web3 跨市场策略

Web3 量化策略全景图：从 K 线扩展到跨市场、链上、协议与事件

对，K 线只是 Web3 量化中的一个维度，而且主要描述的是“某个市场已经成交后的价格结果”。

Web3 真正比传统市场特殊的地方，在于同一个经济风险，可以同时存在于：

• 多家中心化交易所；

• 现货、永续、交割合约和期权；

• 多条链；

• CEX、AMM、链上订单簿和借贷协议；

• 原生资产、跨链资产、质押凭证、收益凭证；

• 不同稳定币和不同抵押品；

• 链上钱包、协议、预言机和区块空间；

• 传统金融 ETF、CME、加密股票和 RWA 市场。

因此，Web3 Alpha 不只是：

过去涨了多少→预测未来涨跌\text{过去涨了多少} \rightarrow \text{预测未来涨跌}

更重要的是：

同一风险在不同地点、不同工具、不同时间和不同机制下，为什么被定成不同价格\text{同一风险在不同地点、不同工具、不同时间和不同机制下，为什么被定成不同价格}

完整策略可以写成：

Strategy=市场关系+定价偏差+触发信号+对冲结构+执行方式+退出与风控\text{Strategy} = \text{市场关系} + \text{定价偏差} + \text{触发信号} + \text{对冲结构} + \text{执行方式} + \text{退出与风控}

而最终净收益近似为：

NetPnL= PricePnL+Funding+Interest+StakingYield+LPFees+Incentives+OptionConvexity+MEVEdge−TradingFees−Spread−Slippage−Gas−BorrowCost−HedgeCost−IL/LVR−CounterpartyRisk\begin{aligned} NetPnL=&\ PricePnL +Funding +Interest +StakingYield\ &+LPFees +Incentives +OptionConvexity +MEVEdge\ &-TradingFees -Spread -Slippage -Gas\ &-BorrowCost -HedgeCost -IL/LVR -CounterpartyRisk \end{aligned}

下面我不只是列“数据”，而是把 Web3 可以研究的策略母类、子类、收益来源、需要的数据和主要风险全部展开。

---

一、Web3 除了 K 线，还有哪些数据维度

先看总地图。

数据维度	主要数据	能产生的策略
价格结果	OHLCV、成交额、振幅	趋势、反转、截面、波动率
成交明细	trade、方向、大小、频率	主动买卖流、CVD、冲击、短期预测
订单簿	bid/ask、深度、队列、撤单	做市、订单簿不平衡、微价格
衍生品状态	Funding、Basis、OI、爆仓	Carry、拥挤交易、爆仓传播
期权曲面	IV、Skew、Term Structure、Greeks	波动率、偏度、期限套利
跨交易所	不同 CEX/DEX 的价格和深度	空间套利、Lead-Lag、Maker-Hedge
跨链状态	跨链价格、桥流量、Gas、最终性	跨链套利、链间资金轮动
链上资金流	钱包转账、交易所流入流出	聪明钱、鲸鱼、稳定币流动性
协议状态	TVL、借贷利用率、费用、收入	协议基本面、借贷利差
资产负债状态	抵押率、健康因子、清算价格	清算机器人、信用风险
Tokenomics	解锁、增发、销毁、质押、回购	供给冲击、稀释、事件交易
治理状态	提案、投票、参数变化、时间锁	治理事件、激励变化
网络状态	Gas、区块空间、排序、预言机	MEV、网络拥堵、预言机价差
宏观与 TradFi	利率、美元、ETF、CME、股票	跨资产、风险状态、资金流
情绪与事件	新闻、社媒、搜索、公告	注意力、事件漂移、反转
安全与信用	攻击、停机、储备、提现状态	风险溢价、危机交易

Binance 等交易所除了 K 线，还提供逐笔成交、最优买卖价和订单簿；Deribit 等期权市场还提供 OI、Funding、标记波动率和 Greeks。因此，交易所公开数据本身就已经远远超过 OHLCV。(Binance 开发者中心)

---

二、Web3 真正的 Alpha 母类

看起来策略可能有几百种，但底层收益来源大致可以归为：

1. 方向收益：预测价格涨跌。

2. 相对价值：两个相关资产的价差回归。

3. 跨市场收敛：同一资产在不同市场价格趋于一致。

4. Carry 收益：Funding、利息、质押收益、期货升贴水。

5. 波动率收益：IV 与 RV、偏度、期限结构、凸性。

6. 流动性收益：做市、LP、买卖价差。

7. 订单流收益：从主动成交、订单簿和冲击中预测短期价格。

8. 清算收益：从强制去杠杆或协议清算中获利。

9. 延迟和排序收益：套利、Backrun、跨域时差。

10. 链上信息收益：钱包和资金流比价格更早暴露信息。

11. 协议基本面收益：费用、收入、使用率、资本效率。

12. 供给与事件收益：解锁、增发、销毁、上市、治理。

13. 激励补贴收益：流动性挖矿、积分、Gauge、Maker 返佣。

14. 宏观和信用风险溢价：利率、ETF、交易所、桥和稳定币风险。

下面展开。

---

三、跨市场策略：Web3 最核心的扩展维度

所谓跨市场，不只是“Binance 和 OKX 搬砖”。

跨市场可以发生在：

交易所×工具×链×协议×抵押品×到期日\text{交易所}\times \text{工具}\times \text{链}\times \text{协议}\times \text{抵押品}\times \text{到期日}

---

1. CEX 与 CEX：同一资产跨交易所

假设：

Binance BTC ask = 100,000
OKX BTC bid     = 100,080

理论毛利：

8080

真正可交易边际：

Edge=BidOKX−AskBinance−Feebuy−Feesell−Slippage−InventoryCost−TransferCost−CounterpartyRisk\begin{aligned} Edge=&Bid_{OKX}-Ask_{Binance}\ &-Fee_{buy}-Fee_{sell}\ &-Slippage-InventoryCost\ &-TransferCost-CounterpartyRisk \end{aligned}

1.1 同步空间套利

在低价交易所买，在高价交易所卖。

真正专业的方式通常不是：

先买币，再提币，等到账后卖掉。

而是：

两边预先放好资金和资产，同时成交，事后再做库存平衡。

否则转账时间会让价差消失。

1.2 非同步价差收敛

不是同时锁死利润，而是发现：

Spreadt=PA−PBSpread_t=P_A-P_B

偏离历史均值后，预期价差回归。

这是 StatArb，不是无风险套利。

1.3 跨交易所 Lead-Lag

研究：

rBinance,t→rOKX,t+Δtr_{Binance,t} \rightarrow r_{OKX,t+\Delta t}

或者：

rCoinbase,t→rBinance,t+Δtr_{Coinbase,t} \rightarrow r_{Binance,t+\Delta t}

可能形成：

• 龙头交易所价格发现；

• 亚洲交易所与美元交易所时差；

• 现货市场领先永续；

• 高流动性市场领先低流动性市场。

1.4 Maker-Hedge

在流动性较差但 Maker 费用更优的市场挂单：

交易所 A：挂 Maker 单
交易所 B：成交后立即做 Taker 对冲

利润来自：

MakerSpread+Rebate−HedgeSlippageMakerSpread+Rebate-HedgeSlippage

这不是简单搬砖，而是：

一个市场提供流动性，另一个市场管理库存风险。

1.5 费率与返佣套利

不同交易所的：

• Maker 返佣；

• Taker 费率；

• VIP 等级；

• 做市商计划；

• 交易挖矿；

• 推荐返佣；

会让同样的价差，在不同账户下完全是不同策略。

1.6 提现与充值状态溢价

当某个交易所暂停某条链的充值或提现时，可能出现局部价格偏离。

但这种偏离可能长期无法收敛，所以它更像：

可转移性风险溢价。

1.7 交易所信用风险溢价

如果市场怀疑某个交易所存在：

• 提现风险；

• 储备风险；

• 法律风险；

• 结算风险；

该交易所上的资产可能出现折价或溢价。

看起来是套利，实际上可能是在承担交易所信用风险。

1.8 跨交易所借币成本套利

现货做空依赖借币。

同一个币在不同平台可能存在：

• 借币费差异；

• 可借数量差异；

• 召回风险；

• 抵押品折扣差异。

可以构造：

在借币便宜的平台建立空头，在另一市场建立对应多头或 Carry 头寸。

---

四、同一资产、不同金融工具

这是 Web3 策略里最重要的一棵树。

---

2. 现货—永续套利

定义：

Basisperp=Pperp−PspotPspotBasis_{perp}= \frac{P_{perp}-P_{spot}}{P_{spot}}

2.1 正向 Cash-and-Carry

当永续明显高于现货，且 Funding 为正：

Long Spot
Short Perp

收益主要来自：

• Funding；

• Basis 收敛；

• 现货可能产生的质押或借贷收益。

成本包括：

• 现货资金占用；

• 交易费用；

• 对冲误差；

• 稳定币机会成本；

• 交易所信用风险；

• 现货借贷或托管成本。

近似：

Return≈Funding+BasisConvergence−CostReturn \approx Funding+BasisConvergence-Cost

2.2 反向 Cash-and-Carry

当永续显著低于现货，或者 Funding 极度为负：

Short Spot
Long Perp

难点是现货借币成本和可借数量。

2.3 Funding Capture

不一定等 Basis 明显偏离，而是专门收 Funding：

Long Spot
Short Positive-Funding Perp

或者在负 Funding 市场反向。

永续 Funding 的设计目的就是推动永续价格靠近指数或现货。以 dYdX 为例，其 Funding Premium 会参考影响买卖价相对于指数价格的偏差，再按固定周期结算。(dYdX 文档)

2.4 Funding 预测

Funding 不是只能在结算后看。

可以预测：

• 下一期 Funding；

• Funding 是否继续升高；

• Funding 是否即将翻负；

• 结算前后是否出现价格冲击。

特征包括：

• Perp Premium；

• Mark–Index 偏差；

• Impact Bid/Ask；

• OI；

• Taker Flow；

• 最近 Funding 趋势；

• 结算剩余时间；

• 跨交易所 Funding 差。

2.5 Funding 均值回归

当 Funding 进入历史极值：

Zfunding>2Z_{funding}>2

可能研究：

• Funding 自身是否回落；

• 永续价格是否相对现货回落；

• 拥挤方向是否发生反转。

但高 Funding 也可能在强趋势中持续，因此不能简单认为：

Funding 高就必然做空。

2.6 Funding 动量

与均值回归相反：

Funding 从 0 快速上升，可能代表杠杆趋势正在增强。

可与价格、OI、主动买卖流结合。

2.7 Funding 截面策略

对所有永续合约排名：

Funding最高的一组
Funding最低的一组

构建：

• 高 Funding 空头、低 Funding 多头；

• 高 Funding 资产现货多 + 永续空；

• Beta-neutral Funding 组合；

• Sector-neutral Funding 组合。

2.8 跨交易所 Funding 套利

例如同一个 BTC 永续：

交易所 A Funding = +0.08%
交易所 B Funding = -0.02%

构造：

A 做空
B 做多

在价格方向上接近中性，赚 Funding 差。

风险是：

• 两边标记价格不同；

• Funding 结算公式不同；

• 结算时间不同；

• 保证金币种不同；

• 一边先爆仓；

• 交易所风险不对称。

2.9 Funding 期限结构

如果同时存在：

• 小时级永续 Funding；

• 次日或周度预计 Funding；

• 季度期货 Basis；

可以构建一个隐含 Carry Curve。

研究：

• 短期 Funding 高、长期 Basis 低；

• 短期 Funding 低、远期期货高；

• Funding 曲线陡峭化和扁平化。

---

3. 永续—永续

同一资产在不同永续市场之间，可以交易：

3.1 价格 Basis

Pperp,A−Pperp,BP_{perp,A}-P_{perp,B}

3.2 Funding 差

FundingA−FundingBFunding_A-Funding_B

3.3 USDT—USDC 抵押品 Basis

USDT 本位和 USDC 本位可能因为：

• 稳定币利率；

• 资金偏好；

• 抵押品风险；

• 市场参与者结构；

形成不同价格和 Funding。

3.4 线性—反向合约

例如：

• USDT 本位线性合约；

• 币本位反向合约。

它们的 PnL 和保证金暴露并不相同。

币本位空头可能天然带有：

保证金价值随币价下跌而下降或上升的非线性影响。

可以构建抵押品和凸性相关的相对价值策略。

3.5 CEX Perp—DEX Perp

例如：

Binance / OKX
vs
Hyperliquid / dYdX / GMX

研究：

• Funding 差；

• 标记价格差；

• Oracle 延迟；

• 深度差；

• 链上 Gas 和延迟；

• 去中心化协议的 OI 不平衡；

• LP Borrow Fee。

Hyperliquid 使用链上订单簿；dYdX 和 GMX 等协议也会根据市场溢价、OI 或池子不平衡产生不同的 Funding、Borrow 或风险参数，因此 DEX Perp 与 CEX Perp 并不是完全相同的工具。(Hyperliquid)

