量化研究

洞察与方法论

我们定期分享在加密量化领域的研究成果、工程实践与市场观察。

加密横截面动量：1–4 周窗口与四因子框架

Sparkline Capital 研究显示，加密动量最优窗口为 1–4 周，大市值资产信号更稳定，需与价值因子和波动率管理组合使用。

Artemis Analytics 将 DAU 增长、费用估值与活跃收入转化为横截面因子，4 年回测 Sharpe 约 1.73，验证链上数据的 alpha 价值。

波动率目标将仓位与实现波动率反向挂钩；配合 Fractional Kelly 与回撤节流，可将最大回撤从 58% 压缩至 21%。

Katoshi 提出将 NVT、活跃地址、费用指标与波动率调整动量结合，在价格发现前识别被低估协议。

Arithmax Research 提出宏观流动性与资产级基本面双层对齐框架，Composite Score 平衡 timing 与 selection。

Prisma Finance Hub 综述显示，基于动量/价值/质量属性的系统化配置可持续产生超额收益，链上使用量是更合适的价值锚。