.п. one-way schedule; отдельно указано: безубыточность только при комиссии 23 б.п.",
|
||||
"key_numbers": "Доллар-нейтральная децильная книга собирает 11,6 б.п./сутки funding'а (2/3 с длинной ноги); нетто 8,9 б.п./сутки, но 2/3 прибыли в 2020-21, после порог не проходит. OI-кондиционирование рушится с +34 против +6 б.п./сутки до +7,0 при t=0,35 после контроля внутри дня. Удержание только через момент расчёта funding'а не работает на 1,73 млн расчётов",
|
||||
"verdict": "При нашем тейкерском круге чистая величина ок. 0..+0,5 б.п./сутки => на грани нуля; подтверждает наш вывод 'базис-carry отрицательно'",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Trading volume and liquidity provision in cryptocurrency markets",
|
||||
"authors": "Daniele Bianchi; Mykola Babiak; Alexander Dickerson",
|
||||
"year": 2022,
|
||||
"url": "https://www.econstor.eu/bitstream/10419/272870/1/1807310930.pdf",
|
||||
"doi": "Sveriges Riksbank Working Paper 413 / 10.1016/j.jbankfin.2022.106570",
|
||||
"horizon": "дневной (t-1 -> t)",
|
||||
"data": "топ-100 по Amihud пар против USD, 2017-03-01..2022-03-01, 179 023 наблюдений, агрегация 80+ бирж",
|
||||
"costs_assumed": "В тексте: 30 б.п. long + 40 б.п. short; в подписи к Table 5: 20 б.п. long + 30 б.п. short (внутреннее расхождение фиксируем)",
|
||||
"key_numbers": "EW-реверс 2,187%/сутки (Sharpe 0,37/сутки) -> 1,687% нетто; VW 0,558% -> 0,058%. Условный low-volume реверс EW 1,226% -> 0,726% net; VW 0,625% -> 0,125% (незначимо). НА BINANCE: EW gross 0,187% -> net -0,213%; VW 0,059% -> net -0,341%. Предикторы: идиосинкратическая волатильность (t=4,99 EW) и спреды/TED; эффект сконцентрирован в мелких, менее ликвидных, более волатильных парах",
|
||||
"verdict": "ПРЯМАЯ УЛИКА 'не исполняется': на живой Binance реверс после издержек отрицателен даже при 20/30 б.п.; эффект живёт в неликвидном хвосте, недоступном при нашем слиппедже",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Impact of size and volume on cryptocurrency momentum and reversal",
|
||||
"authors": "Milan Ficura",
|
||||
"year": 2023,
|
||||
"url": "https://wp.ffu.vse.cz/pdfs/wps/2023/01/03.pdf",
|
||||
"doi": "FFA Working Papers 5:003 (VSE)",
|
||||
"horizon": "недельный",
|
||||
"data": "недельные доходности, большой кросс-секшн криптовалют (2023)",
|
||||
"costs_assumed": "Не указаны в abstract",
|
||||
"key_numbers": "Недельный реверс существует только у мелких и неликвидных монет (t=-7,31); крупные и ликвидные показывают недельный momentum (t=+2,33); долгосрочные эффекты незначимы",
|
||||
"verdict": "Объясняет наш факт: в топ-30, где мы торгуем, реверса нет - есть momentum",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Up or down? Short-term reversal, momentum, and liquidity effects in cryptocurrency markets",
|
||||
"authors": "Adam Zaremba; Mehmet Huseyin Bilgin; Huaigang Long; Aleksander Mercik; Jan J. Szczygielski",
|
||||
"year": 2021,
|
||||
"url": "https://earsiv.medeniyet.edu.tr/bitstreams/3e37aa89-3fde-4d77-9ec8-605e846962e6/download",
|
||||
"doi": "10.1016/j.irfa.2021.101908",
|
||||
"horizon": "дневной (сигнал = доход за t-1)",
|
||||
"data": "3607 монет, 2 700 925 дневных наблюдений, 2015-01-01..2021-03-01; цена volume-weighted по 200+ биржам",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "|t| > 120 для лага t-1 (и |t| > 3 на всех окнах), против меньших значений на прочих лагах; эффект не перекрывается beta, IVOL, size, среднесрочными/долгосрочными доходами, сезонностью, ликвидностью, оборотом, хвостовыми рисками; крупнейшие и самые торгуемые монеты показывают momentum, а не реверс",
|
||||
"verdict": "Подтверждает направление нашего отрицательного результата по xs-reversal: реверс живёт в неликвидном хвосте",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Cryptocurrency return reversals",
|
||||
"authors": "Steven E. Kozlowski; Michael R. Puleo; Jizhou Zhou",
|
||||
"year": 2021,
|
||||
"url": "https://digitalcommons.fairfield.edu/business-facultypubs/246/",
|
||||
"doi": "10.1080/13504851.2020.1784831",
|
||||
"horizon": "дневной / недельный / месячный ребаланс",
|
||||
"data": "200 криптовалют, 2015-2019",
|
||||
"costs_assumed": "Не указаны",
|
||||
"key_numbers": "Значимый эффект реверса на всех трёх частотах ребаланса (дневной, недельный, месячный); робастен к контролю на размер, оборот и неликвидность; сохраняется в обеих половинах выборки и при высокой и низкой подразумеваемой волатильности; наиболее выражен у монет малой капитализации и низкой ликвидности",
|
||||
"verdict": "Дневной реверс подтверждён в литературе, но у нас отрицательно - расхождение объясняется универсумом (мелкие монеты)",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Time-Series and Cross-Sectional Momentum in the Cryptocurrency Market: A Comprehensive Analysis under Realistic Assumptions",
|
||||
"authors": "Chulwoo Han; Byeongguk Kang; Jehyeon Ryu",
|
||||
"year": 2023,
|
||||
"url": "https://acfr.aut.ac.nz/__data/assets/pdf_file/0009/918729/Time_Series_and_Cross_Sectional_Momentum_in_the_Cryptocurrency_Market_with_IA.pdf",
|
||||
"doi": "",
|
||||
"horizon": "дневной (look-back и holding 1-56 дней)",
|
||||
"data": "только монеты, листингованные на фьючерсах Binance; кап. > $1 млн и оборот > $1 млн/сутки; 2013-12..2023-08",
|
||||
"costs_assumed": "15 б.п. транзакционных издержек; реальные комиссии и тики; слиппедж из реальных данных; ежедневный mark-to-market; режим маржи и ликвидации",
|
||||