---

4. 现货—交割合约

定义年化 Basis：

AnnualizedBasis=F−SS×365DaysToExpiryAnnualizedBasis= \frac{F-S}{S} \times \frac{365}{DaysToExpiry}

策略包括：

4.1 期货 Cash-and-Carry

Long Spot
Short Dated Future

持有到期收敛。

4.2 Reverse Cash-and-Carry

Short Spot
Long Future

4.3 Basis 动量

期货升水不断扩大，可能反映风险偏好或杠杆需求增强。

4.4 Basis 均值回归

年化 Basis 偏离历史和资金成本后，交易其收敛。

4.5 Basis 截面

对不同资产的期货年化 Basis 排名：

• 高 Basis 做 Carry；

• 低 Basis 或倒挂资产做反向 Carry；

• 控制 BTC Beta 和流动性。

---

5. 期货—期货：期限结构策略

如果存在多个到期日：

F1M,F3M,F6MF_{1M},F_{3M},F_{6M}

可以交易：

5.1 Calendar Spread

Long Near
Short Far

或者反向。

5.2 Curve Steepener

赌期限曲线变陡。

5.3 Curve Flattener

赌期限曲线变平。

5.4 Butterfly

交易中间期限相对于近端和远端的偏离：

Butterfly=2Fmiddle−Fnear−FfarButterfly= 2F_{middle}-F_{near}-F_{far}

5.5 Roll-Down

即使价格和曲线形状不变，合约随着到期临近也会沿期限曲线滚动。

5.6 季末和交割效应

研究：

• 交割前 Basis 收敛速度；

• 换月流动性；

• 季末机构对冲；

• 永续与季度合约的持仓转移。

---

五、CEX—DEX 策略

这一类比传统跨交易所更有 Web3 特征。

---

6. CEX—DEX 价格套利

例如：

Binance ETH = 4,000
Uniswap ETH = 4,020

可以在 CEX 买入、DEX 卖出。

真正需要计算：

NetEdge=DEXExecutablePrice−CEXExecutablePrice−CEXFee−DEXFee−Gas−PriceImpact−MEVPayment−HedgeLatency−InventoryCost\begin{aligned} NetEdge=&DEXExecutablePrice-CEXExecutablePrice\ &-CEXFee-DEXFee-Gas\ &-PriceImpact-MEVPayment\ &-HedgeLatency-InventoryCost \end{aligned}

不是拿 DEX 页面上的中间价格和 CEX Last Price 比较。

必须使用：

• 指定交易规模下的真实 Quote；

• 当前池子状态；

• Gas；

• 路由；

• 预期滑点；

• 区块包含概率；

• CEX 对冲成交概率。

6.1 原子链上腿 + CEX 对冲

链上先成交，然后立即在 CEX 对冲。

风险在于：

• 链上交易失败；

• CEX 对冲滑点；

• 区块确认时价格变化；

• 对手抢先成交。

6.2 CEX 先对冲 + 链上成交

先锁定 CEX 风险，再提交链上交易。

风险变成：

链上腿失败后留下裸仓。

6.3 库存型 CEX—DEX 套利

在 CEX 和链上都预留资产。

成交时不依赖即时跨链或提现，事后再平衡库存。

6.4 CEX 价格发现—DEX Backrun

当 CEX 价格发生明显变化，但 AMM 仍停留在旧价格时，套利者推动 AMM 回到外部市场价格。

这类机会本质是：

AMM 状态价格相对于外部价格出现短暂滞后。

6.5 DEX Oracle—CEX 价差

一些链上协议依赖外部预言机或指数。

可以研究：

• CEX 价格已经变化；

• 预言机尚未更新；

• 协议可交易价格或清算条件何时变化。

这里应该做合法的价格监控、风险管理和公开市场套利，不应该通过操纵低流动性来源影响预言机。

---

六、DEX—DEX 策略

---

7. 同链双池套利

例如：

Uniswap ETH/USDC
Curve ETH/USDC

若两个池子的可执行价格不同：

Pool A 买
Pool B 卖

7.1 同协议不同 Fee Tier

例如同一交易对存在：

• 0.01%；

• 0.05%；

• 0.30%；

• 1.00%；

多个池。

不同交易规模下，最优路径可能不同。

7.2 多协议套利

例如：

• Uniswap；

• Curve；

• Balancer；

• PancakeSwap；

• Aerodrome；

• 链上订单簿。

7.3 三角套利

例如：

USDC→ETH→BTC→USDCUSDC\rightarrow ETH\rightarrow BTC\rightarrow USDC

如果最终获得的 USDC 大于起始数量加成本，则存在机会。

7.4 多跳和路由套利

并不局限于三个资产。

可以把整个 DEX 流动性网络看作一个有向图：

• 节点：Token；

• 边：Pool；

• 边权：指定规模下的汇率、费用和冲击。

寻找净收益为正的路径。

7.5 稳定币池不平衡套利

Curve 等稳定资产池专门服务于价格高度相关的资产。池子失衡会改变报价并吸引套利者恢复平衡。(Curve 知识中心)

例如：

USDC/USDT
USDC/DAI
stETH/ETH
wstETH/ETH

可以研究：

• 池子余额比例；

• 虚拟价格；

• Peg 偏离；

• 提现需求；

• 激励变化。

7.6 Flash Loan 原子套利

在同一笔链上交易中：

借款
→ 多池套利
→ 归还贷款

如果任何一步失败，整笔交易回滚。

Aave 的 Flash Loan 要求借款及费用在同一原子交易中偿还。(aave.com)

它解决的是本金问题，不解决：

• Gas；

• 竞争；

• 区块排序；

• 合约风险；

• 价格冲击。

---

七、跨链策略

跨链不是简单的“链 A 便宜、链 B 贵”。

存在两类完全不同的结构。

---

8. 预置库存型跨链套利

在两条链都放好资产：

链 A：买
链 B：卖

然后慢慢通过桥或其他方式再平衡。

优点：

• 不把桥接延迟放入交易闭环；

• 能快速同时成交。

缺点：

• 资本分散；

• 多链库存管理；

• 桥和稳定币风险；

• 某条链库存耗尽。

---

9. 桥接型跨链套利

流程：

链 A 买入
→ 跨链桥
→ 链 B 卖出

这是顺序依赖型策略。

风险包括：

• 最终性时间；

• 桥延迟；

• 目标链价格变化；

• 桥限额；

• 流动性不足；

• 消息验证失败；

• 合约安全风险。

研究通常会区分“预置资金、两边独立执行”和“必须经过桥接才能完成”的两类跨链套利，因为二者的延迟与风险结构完全不同。(arXiv)

---

10. 同一 Token 跨链价差

例如同一资产在：

Ethereum
Arbitrum
Base
BSC
Solana

存在不同价格和深度。

需要进一步区分：

• 原生资产；

• 官方桥资产；

• 第三方包装资产；

• 多种同名但不同发行人的资产。

同一个 ticker 并不一定代表同一个信用风险。

---

11. Native—Wrapped Basis

例如：

• BTC 与 WBTC；

• ETH 与跨链包装 ETH；

• USDC 与 bridged USDC；

• 原生 USDT 与桥接 USDT。

价差可能反映：

• 赎回能力；

• 托管风险；

• 桥风险；

• 流动性；

• Gas；

• 赎回时间。

---

12. 跨链稳定币套利

例如：

Ethereum USDC = 1.000
某 L2 USDC    = 0.995

策略可能是：

• 跨链库存套利；

• CCTP 原生 Burn/Mint；

• 桥接稳定币兑换；

• DEX 池子套利；

• 借贷市场套利。

Circle 的 CCTP 通过源链 Burn、目标链 Mint 转移原生 USDC，不依赖传统锁仓和包装 Token 模式，但仍需考虑链最终性、消息传递和执行成本。(Circle Docs)

---

13. 跨链收益率套利

同一个 USDC 在不同链的借贷利率：

Ethereum Aave：4%
Arbitrum Aave：8%
某协议：12%

可以研究：

• 净收益率差；

• 激励 Token；

• 桥接成本；

• 提现流动性；

• 协议和链风险；

• 利率持续性。

---

14. 跨链资金轮动

不是套利，而是预测：

资金正从哪条链流向哪条链。

特征：

• 桥净流入；

• 稳定币净增量；

• DEX 成交额；

• Gas；

• 活跃地址；

• 新协议 TVL；

• 激励活动。

策略：

Long 净流入加速链的生态资产
Short 净流出链的生态资产

需要控制整个市场 Beta。

---

八、经济等价资产策略

Web3 存在大量“经济上相关，但法律、流动性或赎回机制不同”的资产。

---

15. ETH—stETH—wstETH

关系大致是：

ETH
↓ 质押
stETH
↓ 包装
wstETH

可研究：

• stETH/ETH 折价；

• wstETH 隐含兑换率；

• 质押收益；

• 提现队列；

• DEX 流动性；

• 永续对冲成本；

• LST 协议风险。

Lido 的 stETH/wstETH 可以在 DeFi 中流通，并支持通过提款流程兑换回 ETH，因此折价并不是单纯价格噪声，而包含等待时间、流动性和协议风险。(docs.lido.fi)

