宏观-基本面双层模型：何时承担 Crypto 风险

Arithmax Research 的宏观-基本面双层框架指出：加密资产同时受宏观流动性（利率、美元、风险偏好）与资产级基本面（网络采用、开发活动、持仓集中度）驱动，单层模型难以稳定。

框架将决策分解为两层：宏观层判断当前是否适合承担 crypto 风险敞口；基本面层在可交易 universe 中筛选质量资产。仅当两层信号同向时才建立或放大仓位，Composite Score: S = λ·M + (1-λ)·F。

与纯动量、纯宏观或纯基本面模型对比，双层框架在回测中展现出更好的 timing 与 selection 平衡。宏观 filter 避免在流动性收缩期过度交易，基本面 filter 避免在 risk-on 环境中买入低质量资产。

研究还强调成本感知：spread、手续费与 funding rate 压力应作为显式过滤条件，这在 crypto 多 venue 环境中尤为关键。