"key_numbers": "Time-series momentum силён: 28д/5д даёт Sharpe 1,51 против рынка 0,84. Кросс-секционный momentum слаб: из 21 портфеля 5 ликвидированы, только 6 бьют рынок; лучший 14д/7д - Sharpe 1,28 против рынка 1,01; 10 портфелей с t>2 по средней доходности, но лишь 3 - по средней лог-доходности; 6 портфелей с положительной средней доходностью убыточны/ликвидированы; профит целиком в длинной ноге",
|
||||
"verdict": "Прямо резонирует с нашим 14д/7д (у нас +242 б.п./нед, t=3,66); предупреждение о look-ahead при выборе оптимальной пары LB/HP",
|
||||
"implementable": true
|
||||
},
|
||||
{
|
||||
"title": "Cryptocurrency Momentum and Reversal",
|
||||
"authors": "Victoria Dobrynskaya",
|
||||
"year": 2021,
|
||||
"url": "https://conference.hse.ru/files/download_file_ex?hash=FAE0AB2DC7A67656E89A0B1CB27D8C7D&id=3B5EE9A5-0B18-458A-9458-B4ED0F6C6664",
|
||||
"doi": "SSRN 3913263",
|
||||
"horizon": "1-12 недель (J/K)",
|
||||
"data": "ок. 2000 монет с кап. > $1 млн, 2014-2020, недельная частота (CoinMarketCap); winsorize 0,005%",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "1-4 недели - momentum (лучшее 2/2 = до 70% годовых), далее знак меняется, >4-6 недель - значимый реверс (до -1200% годовых на 1-2-недельном сорте при 10-12-недельном удержании); 1/1 незначим из-за волатильности; водитель реверса - 'past loser' монеты",
|
||||
"verdict": "Согласуется с нашим дневным/недельным momentum; реверс - на более длинных удержаниях",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "The Cross-Section of Cryptocurrency Returns",
|
||||
"authors": "Nicola Borri; Kirill Shakhnov",
|
||||
"year": 2022,
|
||||
"url": "https://academic.oup.com/raps/article/12/3/667/6543623",
|
||||
"doi": "10.1093/rapstu/raac007",
|
||||
"horizon": "дневной (кросс-секция биржа x валюта для BTC, не монет)",
|
||||
"data": "пары биржа-валюта BTC, 2015-05..2021-05 (плюс расширения); отобраны 'качественные' биржи, капконтроль",
|
||||
"costs_assumed": "Полный учёт: торговые, маржинальные, выводные комиссии; средняя торговая комиссия 15 б.п. за сделку; реальные и модельные спреды",
|
||||
"key_numbers": "Cross-стратегия: 181 б.п./сутки брутто -> ок. 31 б.п./сутки нетто (Sharpe 13% дневной). Within-стратегия: 127 б.п./сутки брутто, после издержек статистически незначима (вычет ок. 90 б.п.). Спреды съедают основную часть; ср. Sharpe BTC 6% и рынка США 4%",
|
||||
"verdict": "83% брутто съедается издержками и переводами; не наш горизонт и не наш капитал ($1000)",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "The reversal in the cryptocurrency market before and during the Covid-19 pandemic: Does investor attention matter?",
|
||||
"authors": "Hang Pham; Toan Nguyen Dang Tran; Nga Nguyen Thi Thanh; Khoa Dang Duong",
|
||||
"year": 2024,
|
||||
"url": "https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0304377",
|
||||
"doi": "10.1371/journal.pone.0304377",
|
||||
"horizon": "дневной",
|
||||
"data": "топ-20 монет, 2016-01-02..2021-04-15, 6606 наблюдений, 2SLS + Google Trends",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "Реверс (лаг-доход) положительно связан с доходностью до COVID и отрицательно - во время пандемии; внимание инвестора положительно влияет на доходность BTC (сильнее в пандемию); стейблкоины - safe haven",
|
||||
"verdict": "Знак дневного реверса нестабилен по режимам => любое правило на нём надо тестировать по режимам",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Rise of the Machines? Intraday High-Frequency Trading Patterns of Cryptocurrencies",
|
||||
"authors": "Alla A. Petukhina; Raphael C. G. Reule; Wolfgang Karl Haerdle",
|
||||
"year": 2020,
|
||||
"url": "https://arxiv.org/abs/2009.04200",
|
||||
"doi": "arXiv:2009.04200",
|
||||
"horizon": "внутридневной",
|
||||
"data": "высокочастотные данные европейского крипторынка, CRIX и составляющие",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "Внутридневная периодичность доходности, объёма и волатильности; 'intraday momentum' торговых паттернов как основа предсказуемости",
|
||||
"verdict": "Подтверждает структурную сезонность, торгового эджа не даёт",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Decomposing cryptocurrency high-frequency price dynamics into recurring and noisy components",
|
||||
"authors": "Marcin Watorek; Maria Skupien; Jaroslaw Kwapien; Stanislaw Drozdz",
|
||||
"year": 2023,
|
||||
"url": "https://arxiv.org/abs/2306.17095",
|
||||
"doi": "arXiv:2306.17095",
|
||||
"horizon": "10 секунд / внутридневной",
|
||||
"data": "BTC, ETH, DOGE, WINkLink, 10-секундные данные, 2020-01..2022-12",
|
||||
"costs_assumed": "Издержки не моделируются",
|
||||
"key_numbers": "Три фазы активности (азиатская, европейская, американская сессии); всплески активности с периодом 15 минут, особенно на полных часах => роль алгоритмической торговли",
|
||||
"verdict": "Эмпирическая опора для фильтра оборота по часовым/четверть-часовым окнам",
|
||||
"implementable": true
|
||||
},
|
||||
{
|
||||
"title": "Perpetual Futures Pricing",
|
||||
"authors": "Damien Ackerer; Julien Hugonnier; Urban Jermann",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2310.11771",
|
||||
"doi": "arXiv:2310.11771",
|
||||
"horizon": "теория (дискретное и непрерывное время)",
|
||||
"data": "теория безарбитражного ценообразования линейных, инверсных и quanto перпетуалов",
|
||||
"costs_assumed": "Теория, включая границы при торговых издержках",
|
||||
"key_numbers": "Безарбитражная цена перпа = риск-нейтральное ожидание спота в случайный момент; указаны спецификации funding'а, при которых базис тождественно равен нулю; показана ошибка в исходной спецификации He et al.",