15.1 Delta-Neutral Staking Carry

Long stETH
Short ETH Perp/Future

希望隔离：

• ETH 价格方向；

保留：

• 质押收益；

• stETH 折价收敛；

• Funding。

15.2 LST 相对价值

比较：

• stETH；

• rETH；

• cbETH；

• sfrxETH；

• 其他 LST。

排名维度：

• 净质押收益；

• 折价；

• 流动性；

• 提现速度；

• 协议安全；

• DeFi 可用性。

---

16. LRT 与 Restaking 相对价值

可以研究：

• LRT 相对 ETH/LST 的溢价；

• Restaking 收益；

• Points 估值；

• 空投预期；

• 提现和排队；

• 多协议叠加风险；

• Slashing 相关性。

典型结构：

Long LRT
Short ETH

试图保留：

Restaking 收益 + 积分 + 折价修复。

但风险远高于普通质押 Carry，因为一个资产可能叠加多个协议和 Slashing 条件。

---

17. Vault Share—Underlying

例如：

Vault Token
vs
Vault 内部资产净值

研究：

• Vault Share 折溢价；

• 赎回延迟；

• 管理费；

• 绩效费；

• 未实现损益；

• 策略杠杆；

• 流动性。

---

18. LP Token—Underlying Basket

LP Token 理论价值来自池中资产。

可以研究：

LPNAV=池内资产净值+未领取费用+奖励LPNAV= \text{池内资产净值} +\text{未领取费用} +\text{奖励}

与实际 LP Token 市场价格的差异。

---

19. PT + YT—Underlying

在 Pendle 类收益市场中：

Underlying
=
Principal Token + Yield Token

大体上：

• PT：本金部分，接近零息债券；

• YT：到期前收益权。

因此可以研究：

• PT 隐含固定收益；

• YT 隐含浮动收益；

• PT + YT 重组套利；

• PT 与底层资产价差；

• 不同到期日收益率曲线；

• 隐含收益和实现收益差。

Pendle 官方文档将 PT 视为到期可赎回本金的 Token，将 YT 视为到期前收益权，因此这类市场本质上已经形成链上利率与收益率曲线。(docs.pendle.finance)

---

九、相关资产相对价值策略

这不是同一资产套利，而是经济关系套利。

---

20. 同赛道 Pair Trading

例如：

• ARB/OP；

• AAVE/COMP；

• UNI/SUSHI；

• SOL/AVAX；

• DOGE/SHIB；

• LDO/RPL。

不是说这些组合一定协整，而是可以研究：

Spread=rA−βrBSpread= r_A-\beta r_B

进行：

• 残差动量；

• 残差反转；

• 事件相对价值；

• 估值差；

• 资金流差。

---

21. 生态 Token—底层链

例如：

L2 Token
vs
ETH

研究：

• L2 活跃度增加是否传导到 Token；

• 生态资金流是否领先；

• Token 收益是否只是 ETH Beta；

• 数据增长与 Token 价值捕获是否一致。

---

22. 交易所 Token—交易所活动

例如交易所 Token 与：

• 交易量；

• 手续费；

• Launchpool；

• 销毁；

• 储备；

• 市场份额；

之间的关系。

可以构建：

• 基本面动量；

• 活动量偏离；

• 事件策略；

• 交易所信用风险策略。

---

23. 治理 Token—协议收入

研究：

TokenMarketCapvsProtocolRevenueTokenMarketCap \quad vs \quad ProtocolRevenue

但是必须区分：

• 用户支付的费用；

• LP 获得的费用；

• 验证者获得的费用；

• 协议 Treasury 收入；

• Token Holder 实际可获得的收入。

大量协议的“手续费很高”并不等于这些现金流会归属于 Token Holder。相关估值研究也强调，需要先建立费用到 Token 的价值捕获路径，而不能只看协议总费用。(arXiv)

---

24. 加密资产—矿企/持币公司

例如：

• BTC 与比特币矿企；

• BTC 与大量持币公司；

• ETH 与相关基础设施公司；

• 稳定币业务与相关上市公司。

可以研究：

• 股票对币价的 Beta；

• 资产净值溢价；

• 融资和稀释；

• 美股交易时段与 24/7 Crypto 的 Lead-Lag；

• 周末 Crypto 价格对周一股票跳空的影响。

---

十、TradFi—Crypto 跨市场

---

25. CME—离岸 Crypto

研究：

• CME 期货与 Binance/OKX 永续价差；

• CME Basis 与 Offshore Funding；

• CME OI 与机构参与；

• CME 期权 IV 与 Deribit IV；

• 传统交易时段与链上市场流动性；

• 交割和到期效应。

CME 已提供 BTC、ETH 等加密期货和期权，并于 2026 年 5 月 29 日扩展到全天候加密交易，因此传统机构市场与离岸市场的联动会继续增强，但流动性结构、抵押品、参与者和结算机制仍然不同。(芝商所)

---

26. 现货 ETP/ETF—现货 Crypto

可以研究：

• ETP 净申购赎回；

• ETP NAV 与现货；

• 交易时段折溢价；

• ETP 流量是否领先现货；

• 周末 Crypto 波动对周一 ETP；

• ETP 期权与 Crypto 期权曲面。

美国现货比特币 ETP 于 2024 年获批；2025 年监管层又允许相关比特币和以太坊 ETP 使用实物申购赎回。直接做一级市场套利通常需要授权参与商、托管和清算能力，普通策略更适合把流量、NAV 和市场时段偏差作为信号。(美国证券交易委员会)

---

27. RWA—链下资产

例如：

• Tokenized T-Bill 与美债收益率；

• Tokenized Gold 与黄金；

• Tokenized Equity 与股票；

• 链上货币基金与稳定币借贷；

• 链上美元收益与 SOFR、国债利率。

策略包括：

• NAV 折溢价；

• 链上/链下收益差；

• 赎回时间溢价；

• 交易时段差；

• 稳定币信用差；

• 流动性溢价。

---

十一、衍生品状态策略

K 线只告诉你价格，但衍生品市场还存在一整套“仓位状态”。

---

28. Open Interest 策略

OI：

OIt=尚未平仓的合约总量OI_t=\text{尚未平仓的合约总量}

可以构造：

• OI Level；

• OI Change；

• OI Z-score；

• OI/Volume；

• OI/Market Cap；

• OI 相对历史分位数；

• 跨交易所 OI 分布；

• OI 集中度。

28.1 价格—OI 四象限

常见解释：

价格	OI	可能状态
上涨	增加	新杠杆进入、趋势扩张
上涨	减少	空头回补、去杠杆上涨
下跌	增加	新杠杆进入、空头压力可能增强
下跌	减少	多头清算、去杠杆下跌

但必须强调：

每一张合约同时有一方多头和一方空头，OI 增加本身并不能证明“新增多头多于新增空头”。

需要结合：

• Funding；

• Taker Buy/Sell；

• CVD；

• Long/Short Ratio；

• 爆仓；

• Basis。

28.2 OI 动量

OI 持续增加 + 趋势确认：

杠杆趋势延续。

28.3 OI 极值反转

OI 达到历史极值且价格无法继续推进：

拥挤交易可能出现退出。

28.4 OI 跨交易所迁移

观察 OI 从：

Binance → Hyperliquid
OKX → Binance
CEX → DEX

是否代表：

• 资金偏好变化；

• 激励变化；

• 风险迁移；

• 新市场增长。

---

29. Long/Short Ratio

可以观察：

• 全账户多空比；

• Top Trader 多空比；

• 大户持仓比；

• 多空账户数；

• 多空持仓量。

策略：

• 拥挤反转；

• 大户—散户分歧；

• 多空比动量；

• 多空比与价格背离。

但交易所定义可能不同，且账户数量不等于资金量。

---

30. Taker Flow

常见字段：

• Taker Buy Volume；

• Taker Sell Volume；

• Aggressive Buy/Sell；

• Trade Count；

• Average Trade Size。

定义：

TakerImbalance=BuyVolume−SellVolumeBuyVolume+SellVolumeTakerImbalance= \frac{BuyVolume-SellVolume} {BuyVolume+SellVolume}

策略：

• 主动买入动量；

• 主动买入衰竭；

• 价格—Taker Flow 背离；

• 大单与小单分层；

• 跨交易所 Taker Flow 传播。

---

31. CVD

CVDt=∑τ≤t(BuyVolumeτ−SellVolumeτ)CVD_t= \sum_{\tau\le t} (BuyVolume_\tau-SellVolume_\tau)

可以研究：

31.1 CVD 动量

价格涨 + CVD 涨，买方主动性较强。

31.2 CVD 背离

价格创新高
CVD 未创新高

可能代表上涨缺乏主动成交支持。

31.3 Spot CVD—Perp CVD 分歧

例如：

Perp CVD 强烈买入
Spot CVD 没有跟随

可能是杠杆推动。

反过来，现货买入强、永续不强，可能是更健康的现货需求。

---

32. 爆仓策略

爆仓不是单一策略，可以有多个方向。

32.1 爆仓级联延续

大量多头爆仓：

价格快速下跌
→ 更多保证金不足
→ 更多爆仓
→ 流动性进一步恶化

可以做短周期趋势延续。

32.2 爆仓衰竭反转

当：

• 爆仓量极大；

• OI 急剧下降；

• 成交量极端；

• 价格快速收回；

可能形成爆仓后的反弹。

32.3 跨交易所爆仓传播

某个高杠杆交易所先出现爆仓，随后影响：

• 其他永续市场；

• 现货；

• DEX Perp；

• 相关山寨币。

32.4 清算价格密集区

根据公开杠杆、仓位和链上借贷状态，估计潜在清算区域。

注意：

CEX 用户真实杠杆和保证金信息通常不可完全观察，因此所谓“全市场爆仓地图”多数只是估计，不是准确事实。

32.5 协议清算机器人

链上借贷协议中，抵押率跌破阈值后，清算者偿还部分债务并获得折扣抵押品。

净利润：

LiquidationBonus−Gas−Slippage−HedgeCost−FailedTxCostLiquidationBonus -Gas -Slippage -HedgeCost -FailedTxCost

Aave 的清算机会由健康因子和抵押参数决定，清算者要同时考虑清算奖励、Gas、流动性和竞争。(aave.com)

32.6 Insurance Fund / ADL 风险

极端行情中还要监控：

• 保险基金；

• Auto-Deleveraging；

• 社会化损失；

• 标记价格异常。

这更像风险状态和停机信号。

---

十二、期权策略

这是 K 线之外最大的一个策略宇宙。

需要的数据包括：

• Call/Put；

• Strike；

• Expiry；

• Bid/Ask；

• IV；

• Delta；

• Gamma；

• Vega；

• Theta；

• Skew；

• OI；

• 成交量。

Deribit 和 Binance 期权市场数据包含标记波动率、买卖报价、OI 和 Greeks，可以用来重建波动率曲面。(Deribit API Documentation)

---

33. IV—RV 策略

比较：

IVoptionvsExpectedRealizedVolIV_{option} \quad vs \quad ExpectedRealizedVol

33.1 Long Volatility

当认为 IV 低估未来实际波动：

Buy Straddle/Strangle
Delta Hedge

33.2 Short Volatility

当认为 IV 高估未来实际波动：

Sell Straddle/Strangle
Delta Hedge

收益来自：

隐含波动率与实现波动率之间的差。

---

34. Gamma Scalping

买入期权获得正 Gamma，不断用现货或永续做 Delta 对冲。

理论上：

• 市场来回波动足够大；

• 对冲收益可能超过 Theta 和交易成本。

---

35. Skew 策略

比较：

IVput−IVcallIV_{put} - IV_{call}

例如：

• 25 Delta Risk Reversal；

• Put Skew；

• Call Skew；

• 左尾恐慌；

• 山寨币右尾投机。

策略：

• Risk Reversal；

• Skew Mean Reversion；

• Skew Momentum；

• 跨期限 Skew；

• 跨资产 Skew。

---

36. Smile / Butterfly

比较同一到期日不同 Strike 的 IV。

寻找：

• 某个 Strike 被高估；

• 某段尾部被低估；

• Butterfly 曲率异常。

---

37. 期权期限结构

比较：

IV7d,IV30d,IV90dIV_{7d},IV_{30d},IV_{90d}

策略：

• Calendar Spread；

• Diagonal Spread；

• Term Structure Steepener；

• Term Structure Flattener；

• Roll-Down；

• 事件期限错配。

---

38. Event Volatility

围绕：

• ETF 决策；

• 升级；

• 解锁；

• 重大治理；

• 宏观数据；

• 期权到期；

• 上市；

研究：

• 事件前 IV 上升；

• 事件后 IV Crush；

• 市场实际波动是否超过隐含波动。

---

39. Put-Call Parity

理论上：

C−P=S−Ke−rTC-P=S-Ke^{-rT}

Crypto 中还要加入：

• Funding；

• 借贷成本；

• 抵押品收益；

• 保证金；

• 交易所风险。

策略包括：

• Conversion；

• Reversal；

• Synthetic Forward；

• Box Spread；

• Option-implied Forward 与期货 Basis 比较。

---

40. Cross-Venue IV Arbitrage

比较：

Deribit IV
Binance Options IV
CME Options IV
其他期权市场

针对相同：

• 标的；

• 到期；

• Strike；

• Delta；

寻找波动率曲面偏差。

需要精确处理：

• 不同结算指数；

• 美式/欧式特征；

• 保证金币种；

• 交易时段；

• 交易费用；

• 对冲深度。

---

41. Dispersion / Correlation

例如：

Long 单币期权波动率
Short BTC/ETH 或指数波动率

或者反向。

本质是在交易：

成分资产相关性和横截面离散度。

---

42. Tail Risk / Convexity

构造：

• 远虚值 Put；

• Put Spread；

• Call Spread；

• Ratio Spread；

• Tail Hedge；

• Crash Convexity；

• Melt-up Convexity。

这类不一定追求平时高收益，而是改善组合尾部。

---

43. Greeks 策略

除了 Delta，还可交易：

• Gamma；

• Vega；

• Theta；

• Vanna；

• Volga；

• Charm。

例如：

临近到期、大量期权 Delta 快速变化，可能影响做市商现货或永续对冲流。

---

十三、订单簿与微观结构策略

如果 K 线是“结果”，订单簿就是“价格形成过程”。

---

44. 订单簿基础数据

至少包括：

• Best Bid/Ask；

• 多档深度；

• Order Add；

• Order Cancel；

• Order Modify；

• Trade；

• Event Time；

• Receive Time；

• Sequence ID；

• Queue Position。

---

45. Spread

Spread=Ask1−Bid1Spread=Ask_1-Bid_1

可以研究：

• Spread 均值；

• Spread 突然扩大；

• Spread 与波动率；

• 跨交易所 Spread；

• 做市预期收益。

---

46. Depth

例如：

Depth1%bidDepth^{bid}_{1%}

表示中间价下方 1% 范围内的买单深度。

策略：

• 深度趋势；

• 深度突变；

• 买卖深度不对称；

• 流动性撤退；

• 跨市场深度领先价格。

---

47. Order Book Imbalance

OBI=BidDepth−AskDepthBidDepth+AskDepthOBI= \frac{BidDepth-AskDepth} {BidDepth+AskDepth}

可以分：

• L1 OBI；

• 前 5 档；

• 前 10 档；

• 固定价格距离；

• 距离加权 OBI。

预测：

• 下一跳方向；

• 短期收益；

• 成交概率；

• Spread 变化。

---

48. Microprice

最简形式：

Microprice=AskSize×BidPrice+BidSize×AskPriceBidSize+AskSizeMicroprice= \frac{AskSize\times BidPrice+BidSize\times AskPrice} {BidSize+AskSize}

如果 Microprice 高于 Mid：

买方压力可能更强。

---

49. Order Flow Imbalance

不仅看当前挂单，而是看：

• 新增买单；

• 撤销买单；

• 新增卖单；

• 撤销卖单；

• 主动成交。

OFI 通常比静态 OBI 更接近盘口变化过程。

---

50. Queue Imbalance

当策略挂在某一档时，需要估计：

• 前方有多少量；

• 每秒成交速度；

• 撤单速度；

• 自己成交概率；

• 成交后价格向不利方向移动概率。

这是做市策略的核心。

---

51. Trade Intensity

例如：

λt=单位时间成交笔数\lambda_t= \text{单位时间成交笔数}

研究：

• 成交频率突然上升；

• 大单连续出现；

• 买卖方向持续性；

• 爆发行情前兆。

---

52. Average Trade Size

AvgTradeSize=Volume/NTradesAvgTradeSize= Volume/NTrades

可以把：

• 大单流；

• 小单流；

• 高频拆单；

分开研究。

---

53. Sweep Detection

识别主动订单一次吃掉多档盘口。

策略：

• Sweep 延续；

• Sweep 衰竭；

• Sweep 后流动性恢复；

• 跨交易所 Sweep 传播。

---

54. Replenishment / Iceberg

盘口某一价格不断被成交，但挂单量持续恢复，可能存在：

• Iceberg；

• 隐藏流动性；

• 大额被动吸收。

策略可以研究：

主动买入很多但价格涨不上去，是否存在卖方吸收。

---

55. Cancellation Pressure

大量买单突然撤销：

支撑可能是虚假的。

大量卖单撤销：

上方阻力减弱。

但要注意 Spoofing 噪声，不能仅靠某一次撤单判断。

---

56. Liquidity Resilience

市场被大单冲击后：

• Spread 多久恢复；

• 深度多久恢复；

• 价格是否回归；

• 不同交易所谁先恢复。

---

57. Toxic Flow

做市商真正担心的不是没成交，而是：

每次成交后价格都朝不利方向移动。

可以计算：

AdverseSelection=Midt+Δ−FillPriceAdverseSelection= Mid_{t+\Delta}-FillPrice

结合：

• VPIN；

• OFI；

• 大单；

• 波动率；

• 新闻；

• 跨市场价格变化。

---

58. 微观结构策略类型

58.1 下一跳方向预测

预测：

P(MidPricet+Δ>MidPricet)P(MidPrice_{t+\Delta}>MidPrice_t)

58.2 被动做市

双边挂单赚 Spread 和返佣。

58.3 单边做市

根据短期 Alpha 调整：

• Bid 距离；

• Ask 距离；

• 两边挂单数量。

58.4 Inventory-Aware Market Making

库存偏多：

• 降低 Ask；

• 抬低或撤掉 Bid；

• 用其他市场对冲。

58.5 Cross-Venue Maker-Hedge

在 A 挂单，在 B 对冲。

58.6 Opportunistic Taker

只有当预测价格移动大于：

Spread+Fee+SlippageSpread+Fee+Slippage

才主动吃单。

58.7 智能执行

包括：

• TWAP；

• VWAP；

• POV；

• Implementation Shortfall；

• Liquidity Seeking；

• Cross-Venue Routing。

---

十四、AMM 与 LP 策略

LP 并不是“存进去拿手续费”这么简单。

LP 收益可近似拆解为：

LPReturn=InventoryBeta+TradingFees+TokenIncentives−ImpermanentLoss−LVR−Gas−RebalanceCost−HedgeCost\begin{aligned} LPReturn=&InventoryBeta\ &+TradingFees\ &+TokenIncentives\ &-ImpermanentLoss\ &-LVR\ &-Gas\ &-RebalanceCost\ &-HedgeCost \end{aligned}

AMM 研究通常把 LP 收益看成资产暴露、手续费与被套利者拿走的价格更新损失之间的组合；其中 LVR 描述了 AMM 以滞后价格与套利者交易所造成的损失。(arXiv)

---

59. 被动全区间 LP

适合：

• 长期愿意持有两种资产；

• 不频繁管理；

• 交易费足够覆盖 IL 和机会成本。

---

60. 集中流动性 LP

Uniswap v3 类协议允许 LP 把资金放在指定价格区间，提高区间内资本效率，但价格离开区间后会变成单边资产且不再赚取区间内手续费。(Uniswap Developers)

策略包括：

• 固定区间；

• 波动率区间；

• 分位数区间；

• 多层区间；

• 动态中心；

• 趋势偏置区间；

• Delta-neutral 区间。

---

61. Volatility-Adaptive LP

根据预测波动率调整 Range：

低波动 → 窄区间
高波动 → 宽区间

但窄区间频繁出界会产生大量重平衡和 Gas。

---

62. Trend-Biased LP

若看涨：

区间向上偏移。

若看跌：

区间向下偏移。

这已经不是纯中性 LP，而是：

流动性收益 + 方向观点。

---

63. Delta-Hedged LP

建立 LP 后，通过永续或期货对冲资产 Delta。

试图保留：

• 交易费；

• 激励；

减少：

• 币价方向暴露。

但 Delta 会随池子价格持续变化，需要动态对冲。

---

64. LVR-Aware LP

根据：

• 外部波动率；

• CEX—DEX 价格延迟；

• Toxic Flow；

• 套利强度；

动态决定：

• 是否提供流动性；

• Range 宽度；

• 费用档；

• 是否在事件前撤出。

---

65. Fee Tier Selection

同一交易对多个费率池，选择：

• 低费用、高成交；

• 高费用、低成交；

• 高波动适合更高 Fee；

• 稳定币适合低 Fee。

---

66. Stable Pool LP

例如稳定币、LST/ETH 池。

收益来源：

• 交易费；

• 激励；

• Peg 回归。

主要尾部风险：

其中一个资产永久脱锚时，LP 会不断接收正在贬值的资产。

---

67. Incentive Farming

选择：

TradingFees+TokenRewardsCapital\frac{ TradingFees+TokenRewards }{ Capital }

最高的池。

但必须扣除：

• 奖励 Token 下跌；

• 稀释；

• 领取和复投 Gas；

• TVL 快速涌入导致 APR 下降；

• 合约风险；

• IL。

---

68. Reward Token Hedge

提供流动性领取奖励 Token，同时用永续或现货空头对冲奖励 Token 的价格。

目标：

把波动的 Token 补贴转化为相对稳定的现金收益。

---

69. JIT Liquidity

在大额 Swap 即将执行前短暂提供集中流动性，获取部分交易费，随后撤出。

这属于高度竞争的区块级策略，依赖：

• 订单流可见性；

• 区块排序；

• 精确 Gas；

• 原子执行。

---

70. Perp LP / GLP 类策略

有些 DEX Perp 的 LP 本质上是：

交易者的综合对手方或资金池。

LP 收益可能来自：

• 交易费；

• Borrow Fee；

• 清算费；

• 交易者净亏损。

风险来自：

• 交易者净盈利；

• 资产池方向暴露；

• OI 不平衡；

• Oracle 和协议风险。

GMX 文档明确描述了 LP 池可获得交易、借贷和清算等费用，而 OI 失衡会影响借贷费和 LP 风险。(GMX Docs)

---

十五、MEV 与区块排序策略

MEV 可以理解为：

因为有能力观察、选择、排序或包裹交易，而获得的价值。

主要类型包括：

---

71. Atomic Arbitrage

同一区块、同一交易内完成多池套利。

---

72. Backrun Arbitrage

某笔大交易先推动价格，套利交易紧随其后恢复市场价格。

Flashbots 的搜索者可以提交交易 Bundle，并明确指定交易顺序，Backrun 是公开的典型用例之一。(Flashbots 文档)

---

73. Liquidation MEV

抢先执行：

• 借贷清算；

• Perp 清算；

• 抵押仓位清算。

竞争核心：

• 状态监控；

• 报价；

• Gas；

• 区块包含概率；

• 清算资产的立即对冲。

---

74. Oracle Update Backrun

某次预言机更新会改变：

• 清算条件；

• 借贷健康因子；

• 协议结算价；

• 衍生品标记价。

可以围绕公开、合法的更新结果执行清算或风险对冲。

---

75. Cross-Domain MEV

机会跨越：

• L1—L2；

• 两个 L2；

• CEX—DEX；

• 两条链；

• 桥接消息。

难点是不同域不能原子结算。

---

76. Order Flow Auction

用户订单先进入竞争性拍卖，搜索者或做市商为订单提供更优执行或返还部分 MEV。

这可能产生：

• Solver 策略；

• RFQ 做市；

• 路由优化；

• 订单流定价；

• 对冲策略。

Flashbots 等基础设施也在研究和运行私有订单流与订单流拍卖机制。(Flashbots 文档)