|
||||
"verdict": "Теоретический фундамент; торгового правила не даёт",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Fundamentals of Perpetual Futures",
|
||||
"authors": "Songrun He; Asaf Manela; Omri Ross; Victor von Wachter",
|
||||
"year": 2024,
|
||||
"url": "https://arxiv.org/abs/2212.06888",
|
||||
"doi": "arXiv:2212.06888",
|
||||
"horizon": "часовой (открытие/закрытие позиции)",
|
||||
"data": "BTC, ETH, BNB, DOGE, ADA; часовые данные перпетуалов и спота, займы Aave",
|
||||
"costs_assumed": "Издержки: 'даже при самых высоких комиссиях на Binance'",
|
||||
"key_numbers": "Среднее абсолютное отклонение перп-спот 60-90% годовых (сильно больше, чем в традиционных валютных рынках); отклонения комоувятся между монетами и сужаются на ~11%/год; random-maturity арбитраж даёт Sharpe 1,8 (высокие ритейл-издержки) и до 3,5 (маркет-мейкеры) для BTC, лучше для ETH",
|
||||
"verdict": "Единственная работа с явно положительной нетто-экономикой на часовом горизонте, но требует займов, маржи и переноса между инструментами; не для $1000",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "The Two-Tiered Structure of Cryptocurrency Funding Rate Markets",
|
||||
"authors": "(авторы не подтверждены) - MDPI Mathematics 14(2) 346",
|
||||
"year": 2026,
|
||||
"url": "https://www.mdpi.com/2227-7390/14/2/346",
|
||||
"doi": "10.3390/math14020346",
|
||||
"horizon": "внутридневной (высокочастотная панель funding'ов)",
|
||||
"data": "высокочастотная панель funding rate по фрагментированным рынкам перпетуалов",
|
||||
"costs_assumed": "Заявлены транзакционные издержки и спред-реверсы",
|
||||
"key_numbers": "НЕ ПРОЧИТАНО: mdpi.com отдаёт Access Denied из нашей сети; web_extract упёрся в лимит кредитов. Из индекса поиска видно только: перпетуалы - ок. 93% объёма криптофьючерсов, строится высокочастотная панель для кросс-секционного анализа фрагментации и временной динамики funding'а",
|
||||
"verdict": "Недоступно => не берём в правила; фиксирую как пробел, а не как 'не подтверждено'",
|
||||
"implementable": false
|
||||
},
|
||||
{
|
||||
"title": "Intraday reversals in cryptocurrencies",
|
||||
"authors": "автор/год по записи не подтверждены (NUS scholarbank)",
|
||||
"year": null,
|
||||
"url": "https://scholarbank.nus.edu.sg/entities/publication/7b89eafc-8618-47c2-b2de-ba8441e2a2fa",
|
||||
"doi": "",
|
||||
"horizon": "заявлен 24-часовой внутридневной горизонт (доходность в фиксированное время суток)",
|
||||
"data": "не установлено (полный текст недоступен: JS-приложение отдаёт 827 байт HTML)",
|
||||
"costs_assumed": "Не раскрыты",
|
||||
"key_numbers": "Из индекса поиска: документируется систематический 24-часовой внутридневной реверс (доходность в фиксированное время суток); реверс более выражен на спот-рынках, чем в перпетуалах",
|
||||
"verdict": "НЕ ПРОЧИТАНО (недоступен полный текст, автор не подтверждён) => только как гипотеза для проверки",
|
||||
"implementable": false
|
||||
}
|
||||
]
|
||||
@@ -0,0 +1,156 @@
|
||||
# `xs-short-horizon` — кросс-секционные эффекты на 1–60 минутах в крипте
|
||||
|
||||
**Дата обращения ко всем источникам: 29.09.2026 (MSK).**
|
||||
Горизонт направления: 1 мин – 60 мин (плюс соседние 15 мин / 4–12 ч там, где это единственный способ оценить
|
||||
экономику эффекта). Комиссия-бенчмарк нашего стенда: **тейкер 0,055 %/нога = 0,11 % на круг**; мейкер 0,02 %/нога = 0,04 % на круг;
|
||||
проскальзывание 1 б.п./нога (топ-30 по обороту), 3 б.п./нога (остальные). 1 б.п. = 0,01 %.
|
||||
Наша шкала «сколько вообще есть в 5м»: **средний |доход| 5м = 22,8 б.п.**, 1ч = 78,0 б.п.
|
||||
|
||||
Ключевой фильтр, которым мы режем всё ниже: **эдж на сделку < 11 б.п. (тейкер) не может быть исполнен в принципе**;
|
||||
даже мейкерский круг 4 б.п. требует, чтобы эдж/сделку был > 4 б.п. с запасом.
|
||||
|
||||
---
|
||||
|
||||
## 1. Таблица «работа → данные → горизонт → издержки → цифры → вердикт»
|
||||
|
||||
| Работа (авторы, год) | Данные | Горизонт | Заложенные издержки | Цифры (как напечатано) | Вердикт для нас |
|
||||
|---|---|---|---|---|---|
|
||||
| **Kitron & Wengrowicz (2026)**, arXiv:2608.21888 «Short-horizon mean reversion in cryptocurrency markets: a matched cross-market measurement» | 183 пары Binance USDT spot, 15м свечи, 2025-01-01…2026-02-11 + холдаут до 2026-08-08; контроль: 187 акций/ETF США | 15 мин (также 1ч, 4ч, отдельно 5м) | **Издержки указаны как барьер:** мейкер 5 б.п., тейкер 10–20 б.п. на круг | Сигнал «против предыдущей свечи»: OOS AUC крипта 0,531 vs акции 0,499, знак-корреляция −0,035 (98 % пар отрицательна); **брутто-эдж на сделку пик ≈1,3 б.п. на 15м и 0,15 б.п. на 5м** против 5 б.п. лучшего мейкерского круга; ни одна из 183 пар не проходит даже 5 б.п.; медиана пары 0,46 б.п. | **Опровергает исполнимость**: 1,3 б.п. (15м) и 0,15 б.п. (5м) в 8 и 70 раз меньше нашего тейкерского круга 11 б.п. Реверс реален статистически, неисполним экономически |
|
||||
| **Kim & Hansen (2026)**, arXiv:2607.09426 «The Quarter-Hour Effect» | 6 перпетуалов Binance (BTC, ETH, XRP, SOL, DOGE, ADA), tick-data, 2021-01-01…2024-10-31; 10-секундные окна | **4–12 часов** (не 1–60 мин), событие — каждые 15 мин (96/сутки) | Потерь/комиссий не моделируют; прогноз 4–12 ч ⇒ низкий оборот | Дисбаланс потока заявок на четверть-часовом открытии предсказывает forward-доход: **CFE BTC 3,84 / 5,55 / 6,39 б.п. на единицу OI (t≈3,3–4,2) на 4/8/12 ч**; DOGE 5,02 / 8,49 / 11,33; открытия, совпадающие с funding-расчётом (00:00/08:00/16:00 UTC), исключены (остаётся 93 из 96 событий) | **Кандидат №1 для бэктеста**: низкий оборот (единицы сделок в сутки) ⇒ 11 б.п. терпимо, если эдж/сделку >25 б.п. Требует поля taker-buy volume (есть в Bybit klines) |