---

77. Block Builder / Inclusion Strategy

研究：

• Bundle 出价；

• 区块价值；

• 交易包含概率；

• Gas 与优先费；

• 失败交易成本；

• 多 Builder 路由。

---

78. Sandwich 与 Front-Running

从分类上属于 MEV，但它会直接恶化用户成交，存在严重的伦理、生态和潜在法律问题。

适合研究的方向是：

• Sandwich 检测；

• MEV 风险估计；

• 私有交易路由；

• Slippage 防护；

• OFA；

• 用户保护。

不应该把操纵或伤害普通用户作为策略方向。

---

十六、借贷与信用策略

Aave 等借贷协议的利率通常会根据资金池利用率和参数变化，因此链上会形成实时的借贷利率市场。(aave.com)

---

79. Supply Rate 跨协议套利

同一资产：

Aave USDC Supply = 4%
Compound USDC    = 6%
其他市场         = 9%

将资金迁移到净收益更高的市场。

需要扣除：

• Gas；

• Bridge；

• 提现等待；

• 激励 Token 波动；

• 协议风险；

• 利率下降。

---

80. Borrow Rate 套利

在低借款利率市场借入，在高收益市场部署。

例如：

借 USDC 成本 4%
部署收益 8%

毛 Carry：

4%4%

但必须考虑抵押资产波动和清算。

---

81. Fixed—Floating Rate

如果链上存在固定利率和浮动利率市场：

• 固定利率高、预期未来浮动下降；

• 固定利率低、预期未来浮动上升；

可以构建链上利率观点。

---

82. Utilization 策略

Utilization=BorrowedAvailable+BorrowedUtilization= \frac{Borrowed}{Available+Borrowed}

利用率上升通常会推高借款利率。

可以研究：

• 利率动量；

• 利率均值回归；

• 流动性枯竭；

• 大额借款事件；

• 提现压力。

---

83. Leveraged Loop

例如：

存入 ETH/LST
→ 借 USDC/ETH
→ 再买入并存入
→ 循环

目的：

• 放大质押收益；

• 放大激励；

• 放大 Carry。

风险：

• 清算；

• 利率突然上升；

• LST 折价；

• 激励下降；

• 连环去杠杆。

---

84. Stablecoin Carry Loop

例如：

抵押低成本资产
借入稳定币
投入稳定收益市场

需要监控：

• 借款率；

• 收益率；

• 清算；

• 稳定币脱锚；

• 协议风险。

---

85. Health Factor 预测

对链上仓位计算：

HealthFactor=CollateralValue×LiquidationThresholdDebtValueHealthFactor= \frac{ CollateralValue\times LiquidationThreshold }{ DebtValue }

策略：

• 预测即将清算的仓位；

• 预测抵押品抛售压力；

• 监控大户连环清算；

• 构建预警和对冲。

---

86. Bad Debt 风险溢价

当某个借贷市场出现：

• 流动性差的抵押品；

• 预言机风险；

• 清算容量不足；

• 高度集中借款人；

高 Supply APR 可能并不是 Alpha，而是坏账风险补偿。

---

87. Flash Loan 再融资

使用原子交易：

偿还旧协议债务
→ 取出抵押品
→ 在新协议重新抵押
→ 借新债
→ 归还 Flash Loan

用于：

• 降低借款利率；

• 更换抵押品；

• 避免清算；

• 调整杠杆。

---

十七、稳定币策略

稳定币并不是现金，而是多个发行人、协议和链的信用资产。

---

88. CEX 稳定币价差

例如：

USDT/USD
USDC/USD
FDUSD/USDT
USDC/USDT

研究：

• Peg 偏离；

• 赎回能力；

• 交易所资金需求；

• Funding 抵押品需求；

• 法币出入金压力。

---

89. DEX Peg Arbitrage

稳定币偏离 1 美元后，在 DEX、CEX、发行人渠道之间交易。

需要区分：

暂时流动性偏离

可能均值回归。

信用恶化

可能继续脱锚。

所以稳定币策略不能机械地：

低于 1 美元就买。

---

90. 发行人 Mint/Redeem Arbitrage

部分合格机构可以通过发行人渠道按 1:1 铸造或赎回稳定币。

例如当市场价高于 1：

向发行人铸造
→ 市场卖出

市场价低于 1：

市场买入
→ 向发行人赎回

Circle 的直接 Mint/Redeem 主要面向符合条件的机构客户，而非所有普通市场参与者，因此大多数交易者只能通过二级市场间接参与价格收敛。(Circle Docs)

---

91. PSM 策略

Maker/Sky 等协议可能通过 Peg Stability Module 在稳定币之间提供固定或规则化兑换。

可研究：

• 市场价与 PSM 兑换价；

• PSM 容量；

• 手续费；

• 储备构成；

• 协议参数变化；

• 赎回压力。(Sky Protocol Docs)

---

92. 稳定币跨链套利

前面说过，可以结合：

• CCTP；

• 官方桥；

• DEX；

• 借贷；

• 链间库存。

---

93. Stablecoin Yield Curve

比较：

• CEX Earn；

• DeFi Lending；

• PT 固定收益；

• RWA；

• Vault；

• LP；

• 永续 Funding Carry。

形成：

链上美元收益率曲线。

---

94. Stablecoin Supply / Flow

可以观察：

• 总发行量；

• 净铸造；

• 净赎回；

• 交易所净流入；

• 跨链流入；

• 借贷需求；

• DEX 购买力。

一些实证研究曾发现，特定时期稳定币流入交易所对 BTC/ETH 短周期收益具有预测关系，但具体方向和有效期会因资产、市场和样本变化，不能直接把历史结果视为永久规律。(arXiv)

---

95. 稳定币信用相对价值

比较不同稳定币：

• 储备质量；

• 赎回门槛；

• 法律结构；

• 链上透明度；

• 中心化风险；

• 协议抵押；

• 收益分享；

• 流动性。

价差本质上可能是：

信用风险 + 流动性风险 + 赎回摩擦。

---

十八、质押、验证者与 Restaking 策略

---

96. Native Staking Carry

持有原生 Token 并质押，获得：

• 共识奖励；

• 交易费用；

• MEV；

• 发行奖励。

成本与风险：

• 锁定；

• 退出队列；

• Slashing；

• 运营成本；

• Token 价格波动；

• 收益稀释。

Ethereum 的质押奖励与惩罚取决于验证者参与和行为，严重违规可能触发 Slashing。(ethereum.org)

---

97. Staking Yield—Funding Basis

例如：

Long Staked ETH
Short ETH Future/Perp

收益：

StakingYield+FundingReceived+LSTBasisChange−HedgeCostStakingYield +FundingReceived +LSTBasisChange -HedgeCost

---

98. Validator Entry/Exit Queue

监控：

• 新验证者进入；

• 退出验证者；

• 排队时间；

• 质押率；

• 净发行；

• 提现规模。

可能影响：

• 流通供给；

• LST 折价；

• 质押收益；

• ETH 卖压。

---

99. Validator Operator Relative Value

比较不同质押服务：

• 净收益；

• 佣金；

• Slashing 历史；

• 客户集中度；

• 节点表现；

• 去中心化；

• LST 流动性。

---

100. Restaking Carry

收益来源：

• ETH 质押；

• Restaking；

• AVS 奖励；

• Points；

• 空投。

风险是收益叠加的同时，风险也叠加：

• 基础链；

• LST；

• Restaking 协议；

• AVS；

• LRT；

• 智能合约；

• 流动性；

• Slashing。

---

十九、链上行为和钱包策略

这一类是 Web3 最独特的信息源。

---

101. 交易所流入流出

Exchange Inflow

大量币流入交易所可能代表：

• 准备出售；

• 用作保证金；

• 做市库存；

• 内部归集。

Exchange Outflow

可能代表：

• 长期持有；

• DeFi 使用；

• 质押；

• 托管迁移。

不能机械认为：

流入一定看空，流出一定看多。

必须结合实体标签和目的地址。

---

102. 稳定币交易所流入

稳定币流入交易所可能代表潜在购买力，但也可能是：

• 保证金需求；

• 套利；

• 做市库存；

• 提现中转。

---

103. Whale Flow

按钱包持仓分层：

• 100–1,000；

• 1,000–10,000；

• 10,000+；

• 机构钱包；

• 巨鲸钱包。

研究：

• 巨鲸净买入；

• 巨鲸转入交易所；

• 巨鲸集中度；

• 巨鲸与散户分歧；

• 巨鲸行为是否领先价格。

---

104. Smart Money Copy / Shadow

识别历史表现较好的钱包，跟踪：

• 新建仓；

• 加仓；

• 减仓；

• 退出；

• 跨链迁移；

• 新协议交互。

但存在严重问题：

• 钱包标签可能错误；

• 一个实体有多个钱包；

• 该钱包可能只是托管或做市地址；

• 链上看到时价格已变化；

• 聪明钱可能在 CEX 做了对冲；

• 只观察链上腿会误判方向。

---

105. Wallet Cohort Strategy

按照行为分组，而不是单个钱包：

• 长期持有者；

• 短期交易者；

• 新地址；

• 老地址；

• 盈利地址；

• 亏损地址；

• 高频 DEX 用户；

• 套利者；

• LP；

• 借款人。

观察不同 Cohort 的：

• 净流入；

• 实现盈亏；

• 持仓变化；

• 交易活跃度。

---

106. Entity Flow

通过地址聚类识别：

• 交易所；

• 矿池；

• 基金；

• 协议 Treasury；

• 项目团队；

• Vesting 合约；

• 做市商；

• Bridge；

• OTC 地址。

这比简单的单地址统计更有价值。

---

107. UTXO 系策略

针对 BTC 等 UTXO 链，可以研究：

Realized Cap

按每个 UTXO 最后移动时的价格估值。

MVRV

MVRV=MarketCapRealizedCapMVRV= \frac{MarketCap}{RealizedCap}

SOPR

判断被移动的币总体处于盈利还是亏损。

Coin Days Destroyed

老币被移动时权重更大。

Dormancy

币龄和转移量的结合。

HODL Waves

按币龄分布供应。

Long-Term Holder / Short-Term Holder

研究长期和短期持有者行为差异。

Miner Flow

矿工：

• 转入交易所；

• 储备变化；

• 收入和成本；

• Hashrate；

• Difficulty；

• Hashprice。

---

108. Account-Based Chain 指标

针对 Ethereum、Solana、BSC、L2 等：

• Active Addresses；

• New Addresses；

• Transaction Count；

• Transfer Volume；

• Gas Paid；

• Contract Calls；

• DEX Volume；

• Stablecoin Supply；

• Bridge Net Flow；

• Staking Deposits；

• Token Holder Growth；

• Holder Concentration；

• Unique Users；

• Retention；

• Protocol Interaction Graph。

---

109. Graph Strategy

把地址和协议组成图：

• 节点：地址、Token、协议；

• 边：转账、Swap、借贷、质押。

可研究：

• 中心性；

• 资金传播路径；

• 地址社区；

• 风险传染；

• 资金从聪明钱向普通用户扩散；

• 某个协议崩溃的关联敞口。

---

110. Bridge Flow Strategy

追踪资金进入：

• Arbitrum；

• Base；

• Solana；

• BSC；

• 其他生态。

然后预测：

• 生态 Token；

• DEX Token；

• 借贷 Token；

• Meme；

• Gas Token。

---

111. Abnormal On-Chain Flow

用历史分布定义：

Zflow=Flow−μσZ_{flow}= \frac{Flow-\mu}{\sigma}

捕捉：

• 异常交易所流入；

• 异常 Stablecoin Mint；

• Treasury 转账；

• 团队钱包移动；

• 大额跨链；

• 大额解质押。

---

112. On-Chain Cross-Sectional Factor

对所有 Token 排名：

• 活跃用户增长；

• 手续费增长；

• 新持有人增长；

• 巨鲸净买入；

• 交易所净流出；

• DEX Volume 增长；

• Bridge Flow；

• 质押率变化。

然后做：

Top Group Long
Bottom Group Short

并控制：

• 市值；

• 流动性；

• BTC Beta；

• 赛道；

• 上市年龄。

---

二十、协议基本面策略

这一类类似传统股票基本面量化，但需要重新定义“收入归谁”。

---

113. 协议费用

Fees=用户支付的总费用Fees=\text{用户支付的总费用}

例如：

• Swap Fee；

• Borrow Interest；

• Trading Fee；

• Sequencer Fee；

• Liquidation Fee。

---

114. 协议收入

ProtocolRevenue=Fees−LP/Validator/SupplierShareProtocolRevenue= Fees - LP/Validator/SupplierShare

---

115. Token Holder Revenue

真正回到 Token Holder 的：

• Buyback；

• Burn；

• Staking Distribution；

• Revenue Share；

• Treasury 增值。

必须把这三个分清：

用户支付的费用
≠ 协议收入
≠ Token Holder 收入

---

116. TVL Factor

可以研究：

• TVL Growth；

• TVL/Market Cap；

• TVL Retention；

• Stable TVL；

• Organic TVL；

• Incentive-adjusted TVL。

但只看 TVL 很危险。

研究表明，一些按 TVL 排序得到的收益，很大程度可能是在复制整体 Crypto 市场暴露，而不是独立的基本面 Alpha。(arXiv)

---

117. Protocol Volume

例如：

• DEX Volume；

• Perp Volume；

• Bridge Volume；

• Lending Borrow Volume。

可构建：

VolumeGrowthVolumeGrowth

或：

MarketCap/AnnualizedVolumeMarketCap/AnnualizedVolume

---

118. Take Rate

TakeRate=ProtocolRevenueGrossVolumeTakeRate= \frac{ProtocolRevenue}{GrossVolume}

用于比较不同协议的变现能力。

---

119. Utilization

针对借贷、存储、计算、区块空间等协议：

Utilization=UsedCapacityTotalCapacityUtilization= \frac{UsedCapacity}{TotalCapacity}

---

120. User Growth / Retention

研究：

• 日活；

• 周活；

• 月活；

• 新用户；

• 留存；

• 复购；

• 每用户收入；

• 每用户交易额。

---

121. Treasury

分析：

• Treasury 资产；

• 稳定币占比；

• 自有 Token 占比；

• 月度支出；

• Runway；

• 对外投资；

• 做市和流动性承诺。

---

122. Emission-Adjusted Revenue

例如协议年收入 1 亿美元，但 Token 每年新增稀释 3 亿美元。

那么简单的：

MarketCap/RevenueMarketCap/Revenue

没有充分反映持有人实际经济回报。

可以计算：

NetEconomicYield=TokenHolderRevenue−EmissionDilutionNetEconomicYield= TokenHolderRevenue -EmissionDilution

---

123. Fundamental Momentum

不是看绝对估值，而是看变化：

• 收入加速；

• 用户加速；

• TVL 加速；

• 市场份额提升；

• Take Rate 提升；

• 回购增加；

• 稀释下降。

---

124. Protocol Quality

可构建综合分数：

Quality=Profitability+Retention+CapitalEfficiency+Security−DecentralizationRisk−DilutionQuality= Profitability +Retention +CapitalEfficiency +Security -DecentralizationRisk -Dilution

---

125. Sector-Neutral Fundamental

在同赛道内比较：

• DEX；

• Lending；

• L2；

• Perp DEX；

• LST；

• RWA；

• DePIN。

避免整个赛道 Beta 干扰。

---

二十一、Tokenomics 和供给策略

---

126. Token Unlock

需要的数据：

• 解锁日期；

• 解锁数量；

• 流通盘比例；

• 接收人；

• 是否立即可转移；

• 历史钱包行为；

• 做市安排；

• 是否已有永续市场。

策略：

126.1 解锁前预期交易

市场提前定价解锁压力。

126.2 解锁后真实流量

跟踪解锁地址是否：

• 转入交易所；

• 转给做市商；

• 质押；

• 保留。

126.3 Relative Event Hedge

Short Unlock Token
Long 同赛道篮子

减少市场 Beta。

126.4 Unlock Surprise

真实解锁数量、时间或去向与市场预期不同。

---

127. Emission

监控：

• 每日发行；

• 区块奖励；

• 质押奖励；

• LP 奖励；

• 团队 Vesting；

• 通胀率。

构建：

NetSupplyGrowth=Mint−Burn−LockedNetSupplyGrowth= Mint-Burn-Locked

---

128. Burn / Buyback

研究：

• 实际回购金额；

• 回购资金来源；

• 是否永久销毁；

• 是否只是转入 Treasury；

• 相对流通市值比例；

• 回购的持续性。

---

129. Halving / Reward Change

例如矿业奖励、协议排放、验证者奖励发生规则性变化。

策略可研究：

• 事件前预期；

• 事件后供给变化；

• 矿工收入压力；

• Hashrate；

• 库存抛售；

• 波动率。

---

130. Staking Ratio

StakingRatio=StakedSupplyCirculatingSupplyStakingRatio= \frac{StakedSupply}{CirculatingSupply}

可以代表：

• 流动供给减少；

• 安全性；

• 收益稀释；

• 解质押潜在卖压。

---

131. Holder Concentration

指标：

• Top 10 持仓；

• Top 100 持仓；

• Gini；

• 团队/基金会占比；

• 交易所占比；

• 做市商占比。

高集中度可能带来：

• 操纵风险；

• 解锁风险；

• 流动性风险；

• 价格跳跃。

---

二十二、事件驱动策略

---

132. CEX 上市

事件阶段：

传闻
→ 官方公告
→ 充值开放
→ 现货开盘
→ 永续开盘
→ 借贷开放

可以研究：

• 公告跳涨；

• 上市前后动量；

• 开盘后反转；

• 跨交易所价格发现；

• Spot—Perp Basis；

• 借币限制；

• 做市深度形成。

---

133. Delisting

关注：

• 现货下架；

• 永续强平；

• 提现截止；

• 其他交易所是否仍可交易；

• 链上流动性。

风险极高，不能把理论价差当成可兑现套利。

---

134. Pre-Market / IOU / Points

新 Token 上市前可能存在：

• Pre-market；

• IOU；

• Points；

• OTC；

• Prediction Market；

• Perp Prelaunch。

策略：

• 不同预市场价格比较；

• Points 到 Token 的隐含估值；

• FDV 和流通盘估计；

• 上市后 Basis；

• 空投兑现概率。

---

135. Airdrop

研究：

• Snapshot；

• Eligibility；

• Claim Rate；

• 未领取供应；

• 接收地址卖出行为；

• CEX 上市；

• 空投后流动性。

合规策略包括公开规则下的参与和事件研究，不应使用欺诈性身份或规避协议规则的方式进行 Sybil Farming。

---

136. Protocol Upgrade

例如：

• 主网升级；

• Token Migration；

• Fee Switch；

• 新质押；

• 新链部署；

• 经济模型变化。

策略：

• 公告后漂移；

• 上线前 IV；

• 上线后 Sell-the-news；

• 生态相对价值；

• 协议使用量变化。

---

137. Fork

研究：

• 分叉资产价值；

• Snapshot；

• 交易所支持；

• Replay Protection；

• 期货/IOU；

• 原链和新链算力、质押和流动性。

---

138. Governance Proposal

提案可能改变：

• 费率；

• 抵押参数；

• 排放；

• 激励；

• 回购；

• Treasury；

• Token 价值捕获。

策略时间线：

讨论
→ 正式提案
→ 投票
→ 通过
→ Timelock
→ 执行

Snapshot 支持不同投票权计算策略；治理系统也常使用 Timelock 延迟执行，给市场留出反应时间。(Snapshot)

---

139. Hack / Exploit / Depeg

事件策略包括：

• 协议 Token；

• 相关抵押品；

• 保险协议；

• 同类协议；

• 跨链桥；

• 稳定币；

• 借贷市场。

但首先是风险处置：

• 停机；

• 降仓；

• 冻结路由；

• 撤出高风险协议；

• 检查对手方暴露。

---

140. Regulatory / Legal Event

例如：

• 产品批准；

• 诉讼；

• 牌照；

• 市场准入；

• 税务和会计变化。

策略最好用：

• 事件概率；

• 市场预期；

• 情景分析；

• 相对价值；

而不是仅依靠新闻标题情绪。

---

二十三、激励与补贴策略

Web3 中很多收益并不是市场自然产生，而是协议为了启动流动性而补贴。

---

141. Liquidity Mining

收益：

TradingFees+TokenRewardsTradingFees+TokenRewards

风险：

• 奖励 Token 下跌；

• APR 被 TVL 稀释；

• 激励结束后资金撤离；

• IL；

• 合约风险。

---

142. Trading Mining

通过成交量获得奖励。

必须计算：

Reward−Fees−Spread−Slippage−InventoryLossReward - Fees - Spread - Slippage - InventoryLoss

很多“刷量收益”在真实成本后为负，而且还可能违反平台规则。

---

143. Maker Incentive

做市商可能获得：

• Maker Rebate；

• 深度奖励；

• Uptime 奖励；

• 双边报价奖励；

• 交易份额奖励。

可优化：

• 报价距离；

• 挂单量；

• 库存；

• 对冲；

• 奖励函数。

---

144. Gauge / Vote Incentive

Curve 等 ve-token 模型允许锁仓 Token 获得投票权，并影响流动性奖励流向；外部协议还可能提供额外投票激励。(Curve 知识中心)

策略包括：

• 锁仓收益；

• Gauge 投票；

• Vote Incentive；

• LP 奖励；

• 治理 Token 价格；

• 锁定期限优化。

---

145. Points Strategy

评估：

ExpectedValue=AirdropProbability×ExpectedTokenValue−CapitalCost−RiskCostExpectedValue= AirdropProbability \times ExpectedTokenValue -CapitalCost -RiskCost

需要避免把无法验证的 FDV 和空投比例当成确定收益。

---

146. Post-Incentive Unwind

当激励即将结束：

• TVL 可能撤出；

• 借贷利率变化；

• LP 流动性下降；

• 协议 Token 卖压增加；

• 相关资产波动上升。

可以做事件和流动性预测。

---

二十四、预言机策略

Chainlink 等预言机通常根据价格偏离阈值或 Heartbeat 更新，因此链上价格并非每个瞬间都与 CEX 完全一致。(Chainlink 文档)