|
||||
| **Shen, Urquhart, Wang (2022)**, *Financial Review* 57(2) 319–344, doi 10.1111/fire.12290 | BTC/USD, 5 бирж, tick → 1 мин, с 2013 по 31.12.2020 | внутридневной TSM: первый получас → последний получас (сессия 17:00 EST) | **Издержки явно НЕ вычтены** (в тексте только ссылка на Gao et al. о робастности у акций) | Первый получас значимо предсказывает последний получас (in- and out-of-sample). Тайминг-стратегии: **7,82 % годовых (r_ONFH), 17,32 % (r_SLH), 16,69 % (оба) при success rate >50 %** против always-long 6,54 %; buy&hold 154,62 %. Коэффициент на второй-с-конца получас **отрицательный и огромный** (β ≈ −27 у JPY-пар, R² 11,4 %) | Наша ревизия: ежедневный вход+выход = 1 круг/сутки ⇒ **0,11 % × ~365 = ~40 %/год** тейкером при брутто 7,8–17,3 % ⇒ **тейкером отрицательно**; мейкером (0,04 % ⇒ 14,6 %/год) остаётся только «контр-вариант» r_SLH (17,32 %). Бэктестить мейкером |
|
||||
| **Wen, Bouri, Xu, Zhao (2022)**, SSRN 4080253 / *North American Journal of Economics and Finance* 62 | BTC (2013-03-03…2020-05-31), также ETH, LTC, XRP | внутридневной (минуты–часы) | Не заявлены (доступен только abstract) | Есть **и** внутридневной momentum, **и** внутридневной reversal; reversal характерен именно для крипты (перереакция/самоуверенность); тайминг-стратегия даёт экономическую ценность выше always-long/buy&hold | **Полный текст недоступен** (paywall) — читал только аннотацию. Цифр по издержкам нет ⇒ в бэктест не ставим без своего замера |
|
||||
| **Guo, Sang, Tu, Wang (2024)**, *JEDC* 163, 104863, doi 10.1016/j.jedc.2024.104863 | минутные данные Binance, много монет | **до 10 минут** | Сказано: long-short «sizable return out-of-sample **after accounting for transaction costs**», но **величина издержек в abstract не раскрыта** | Лаг-доходы *других* монет предсказывают фокусную монету; **+0,40…+4,82 б.п. на 1 SD пулированного лаг-дохода (минутный горизонт)**; робастно к adaptive LASSO и PCA | **Не исполняется тейкером**: сигнал ≤4,8 б.п., а ребаланс «каждую минуту» = 11 б.п./круг ⇒ −600 б.п./сутки издержек. В бэктест — только как «лаг-фича» внутри низкооборотной схемы |
|
||||
| **Jia, Wu, Yan, Liu (2023)**, *Journal of Empirical Finance* 74, PII S0927539823000956 (RePEc:eee:empfin:v:74:y:2023:i:c:s0927539823000956) | 22 крупных крипто, внутридневные данные | внутридневной (минуты) | Не раскрыты в abstract | **Отрицательный lead-lag** (в отличие от акций): крупные монеты *негативно* предсказывают остальные, мелкие крупных не предсказывают почти никогда; LASSO-стратегия на кросс-предсказуемости даёт высокозначимую прибыль | Полный текст закрыт (ScienceDirect). Механика совпадает с «реверс после движения лидера» — кандидат, но проверять надо самим |
|
||||
| **Springer (2026)**, «Price Transmission from Bitcoin to Altcoins: High-Frequency Evidence and Implications for Trading Strategy», doi 10.1007/s10690-026-09589-z | 1-минутные цены Binance, 369–381 актив; окна Bull / Bear / Sideways / Crash 2024–2025 | **1–3 минуты** | **fee = 0,02 % за сторону** (≈4 б.п. на круг) — «выше минимально возможной на Binance ~0,0175 %» | Мелкокапитализированные ALT реагируют на BTC с лагом 1 мин (корреляция на lag-1 выше, чем на lag-0); ISI–логарифм числа сделок: r = 0,561 (Bull), 0,483 (Bear); Грейнджер BTC→ALT односторонний; LightGBM-«lag strategy» превосходит buy&hold в OOS во всех режимах (только графики, абсолютных цифр нет) | Их 4 б.п./круг **в 2,75 раза дешевле нашего тейкера**. Их собственные активы — неликвидные мелкие монеты (BIFI/CITY/PIVX/GNO/QKC) ⇒ наше проскальзывание там 3 б.п./нога ⇒ реальный круг ≈17 б.п. **Только мейкером и только на больших движениях BTC** |
|
||||
| **Schmeling, Schrimpf, Todorov (2023)**, BIS Working Paper 1087 «Crypto carry» | фьючерсы/перпы vs спот, ~2019–2024 | дневной/недельный (фундамент базиса) | Не в abstract | Carry может доходить до **60 % годовых**, сильно меняется во времени; объясняется «удобной доходностью» (trend-chasing мелких инвесторов + нехватка арбитражного капитала) | **PDF в нашей среде не скачался** (bis.org отдаёт HTML). Использован только проверяемый abstract. Фундамент для «funding/basis», но не правило 1–60 мин |
|
||||
| **Vine (2026)**, «Crypto Carry: The Funding-Rate Cross-Section, Net of Costs and the Liquidation Tail» (препринт-блог с полным лог-файлом) | 30 Binance USD-M перпов, 2023-01…2026-05, **112 853 funding-события** | дневной/8-часовой ребаланс | «4 б.п. one-way schedule», deflated Sharpe, PBO | **Level-carry — артефакт**: headline Sharpe 8,5 — иллюзия нулевой волатильности funding; честная цифра **+5,6 %/год, к 2026 отрицательно**. **Кросс-секционный funding-фактор (long low / short high funding)**: in-sample Sharpe 0,71, **purged walk-forward OOS Sharpe 0,39** (все 36 конфигураций положительны, 0,58–1,5), PBO = 0,81, MDD −35 % | **Единственный из funding-подходов, выживший net-of-costs** — но это Sharpe ≈0,4 на дневном/8ч ребалансе, не 1–60 мин. Тестировать **мейкером и ребалансом по funding-тактам (8 ч)**, тейкером — нет |
|
||||