---

147. Oracle—Market Basis

Basis=Pmarket−PoracleBasis= P_{market}-P_{oracle}

用于：

• 协议风险预警；

• 清算预估；

• DEX Perp 价差；

• 标记价异常。

---

148. Oracle Freshness

观察：

• Last Update Time；

• Heartbeat；

• Deviation；

• Source Count；

• Confidence Interval。

若预言机过旧，应：

• 停止相关策略；

• 提高风险折扣；

• 避免清算和高杠杆。

---

149. Cross-Oracle Disagreement

比较：

• Chainlink；

• Pyth；

• 交易所 Index；

• TWAP；

• 协议内部 Oracle。

差异可能代表：

• 市场快速变化；

• 某个数据源异常；

• 流动性分裂；

• 操纵风险。

---

150. Oracle Update Event

价格更新可能触发：

• 借贷清算；

• Perp 清算；

• Vault 再平衡；

• 协议参数变化。

可以做公开、合法的事件响应和清算参与，但不应操纵预言机来源。

---

二十五、网络、Gas 与区块空间策略

---

151. Gas Forecasting

Ethereum 交易费用包括 Base Fee 和用户提供的 Priority Fee；网络拥堵会改变执行成本和交易被包含的速度。(ethereum.org)

预测：

• 下一块 Base Fee；

• Priority Fee；

• 日内 Gas 周期；

• NFT Mint/空投造成的拥堵；

• 清算潮 Gas；

• L2 Batch 提交成本。

用途：

• 选择执行时间；

• 判断套利是否覆盖成本；

• 动态调整 Bundle 出价；

• 跨链选择。

---

152. Blockspace Demand

区块空间需求可以作为：

• 链活跃度；

• 投机热度；

• DEX 活动；

• Meme 周期；

• 清算风险；

的指标。

---

153. Sequencer Risk

L2 需要监控：

• Sequencer Uptime；

• 延迟；

• L1 提交；

• 强制包含；

• 故障恢复；

• 价格停滞。

Sequencer 停机时，某些价格看似便宜但未必能正常成交或跨链退出。

---

154. Finality / Reorg Risk

跨链和大额链上交易要考虑：

• 区块确认数；

• 最终性；

• 重组；

• 链暂停；

• Validator 集中度。

---

155. Bridge State Strategy

监控：

• 桥净流量；

• 队列；

• 流动性；

• Message Delay；

• Fee；

• 限额；

• Validator/Relayer 状态。

LayerZero 等跨链通信系统也区分源链交易、验证和目标链执行，因此跨链完成时间并不等于源链交易确认时间。(LayerZero Documentation)

---

二十六、宏观与跨资产策略

Crypto 已经不是完全独立的市场。

---

156. 利率与美元流动性

研究：

• 美联储政策；

• 短端利率；

• 国债收益率；

• 实际利率；

• 美元指数；

• 全球流动性；

• 稳定币收益率；

• ETF 流量。

---

157. Nasdaq / Tech Beta

估计：

rBTC=α+βrNASDAQ+ϵr_{BTC} = \alpha+\beta r_{NASDAQ}+\epsilon

交易：

• BTC 残差；

• Nasdaq—BTC Lead-Lag；

• 美股开盘效应；

• 周末偏离。

---

158. Gold—BTC

研究不同宏观状态下：

• 避险相关性；

• 通胀预期；

• 美元；

• 实际利率；

• 地缘风险。

---

159. VIX—Crypto Volatility

VIX 上升可能伴随：

• 风险资产去杠杆；

• Crypto IV 上升；

• 相关性上升；

• Funding 下跌。

---

160. ETF Flow Strategy

使用：

• 日度净流入；

• 持仓变化；

• 成交额；

• Premium/Discount；

• Options Flow。

构造：

• Flow Momentum；

• Flow Surprise；

• Flow—Price Divergence；

• Flow 与 Funding/OI 联合。

---

161. Market-Hours Strategy

研究：

• 亚洲时段；

• 欧洲时段；

• 美国现货 ETF 时段；

• 美股开盘；

• 宏观数据时点；

• 周末。

即使 Crypto 24/7，参与者结构仍会随时段变化。

---

二十七、Prediction Market 策略

Prediction Market 本质上也是可交易的链上概率市场。

Polymarket 等市场使用订单簿和可拆分、合并、赎回的结果 Token，因此存在做市和逻辑一致性策略。(Polymarket Documentation)

---

162. Complete-Set Arbitrage

二元事件：

P(Yes)+P(No)=1P(Yes)+P(No)=1

若：

P(Yes)+P(No)<1P(Yes)+P(No)<1

理论上可以买入完整结果集。

若总和大于 1，则需要可行的卖空、拆分或做市结构。

---

163. Mutually Exclusive Arbitrage

例如多个候选人只能有一人胜出：

∑iPi=1\sum_iP_i=1

如果多个市场概率和明显偏离 1，可能存在组合偏差。

---

164. Logical Constraint Arbitrage

例如：

事件 A 发生
必然意味着事件 B 发生

那么理论上：

P(A)≤P(B)P(A)\leq P(B)

若市场违反逻辑约束，可能构造组合。

---

165. Cross-Platform Odds Arbitrage

比较：

• 链上预测市场；

• 博彩赔率；

• 期权隐含概率；

• 新闻概率模型；

• 其他预测市场。

但要统一：

• 结算规则；

• 事件定义；

• 时间；

• 手续费；

• 法律限制；

• Oracle 风险。

---

166. Prediction Market Making

围绕概率估计双边报价，赚 Spread。

风险来自：

• 信息不对称；

• 突发新闻；

• 结算争议；

• 流动性不足。

---

167. Event Hedge

Prediction Market 可以对冲：

• 监管事件；

• ETF 事件；

• 升级；

• 选举；

• 宏观政策；

对 Crypto 组合的影响。

---

二十八、NFT、Meme 和新发行市场

这部分较小众，但也是 Web3 策略的一部分。

---

168. NFT 跨市场 Floor Arbitrage

同一 NFT Collection 在不同市场的：

• Floor；

• Bid；

• Royalty；

• Fee；

存在价差。

需要识别具体 Token ID，而不是只看 Collection Floor。

---

169. Trait / Rarity Mispricing

根据：

• Trait；

• Rarity；

• 历史成交；

• 当前 Bid；

• Collection 流动性；

估计单个 NFT 公允价值。

---

170. NFT Market Making

对 Collection 或具体 Trait 提供 Bid/Ask。

风险：

• 非同质性；

• 极低流动性；

• Wash Trading；

• Floor 突然坍塌。

---

171. NFT Lending Liquidation

NFT 抵押贷款价格下降后执行清算。

难点是：

• NFT 公允价值；

• 变现时间；

• 地板价深度；

• 稀有度；

• 清算竞争。

---

172. Mint / Reveal Event

研究：

• Mint 价格；

• 白名单；

• Reveal 前后；

• 稀有度分布；

• Floor；

• Gas；

• Bot 竞争。

---

173. Meme Attention Momentum

数据：

• 新持有人；

• DEX 买家数；

• 社媒提及；

• KOL 传播；

• 流动性；

• 集中度；

• 部署者钱包；

• Top Holder 行为。

可以做：

• 注意力动量；

• 注意力—价格背离；

• 资金传播；

• Rug 风险过滤。

---

174. Bonding Curve / Launchpad

研究：

• 曲线阶段；

• 已售供应；

• 流动性迁移阈值；

• 持有人集中度；

• 创建者历史；

• Smart Money 进入；

• 上池后的抛售。

---

二十九、新闻、社媒和替代数据

---

175. News Event Extraction

自动提取：

• 资产；

• 事件类型；

• 时间；

• 影响方向；

• 可信度；

• 是否已预期；

• 相关资产。

---

176. Sentiment Momentum

正面情绪持续上升：

价格可能继续被注意力推动。

---

177. Sentiment Reversal

情绪达到极端，但价格不再上涨：

可能出现拥挤反转。

---

178. Attention Shock

指标：

• 搜索指数；

• X 提及；

• Telegram 消息；

• Discord 活跃度；

• 新闻数量；

• App 排名。

注意力突然上升可用于：

• 新趋势；

• 波动率预测；

• 成交量预测。

---

179. Information Diffusion

研究信息传播顺序：

开发者社区
→ 治理论坛
→ Crypto Twitter
→ 新闻媒体
→ 散户

不同来源可能具有不同领先时间。

---

180. Developer Activity

指标：

• Release；

• Commit；

• Contributor；

• Issue；

• PR；

• Mainnet Upgrade；

• SDK 下载；

• 节点版本采用率。

不能简单使用 GitHub Commit 数量，因为项目可以通过机械提交制造噪声。

---

181. App / Product Usage

数据：

• 钱包下载；

• 网站访问；

• 独立用户；

• API 调用；

• 交易用户；

• 收入用户；

• 用户留存。

---

182. Security Intelligence

监控：

• 漏洞披露；

• 审计；

• 管理员权限变化；

• 合约升级；

• 多签成员变化；

• 大额授权；

• 异常资金流。

主要作用通常是：

风险过滤和快速降仓。

---

三十、信用、托管和操作风险策略

很多所谓高收益，本质是承担隐藏信用风险。

---

183. Exchange Solvency Premium

数据：

• 交易所储备；

• 净流出；

• 提现延迟；

• 稳定币余额；

• 链上地址；

• 市场价格差；

• Funding 异常；

• 借贷利率。

---

184. Withdrawal Availability

同一资产的价差只有在资产能够转移时才真正可套利。

必须记录：

• 哪条链充值开放；

• 哪条链提现开放；

• 最小提现；

• 提现费用；

• 人工审核；

• 到账时间。

---

185. Stablecoin Issuer Risk

稳定币收益率高，可能补偿：

• 储备风险；

• 法律风险；

• 银行风险；

• 赎回风险；

• 链风险。

---

186. Bridge Risk

跨链资产折价可能是：

• 流动性偏差；

也可能是：

• 市场怀疑桥无法兑付。

---

187. Smart-Contract Admin Risk

监控：

• Upgradeability；

• Admin Key；

• Timelock；

• Multisig；

• Pause 权限；

• Blacklist；

• Mint 权限。

---

188. Oracle Dependency Risk

一个协议可能依赖：

• 单个预言机；

• 单个交易所；

• 低流动性资产；

• 过长 Heartbeat。

这会影响：

• 可用杠杆；

• 最大仓位；

• 清算风险；

• 是否纳入策略池。

---

三十一、组合和 Meta 策略

拥有 100 个信号不等于拥有 100 个独立策略。

---

189. Alpha Ensemble

组合：

• 趋势；

• Funding；

• OI；

• On-chain；

• Protocol Fundamental；

• Options；

• Event。

可以：

• 等权；

• IC 加权；

• Sharpe 加权；

• 风险预算；

• 动态权重；

• Bayesian Model Averaging。

---

190. Regime Routing

例如：

趋势 + OI扩张
→ Trend / Momentum
 
高Funding + OI极值 + CVD背离
→ Crowding Reversal
 
低波动 + 期权IV低
→ Long Vol / Breakout
 
稳定震荡 + 高DEX交易费
→ LP / Market Making

---

191. Exposure Neutralization

Web3 组合除了 Dollar Neutral，还要控制：

• BTC Beta；

• ETH Beta；

• Sector Beta；

• Delta；

• Gamma；

• Vega；

• Funding；

• Basis；

• Stablecoin；

• Exchange；

• Chain；

• Protocol；

• Bridge；

• Oracle；

• Liquidity；

• Smart-Contract Risk。

---

192. Collateral Optimization

决定用什么做保证金：

• USDT；

• USDC；

• BTC；

• ETH；

• LST；

• 其他资产。

需要比较：

• 收益；

• Haircut；

• 波动率；

• 爆仓风险；

• 跨平台可用性；

• 稳定币信用；

• 机会成本。

---

193. Inventory Routing

多交易所、DEX、多链策略需要动态决定：

• 哪边放 USDT；

• 哪边放币；

• 哪条链放 USDC；

• 何时再平衡；

• 是否通过桥；

• 是否用永续临时替代现货库存。

---

194. Capacity Allocation

策略收益不是只看 Sharpe。

还要看：

Capacity=f(Liquidity,Impact,Turnover,Gas,Borrow,Inventory)Capacity = f( Liquidity, Impact, Turnover, Gas, Borrow, Inventory )