| **OctopusTakopi/funding-rate-alpha (2026)** (практический публичный отчёт, GitHub) | 791 контракт (включая делистнутые), 2,43 млн расчётов funding, расширено до **6,1 млн расчётов на трёх биржах**, 2020–2026 | 1–24 ч | «4 б.п. one-way schedule»; отдельно: **безубыточность только при комиссии 23 б.п.** | Доллар-нейтральная децильная книга собирает **11,6 б.п./сутки funding'а** (2/3 — с длинной ноги); после издержек **8,9 б.п./сутки, но 2/3 этого — в 2020–21**, после порог не проходит. Удержание только через момент расчёта funding'а — не работает (1,73 млн расчётов) | При нашем тейкерском круге 11 б.п. чистая величина ≈0…+0,5 б.п./сутки ⇒ **на грани нуля**; подтверждает наш собственный вывод «базис-carry отрицательно» |
|
||||
| **Bianchi, Babiak, Dickerson (2022)**, Sveriges Riksbank WP 413 / *JBF* 142 | топ-100 пар по Amihud, USD, 2017-03-01…2022-03-01, 179 023 наблюдений | дневной (t−1 → t), т.е. «сверхкороткий» для крипты | **В тексте: 30 б.п. long + 40 б.п. short; в подписи к Table 5: 20 б.п. long + 30 б.п. short** (внутреннее расхождение работы — фиксируем) | EW-реверс **2,187 %/сутки** (Sharpe 0,37/сутки) → после издержек 1,687 %; VW-реверс 0,558 % → 0,058 %. Условный (low-volume) реверс EW 1,226 % → **0,726 % net**; VW 0,625 % → 0,125 % (незначимо). **На Binance: EW gross 0,187 % → net −0,213 %; VW gross 0,059 % → net −0,341 %** | **Прямая улика «не исполняется»**: на живой Binance реверс после издержек отрицателен даже при 20/30 б.п. Эффект живёт в мелких/неликвидных парах (низкий объём, высокий Amihud) |
|
||||
| **Fičura (2023)**, FFA WP 5:003 (VŠE) «Impact of size and volume on cryptocurrency momentum and reversal» | недельные данные, большой кросс-секшн | недельный | Не указаны в abstract | **Недельный реверс существует только у мелких и неликвидных монет (t = −7,31); крупные и ликвидные показывают недельный momentum (t = +2,33)** | **Объясняет наш факт**: там, где мы торгуем (топ-30), реверса нет — есть momentum. Согласуется с нашим «дневной xs-momentum подтверждён, xs-reversal отрицателен» |
|
||||
| **Zaremba, Bilgin, Long, Mercik, Szczygielski (2021)**, *IRFA* 78, 101908 | **3607 монет**, 2 700 925 дневных наблюдений, 2015-01-01…2021-03-01 | дневной (сигнал = доход за t−1) | Не моделируются | Последний день — «фортабельный» негативный предиктор: **|t| > 120** для лага t−1 (против |t| < 120 для всех прочих лагов); эффект не перекрывается beta, IVOL, size, среднесрочными/долгосрочными доходами, сезонностью, ликвидностью, оборотом; **крупнейшие и самые торгуемые монеты показывают momentum, а не реверс** | Логика та же, что у Fičura: наш торгуемый универсум — «крупные/ликвидные» ⇒ реверс к нам не относится. Подтверждает нашу отрицательную проверку xs-reversal |
|
||||
| **Kozlowski, Puleo, Zhou (2021)**, «Cryptocurrency return reversals», *Applied Economics Letters* 28(11) 887–893, doi 10.1080/13504851.2020.1784831 | 200 монет, 2015–2019 | дневной / недельный / месячный | Не указаны | Значимый реверс на всех трёх частотах ребаланса, робастен к контролю на размер, оборот и неликвидность; сохраняется в обеих половинах выборки и при высокой и низкой подразумеваемой волатильности; **наиболее выражен у монет малой капитализации и низкой ликвидности** | Дневной реверс подтверждён, но у нас «отрицательно» — расхождение объясняется универсумом (мелкие монеты) |
|
||||
| **Han, Kang, Ryu (ACFR, 2023)** «Time-Series and Cross-Sectional Momentum… under Realistic Assumptions» | только монеты, листингованные на фьючерсах Binance, 2013-12…2023-08 | дневной (LB 1–56 дней, HP 1–56 дней) | **15 б.п. транзакционных издержек**, реальные тики и слиппедж, ежедневный mark-to-market, режим маржи, ликвидации | **Time-series momentum силён**: 28д/5д даёт Sharpe 1,51 против рынка 0,84 (эффект — сжатие downside). **Кросс-секционный momentum слаб**: из 21 портфеля 5 ликвидированы, только 6 бьют рынок; лучший 14д/7д — Sharpe 1,28 против рынка 1,01; 10 портфелей имеют t > 2 по средней доходности, но лишь **3 — по средней лог-доходности**; 6 портфелей с положительной средней доходностью либо ликвидированы, либо убыточны | **Прямо резонирует с нашим 14д/7д** (у нас +242 б.п./нед, t = 3,66): та же пара LB/HP — лучшая, но: (а) у них профит целиком в длинной ноге, короткая ловит jump-риск; (б) они предупреждают о look-ahead при выборе оптимальной пары LB/HP |
|
||||
| **Dobrynskaya (2021)**, «Cryptocurrency Momentum and Reversal» (HSE) | ~2000 монет с кап. > $1 млн, 2014–2020, недельные данные | недельный (J, K = 1–12 недель) | Не моделируются | 1–4 недели — momentum (лучшее: **2/2 = 70 % годовых**), дальше знак меняется, >4–6 недель — значимый реверс (до −1200 % годовых на 1–2 недельном сорте при 10–12 недельном удержании). «1/1» незначим из-за волатильности | Согласуется с нашим дневным/недельным momentum; реверс — на более длинных удержаниях |
|
||||
| **Borri & Shakhnov (2022)**, «The Cross-Section of Cryptocurrency Returns», *RAPS* 12(3) 667–705, doi 10.1093/rapstu/raac007 | пары биржа×валюта для BTC, 2015-05…2021-05 + расширения | дневной (кросс-секция *бирж*, не монет) | Полный учёт: торговые/маржинальные/выводные комиссии, **средняя торговая комиссия 15 б.п. за сделку** + модельные спреды | Long/short «cross» (персистентность дисконтов): **181 б.п./сутки брутто → ~31 б.п./сутки нетто** (Sharpe 13 % дневной). «Within» (mean-reversion дисконтов): 127 б.п./сутки брутто, **после издержек статистически НЕ значимо** (−90 б.п. вычет) | Кросс-биржевой кросс-секционный арбитраж — единственный «xs-эффект», где нетто остаётся положительным, но это требует переводов между биржами и 4 сделок ⇒ не наш горизонт и не наш капитал ($1000) |
|
||||
| **Pham, Tran, Nguyen, Duong (2024)**, *PLoS ONE* 19(11) e0304377 | топ-20 монет, 2016-01-02…2021-04-15, 6606 наблюдений, 2SLS | дневной | Не моделируются | Реверс (лаг-доход) **положительно** связан с доходностью до COVID и **отрицательно** — во время пандемии; внимание инвестора (Google Trends) положительно влияет на доходность BTC | Направление знака нестабильно во времени — риск переобучения на режиме |
|
||||
| **Petukhina, Reule, Härdle (2020)**, arXiv:2009.04200 «Rise of the Machines? Intraday HFT Patterns of Cryptocurrencies» | высокочастотные данные (CRIX и составляющие) | внутридневной | Не моделируются | Внутридневная периодичность доходности, объёма и волатильности; «интрадей-моментум торговых паттернов» как основа предсказуемости | Подтверждает структурную сезонность (см. §2), но не даёт торгового эджа |
|
||||
| **Wątorek, Skupień, Kwapień, Drożdż (2023)**, arXiv:2306.17095 | BTC, ETH, DOGE, WINkLink, 10-секундные данные, 2020-01…2022-12 | 10 с / внутридневной | Не моделируются | Три фазы активности (азиатская, европейская, американская сессии); **всплески активности с периодом 15 минут, особенно на полных часах** ⇒ роль алгоритмической торговли | Эмпирическая опора для правила «торговать в окна часовых/четверть-часовых границ», см. правило №1 и №10 |
|
||||
| **Ackerer, Hugonnier, Jermann (2024)**, arXiv:2310.11771 (Wharton) «Perpetual Futures Pricing» | теория (дискретное и непрерывное время) | — | Теория (в т.ч. границы при торговых издержках) | Безарбитражная цена перпа = риск-нейтральное ожидание спота в случайный момент; указаны спецификации funding'а, при которых базис тождественно нулевой | Теоретический фундамент; торгового правила не даёт |
|
||||
| **He, Manela, Ross, von Wachter (2022/2024)**, arXiv:2212.06888 «Fundamentals of Perpetual Futures» | BTC, ETH, BNB, DOGE, ADA; часовые данные | часовой (открытие/закрытие позиции) | Издержки: «даже при самых высоких комиссиях Binance» | Среднее **абсолютное** отклонение перп–спот ≈ **60–90 % годовых**; стратегия random-maturity арбитража даёт **Sharpe 1,8 (высокие ритейл-издержки) … до 3,5 (маркет-мейкеры)** для BTC, лучше для ETH и прочих | Единственная работа с **явно положительной нетто-экономикой** на часовом горизонте в крипте. Но: маржинальные требования, риск ликвидации, нужен доступ к займам (Aave) |
|
||||
| **MDPI Mathematics 14(2) 346** «The Two-Tiered Structure of Cryptocurrency Funding Rate Markets» | высокочастотная панель funding'ов | внутридневной | Заявлены транзакционные издержки и спред-реверсы | **НЕ ПРОЧИТАНО**: `mdpi.com` отдаёт *Access Denied* из нашей сети (и web_extract упёрся в лимит кредитов). Фиксирую как недоступное, а не как «не подтверждено» | — |
|
||||
| **NUS scholarbank**, запись «INTRADAY REVERSALS IN CRYPTOCURRENCIES» | — | заявлено «24-часовой горизонт: доходность в фиксированное время суток» | — | **Полный текст недоступен** (JS-приложение, 827 байт HTML; DNS репозитория SMU не резолвится). Автора/год по записи подтвердить не смог. Единственное, что видно из индекса поиска: реверс «более выражен на спот-рынках, чем в перпетуалах» | В отчёт как источник не беру — только как гипотезу для проверки |
|
||||
|
||||
---
|
||||
|
||||
## 2. Синтез: что здесь реально есть и на каком горизонте
|
||||
|
||||
1. **Всё «1–60 мин» в крипте — это один эффект: краткосрочный реверс (компенсация за поставку ликвидности).**
|
||||
Моментума на этих горизонтах в кросс-секции почти нет; вместо него документируется **отрицательный lead-lag**
|
||||
(Jia et al. 2023) и «реверс против предыдущей свечи» (Kitron & Wengrowicz 2026). Это ровно тот же механизм,
|
||||
что описан в акциях (Nagel 2012, Da et al. 2014) и на дневной крипте (Bianchi et al. 2022).
|
||||
|
||||
2. **Размер эджа и размер издержек не пересекаются.** Самая честная количественная оценка для нашего горизонта:
|
||||
брутто **1,3 б.п. на сделку (15 мин)** и **0,15 б.п. (5 мин)** — против нашего круга **11 б.п. (тейкер)** и
|
||||
**4 б.п. (мейкер)**. Авторы прямо пишут: *«не эксплуатируется при стандартных спотовых издержках»*, и что
|
||||
переход к 5-минутным барам делает **хуже**, а не лучше. Ни одна из 183 пар не проходит даже 5 б.п.
|
||||
|
||||
3. **Реверс живёт в неликвидном хвосте, а не там, где мы торгуем.** Bianchi et al. (2022): премия концентрируется
|
||||
в парах с низкой активностью (EW 1,226 %/сут vs 0,54 % при высоком объёме); на **Binance нетто отрицательно**.
|
||||
Zaremba et al. (2021): крупнейшие/самые торгуемые монеты дают momentum, а не реверс. Fičura (2023):
|
||||
недельный реверс — только мелкие и неликвидные (t = −7,31), крупные — momentum (t = +2,33).
|
||||
⇒ Наш универсум (топ-30) по построению отрезан от источника этого эффекта, а его «хвост» недоступен из-за
|
||||
проскальзывания 3 б.п./нога + стакан.
|
||||
|
||||
4. **Проскальзывание — то, что убивает реверс в ликвидной части.** Kitron & Wengrowicz отдельно подчёркивают:
|
||||
привязывает **явная комиссия**, а не котируемый спред (top-of-book ≈ 1 тик внутри эджа). То есть мейкер,
|
||||
который никогда не перескакивает спред, всё равно платит комиссию.
|
||||
|
||||
5. **Funding/basis на 1–60 мин — не предиктор.** В самой тщательной проверке на нашем горизонте
|
||||
(Kitron & Wengrowicz 2026, App. F) кондиционирование на **базис, funding rate, funding-часы, волатильность и сессию
|
||||
— плоско во всех случаях**. Положительная funding-экономика существует только на дневном/8-часовом ребалансе
|
||||
и после 2021 заметно деградировала (11,6 → 8,9 б.п./сутки, 2/3 в 2020–21; безубыточность требует комиссии 23 б.п.).
|
||||
|
||||
6. **Сезонность по часам — реальна, но это «внутридневной TSM/reversal одного актива», а не кросс-секция.**
|
||||
QuantPedia (Gemini, 2015–2022): значимые часы 22:00–23:00 UTC, худшие 3:00–4:00, «нет ни одного статистически
|
||||
отрицательного часа»; сезонностная стратегия — 33 % годовых при волатильности 20,93 % и MDD −22,45 % (без издержек).
|
||||
Wątorek et al. (2023) добавляют всплески с периодом 15 мин и на полных часах. Shen et al. (2022) — формально
|
||||
тот же класс эффекта, но с «сессией», заданной по объёму.
|
||||
|
||||
7. **Единственный «кросс-секционный» эффект с положительной нетто-экономикой на часовом горизонте — базис перп–спот**
|
||||
(He et al. 2024: Sharpe 1,8–3,5). Но это случай «limits to arbitrage»: нужны займы, маржа, перенос между
|
||||
инструментами; наш капитал ~$1000 и наш универсум сюда не подходят.
|
||||
|
||||
8. **Кросс-биржевой кросс-секционный арбитраж (Borri & Shakhnov 2022)** даёт 31 б.п./сутки нетто (Sharpe 13 % дневной)
|
||||
против 181 б.п. брутто — то есть **83 % брутто-эджа съедается издержками и переводами**. Это масштаб вычета,
|
||||
который надо держать в голове при любой оценке крипто-эджа.
|
||||
|
||||
9. **Риск выборки/переобучения на нашем горизонте огромен.** Han, Kang, Ryu (ACFR): из 21 кросс-секционного
|
||||
портфеля 5 ликвидированы, 6 с положительной средней доходностью убыточны, и только 3 проходят t > 2 по
|
||||
средней **лог**-доходности (а не арифметической). Vine (2026): PBO = 0,81 у funding-фактора, т.е. «лучшая»
|
||||
конфигурация не выбирается, ожидать надо ≈0,4 Sharpe, а не 1,5.
|
||||
|
||||
---
|
||||
|
||||
## 3. Проверяемые правила (формулировки для бэктеста)
|
||||
|
||||
Ниже — 10 правил, готовых к кодированию на нашем стенде. У каждого: сигнал, вход/выход, горизонт, ожидаемая
|
||||
экономика **после 0,11 % на круг** (тейкер) и отдельно — что будет мейкером (0,04 %).
|
||||
|
||||
| № | Правило (формулировка) | Источник | Ожидаемая экономика после 0,11 % |
|
||||
|---|---|---|---|
|
||||
| 1 | **Quarter-hour order-imbalance**: в моменты :00/:15/:30/:45 UTC (кроме 00:00/08:00/16:00 — funding) считаем OI = (taker-buy − taker-sell)/объём за 10 с после открытия; знак OI → позиция в сторону OI; держим 4 ч (затем 8 ч/12 ч) | Kim & Hansen 2026 (arXiv:2607.09426), CFE BTC 3,84/5,55/6,39 б.п. на единицу OI (t≈3,3–4,2) | Оборот единицы в сутки ⇒ 11 б.п. терпимо **если** эдж/сделку > 25 б.п. **Проверить первым** — единственный кандидат с низким оборотом |
|
||||
| 2 | **BTC intraday TSM, контр-версия**: сигнал = доход последних 30 мин до 17:00 EST → позиция в последние 30 мин; **вход по лимиту**, выход по лимиту | Shen et al. 2022 (doi 10.1111/fire.12290), r_SLH: 17,32 %/год брутто | Тейкером отрицательно (0,11 % × 365 ≈ 40 %/год > 17,32 %). **Мейкером** (0,04 % × 365 ≈ 14,6 %/год) остаётся +2,7 п.п. — маргинально; перепроверить на Bybit 5м/30м |
|
||||
| 3 | **Сезонность часов**: держать BTC только в окне 22:00–23:00 UTC | QuantPedia (Gemini 2015–2022): 33 %/год, vol 20,93 %, MDD −22,45 %, издержки не заложены | 1 круг/сутки ⇒ тейкером 40 %/год > 33 % ⇒ отрицательно. Мейкером 14,6 %/год ⇒ ≈+18 %. Тестировать мейкером, обязательно с 2023–2026 (окно могло исчезнуть) |
|
||||
| 4 | **Lead-lag BTC → неликвидный ALT (1–3 мин)**: если |r_BTC,t−1| > порога, входим в ALT в сторону движения BTC на 1–3 мин; только монеты с низким trade count | Springer 2026 (doi 10.1007/s10690-026-09589-z); их издержки 0,02 %/сторона | Их 4 б.п./круг против нашего 11 б.п. тейкером + 3 б.п./нога слиппеджа в неликвиде ⇒ ≈17 б.п. **Только мейкером** и только на «прыжковых» движениях BTC; мерить эдж/сделку |
|
||||
| 5 | **Кросс-крипто пулированный лаг-доход**: прогноз фокусной монеты по лаг-доходам остальных (adaptive LASSO), горизонт 1–10 мин | Guo, Sang, Tu, Wang 2024 (JEDC 163, 104863): +0,40…+4,82 б.п. на 1 SD | **Не исполняется из-за издержек**: сигнал ≤4,8 б.п. < 11 б.п.; минутный ребаланс = −600 б.п./сутки на издержках |
|
||||
| 6 | **Реверс против предыдущей свечи (sign-reversal)**: −sign(r_t−1) на 1 свечу вперёд, все монеты универсума | Kitron & Wengrowicz 2026 (arXiv:2608.21888) | **Не исполняется**: брутто 1,3 б.п. (15м) / 0,15 б.п. (5м) против 11 б.п. тейкером и 4 б.п. мейкером; ни одна из 183 пар не проходит 5 б.п. |
|
||||
| 7 | **Реверс, кондиционированный на агрессивный поток**: то же, но только после «flow-driven» бар (знак движения = знак taker-imbalance) с |imbalance| в верхнем квинтиле | Kitron & Wengrowicz 2026: OOS AUC 0,540 после flow-driven против 0,519 после flow-opposed; pooled Δflip-rate +0,021 [+0,015;+0,026] | Тейкером почти наверняка отрицательно (эдж порядка 5 б.п. при движении ~80 б.п.); **мейкером** — граница. Единственная «выжимаемая» часть эффекта; мерить per-trade |
|
||||
| 8 | **Кросс-секционный funding-фактор**: long низкий funding / short высокий funding, доллар-нейтрально, ребаланс по funding-тактам (8 ч) | Vine 2026 (OOS Sharpe 0,39 net при 4 б.п. one-way); OctopusTakopi 2026 (11,6 б.п./сутки funding, 8,9 б.п. нетто, безубыточность при 23 б.п.) | 2 ноги × 11 б.п. круга = 22 б.п. за ребаланс против 11,6 б.п./сутки купона ⇒ **тейкером отрицательно**; мейкером (8 б.п.) ⇒ ≈+3,5 б.п./сутки, но 2/3 исторической прибыли — 2020–21, после порога не проходит |
|
||||
| 9 | **Условный дневной реверс с фильтром низкого объёма**: long-low-return / short-high-return только в паре с de-trended volume ниже тренда, равновесный портфель | Bianchi et al. 2022 (Riksbank WP 413) | EW брутто 1,226 %/сут → 1,11 % при нашем 11 б.п.; но **на Binance нетто уже −0,213 %** при их 20/30 б.п., а наш плюс съедается слиппеджем 3 б.п./нога (≈0,17 %/круг) и тем, что это монеты низкой активности ⇒ **не исполняется тейкером**; тест только на «высоколиквидном хвосте» топ-30 (где, по Fičura/Zaremba, реверса нет) |
|
||||
| 10 | **Час-окна как фильтр оборота для правил 1 и 4**: разрешить вход только в окна :00 и :15 (всплески активности/алго-торговли), вне окон — не торговать | Wątorek et al. 2023 (arXiv:2306.17095); Kim & Hansen 2026 | Сам по себе не эдж, а **снижение оборота** (и издержек): вместо N сделок в сутки — только 2 окна/час. Ожидаемая экономика = экономика базового правила; применять как фильтр к №1 и №4 |
|
||||
|
||||
---
|
||||
|
||||
## 4. Что опровергнуто (отдельный раздел)
|
||||
|
||||
1. **Funding/basis не предсказывает доходность на 1–60 мин.** Kitron & Wengrowicz (2026, App. F):
|
||||
кондиционирование на перпетуальный базис, funding rate, funding-часы, волатильность и сессию — **плоско во всех
|
||||
случаях**. Совпадает с нашим собственным «базис-carry отрицательно».
|
||||
2. **Level-carry («собирать funding, пока он положителен») — артефакт Sharpe.** Vine (2026): headline Sharpe 8,5
|
||||
при честной нетто-доходности +5,6 %/год с деградацией до отрицательной к 2026; доминирующий риск (базис/ликвидация/депег)
|
||||
funding-only моделью вообще не виден. OctopusTakopi (2026): удержание только через момент расчёта funding'а
|
||||
опрокидывается на 1,73 млн расчётов — цена уходит против сборщика сильнее платежа.
|
||||
3. **Краткосрочный (15 мин) реверс не эксплуатируется.** 1,3 б.п. брутто/сделку (и 0,15 б.п. на 5 мин) против
|
||||
5 б.п. лучшего мейкерского круга; «ни одна из 183 пар» не проходит даже 5 б.п.
|
||||
4. **Кросс-секционный реверс на дневном горизонте — отрицателен в ликвидной части.** На Binance нетто −0,213 % (EW)
|
||||
и −0,341 % (VW) при 20/30 б.п. (Bianchi et al. 2022). Согласуется с нашей проверкой «дневной xs-reversal отрицателен».
|
||||
5. **Кросс-секционный momentum на дневных/недельных данных слаб, если считать корректно.** Han, Kang, Ryu (ACFR):
|
||||
5 из 21 портфеля ликвидированы, 6 с положительной средней доходностью убыточны, только 3 имеют t > 2 по **лог**-доходности;
|
||||
профит целиком в длинной ноге; оценка «оптимальной» пары LB/HP вносит look-ahead.
|
||||
6. **Одноминутные лаг-сигналы «другие монеты → фокусная монета» слишком малы для тейкера** (0,40–4,82 б.п. на 1 SD
|
||||
при 11 б.п. на круг). Робастность статистики ≠ исполнимость.
|
||||
7. **Кросс-биржевой арбитраж дисконтов: 83 % брутто съедается издержками** (181 → 31 б.п./сутки; «within»-версия
|
||||
после издержек вообще незначима, Borri & Shakhnov 2022). Это не направление для 1–60 мин и не для $1000.
|
||||
8. **Знак дневного реверса нестабилен по режимам**: положительный до COVID, отрицательный в пандемию
|
||||
(Pham et al. 2024). Любое правило на дневном реверсе обязано тестироваться по режимам.
|
||||
9. **Не подтверждено, но и не прочитано** (честно фиксирую): MDPI Mathematics 14(2) 346 (funding-панель) —
|
||||
`Access Denied` из нашей сети; NUS «Intraday reversals in cryptocurrencies» — полный текст недоступен, автора
|
||||
подтвердить не удалось; Wen et al. (2022) и Jia et al. (2023) — только аннотации (paywall); BIS WP 1087 —
|
||||
доступен только abstract (bis.org отдаёт HTML вместо PDF).
|
||||
|
||||
---
|
||||
|
||||
## 5. Что делать в бэктесте в первую очередь
|
||||
|
||||
Порядок приоритета по «шанс × низкий оборот»:
|
||||
1. **Правило №1 (quarter-hour OI → 4–12 ч)** — единственное, где оборот мал, а заявленный эдж (3,8–11,3 б.п. на
|
||||
единицу OI) может пережить 11 б.п. Проверка: есть ли сигнал на Bybit-перпах вне 2021–2024 (наша выборка).
|
||||
2. **Правило №2 в мейкерском варианте** — прямой аналог нашего дневного xs-momentum, но внутри дня.
|
||||
3. **Правило №8 мейкером и по 8-часовым тактам** — проверить, остался ли funding-фактор после 2022 в нашей выборке.
|
||||
4. **Правила №4 и №7** — только мейкером, только на «прыжках», с обязательным замером эдж/сделку.
|
||||
5. Остальные (№3, №5, №6, №9) — либо отрицательны тейкером, либо требуют недоступного неликвидного хвоста.
|
||||
|
||||
**Методические требования к нашим тестам** (следуют прямо из работ): закладывать 11 б.п. на круг тейкером и 4 б.п.
|
||||
мейкером + 1/3 б.п. слиппеджа; считать **среднюю лог-доходность**, а не арифметическую (Han, Kang, Ryu); считать
|
||||
вероятность бэктест-переобучения (Vine: PBO 0,81); фиксировать универсум **до** выборки (Kitron & Wengrowicz:
|
||||
volume-ranked «после конца выборки» универсум даёт survivor-tilt, который они отдельно считали ex-ante).
|
||||
Reference in New Issue
Block a user