典型情况：

• MEV 策略 Sharpe 很高但容量小；

• Funding Carry 容量较大；

• 小币截面容量有限；

• LP 容量受池子和毒性流量限制。

---

195. Counterparty Diversification

不要为了赚 Funding，把所有资金放在 Funding 最高的交易所。

需要限制：

• 单交易所；

• 单稳定币；

• 单链；

• 单桥；

• 单托管方；

• 单协议；

• 单 Oracle。

---

三十二、Web3 策略不能只用一种回测器

这是你后续搭研究系统时非常重要的地方。

---

1. Bar Backtest

适合：

• 趋势；

• 截面；
  -低频 Funding；

• On-chain 日频因子；

• 基本面。

---

2. Trade Replay

适合：

• Taker Flow；

• CVD；

• 大单；

• 短周期动量；

• 成交冲击。

---

3. Order Book Replay

适合：

• OBI；

• 微价格；

• 做市；

• 队列；

• 下一跳方向；

• Maker-Hedge。

---

4. Cross-Venue Event Replay

适合：

• 跨交易所套利；

• Lead-Lag；

• CEX—DEX 对冲；

• Funding 价差。

必须统一：

• Exchange Event Time；

• Receive Time；

• 本地时钟；

• 网络延迟。

---

5. Block / Transaction Simulation

适合：

• DEX 套利；

• Flash Loan；

• MEV；

• 清算；

• JIT LP；

• Oracle Update。

---

6. Protocol-State Backtest

适合：

• 借贷；

• 清算；

• LP；

• Vault；

• Stablecoin；

• Governance 参数。

必须还原每个区块当时的协议状态。

---

7. Options Surface Backtest

适合：

• IV；

• Skew；

• Term Structure；

• Delta-Hedge；

• Gamma；

• Dispersion。

只保存期权 K 线远远不够，需要完整报价和曲面快照。

---

三十三、Web3 回测必须计算的真实成本

任何策略只要漏掉下面几项，就可能从盈利变亏损：

Cost=Maker/TakerFee+BidAskSpread+Slippage+MarketImpact+Funding+BorrowRate+Gas+PriorityFee+FailedTransactionCost+BridgeFee+BridgeLatency+HedgeCost+InventoryCost+WithdrawalCost+CounterpartyRisk\boxed{ \begin{aligned} Cost=&Maker/TakerFee\ &+BidAskSpread\ &+Slippage+MarketImpact\ &+Funding+BorrowRate\ &+Gas+PriorityFee\ &+FailedTransactionCost\ &+BridgeFee+BridgeLatency\ &+HedgeCost\ &+InventoryCost\ &+WithdrawalCost\ &+CounterpartyRisk \end{aligned} }

尤其是跨市场策略：

“两个市场 K 线有价差”，不代表当时存在可成交套利。

因为 K 线无法告诉你：

• 两边是否同时有报价；

• 指定规模能否成交；

• 哪一边先成交；

• 订单簿是否已经变化；

• 提现是否开放；

• 链上交易是否会失败；

• 是否会被其他搜索者抢先；

• Gas 是否突然上升。

---

三十四、你应该建立的 Web3 数据体系

你现在已经有现货和永续 1m K 线底座，下一步不应该把所有东西混进一张表，而是增加独立数据域。

---

第一层：资产与市场身份图谱

必须解决同一经济资产的映射：

BTC
├── Binance Spot BTCUSDT
├── OKX Spot BTC-USDT
├── Binance Perp BTCUSDT
├── OKX Perp BTC-USDT-SWAP
├── CME Future
├── Deribit Options
├── WBTC Ethereum
├── BTCB BSC
└── BTC ETF/ETP Reference

这张图谱是所有跨市场研究的基础。

---

第二层：CEX 微观结构

建议保存：

trades
agg_trades
book_ticker
orderbook_snapshot
orderbook_delta
mark_price
index_price
premium_index
funding_rate
open_interest
long_short_ratio
taker_buy_sell
liquidations
borrow_rate
deposit_withdraw_status

---

第三层：期权

option_contract_master
option_quote
option_trade
implied_vol
greeks
open_interest
vol_surface
skew
term_structure

---

第四层：链和协议

blocks
transactions
logs
traces
token_transfers
dex_swaps
pool_states
lending_reserves
borrow_positions
liquidations
oracle_updates
bridge_messages
staking_state
governance_events
token_supply
vesting_unlocks

---

第五层：实体与标签

exchange_wallet
fund_wallet
market_maker
treasury
team_wallet
vesting_contract
bridge
protocol
whale_cohort
smart_money

标签必须具备：

• 生效时间；

• 失效时间；

• 来源；

• 置信度。

否则容易出现回测未来函数：

用今天确认的钱包标签，回头假装自己三年前就知道该钱包是某基金。

---

第六层：事件和外部数据

listing
delisting
unlock
governance
upgrade
hack
depeg
regulation
etf_flow
macro_calendar
news
social_attention

---

三十五、基于你现有币安现货 + 永续底座，建议建立的第一批 Web3 Strategy Zoo

不是先上最难的 MEV，而是从能与现有系统接起来的策略开始。

编号	母策略	新增数据	频率	难度
W01	Spot–Perp Basis Carry	Mark、Index、Funding	1m–1h	低
W02	Cross-Exchange Funding	Binance/OKX Funding	1m–1h	中
W03	Funding Cross-Section	全币种 Funding	1h–8h	低
W04	Funding + OI Crowding	OI、Funding	5m–1h	中
W05	Spot CVD–Perp CVD	Trade Flow	秒–分钟	中
W06	Liquidation Cascade	Liquidation、OI	秒–分钟	中
W07	Cross-CEX Lead-Lag	多所 Trade/Book	毫秒–秒	高
W08	Maker-Hedge	多所盘口	毫秒–秒	高
W09	CEX–DEX Basis	Pool State、Gas	秒–分钟	高
W10	Cross-Chain Stablecoin	多链池和桥	分钟–小时	高
W11	Lending Rate Relative Value	Aave 等协议状态	小时	中
W12	LST–ETH Basis	LST、提现、Perp	分钟–小时	中
W13	Hedged LP	Pool、Fees、Perp	分钟–小时	高
W14	PT Fixed Yield	Pendle、借贷利率	小时–日	中
W15	IV–RV	期权曲面	分钟–日	高
W16	Skew/Term Structure	期权曲面	分钟–日	高
W17	Exchange Flow Alpha	链上标签	小时–日	中
W18	Stablecoin Liquidity Regime	Mint、Bridge、Exchange Flow	小时–日	中
W19	Protocol Fundamental	Fees、Revenue、Users	日–周	中
W20	Unlock/Event Relative Value	解锁、事件、钱包	小时–日	中

---

三十六、优先级怎么排

结合你当前是做币圈合约策略，而且已经有 Binance 现货和永续 K 线，我建议按下面顺序扩展。

第一阶段：衍生品状态层

先增加：

• Funding；

• Mark Price；

• Index Price；

• Premium Index；

• OI；

• Long/Short；

• Taker Buy/Sell；

• Liquidation；

• Borrow Rate。

这一层与现有 K 线最容易对齐，也最容易形成：

• Funding Carry；

• OI Crowding；

• 爆仓；

• Spot–Perp；

• 截面衍生品因子。

---

第二阶段：多交易所价格与订单流

增加：

• Binance；

• OKX；

• Bybit；

• Coinbase；

• Hyperliquid；

• 主要 DEX Perp。

重点研究：

• Lead-Lag；

• Cross-Funding；

• Maker-Hedge；

• Spot CVD—Perp CVD；

• 交易所间流动性迁移。

---

第三阶段：链上和协议状态

先不要一开始就抓整个区块链全部 Trace。

优先抓：

• 交易所钱包流；

• 稳定币 Mint/Burn；

• Bridge Flow；

• 大额转账；

• DEX Volume；

• Lending Utilization；

• LST 折价；

• Token Unlock；

• Protocol Fees。

---

第四阶段：期权

建立：

• IV Surface；

• Skew；

• Term Structure；

• Option OI；

• Delta/Gamma Exposure；

• IV–RV。

---

第五阶段：Block-Level / MEV

最后才做：

• Mempool；

• Block Replay；

• DEX Atomic Arb；

• Liquidation Bot；

• JIT LP；

• Bundle；

• Cross-Domain MEV。

因为这一层对基础设施、延迟和执行要求最高。

---

三十七、最终完整策略树

WEB3 STRATEGY UNIVERSE
│
├── 1. Price / Kline
│   ├── Trend
│   ├── Breakout
│   ├── Mean Reversion
│   ├── Cross-Sectional
│   └── StatArb
│
├── 2. Cross-Venue
│   ├── CEX–CEX
│   ├── CEX–DEX
│   ├── DEX–DEX
│   ├── Maker–Hedge
│   ├── Lead–Lag
│   └── Fee/Rebate
│
├── 3. Cross-Instrument
│   ├── Spot–Perp
│   ├── Perp–Perp
│   ├── Spot–Future
│   ├── Future–Future
│   ├── Spot–Option
│   └── Option–Option
│
├── 4. Derivatives State
│   ├── Funding
│   ├── Basis
│   ├── Open Interest
│   ├── Long/Short
│   ├── Taker Flow
│   ├── CVD
│   ├── Liquidation
│   └── ADL/Insurance
│
├── 5. Options
│   ├── IV–RV
│   ├── Gamma Scalping
│   ├── Skew
│   ├── Smile
│   ├── Term Structure
│   ├── Put–Call Parity
│   ├── Dispersion
│   ├── Cross-Venue IV
│   └── Tail Risk
│
├── 6. Microstructure
│   ├── Order Book Imbalance
│   ├── OFI
│   ├── Microprice
│   ├── Queue
│   ├── Sweep
│   ├── Toxic Flow
│   ├── Market Making
│   └── Smart Execution
│
├── 7. Cross-Chain
│   ├── Pre-Funded Arbitrage
│   ├── Bridge Arbitrage
│   ├── Native–Wrapped
│   ├── Stablecoin
│   ├── Cross-Chain Yield
│   ├── Bridge Flow
│   └── Chain Rotation
│
├── 8. DEX / AMM
│   ├── Atomic Arbitrage
│   ├── Triangular Arbitrage
│   ├── Routing
│   ├── Concentrated LP
│   ├── Hedged LP
│   ├── Stable Pool
│   ├── Incentive Farming
│   ├── JIT Liquidity
│   └── Perp LP
│
├── 9. MEV
│   ├── Backrun
│   ├── Liquidation
│   ├── Oracle Update
│   ├── Order Flow Auction
│   ├── Block Building
│   └── Cross-Domain MEV
│
├── 10. Lending / Credit
│   ├── Supply Rate
│   ├── Borrow Rate
│   ├── Fixed–Floating
│   ├── Utilization
│   ├── Leveraged Loop
│   ├── Liquidation
│   ├── Refinancing
│   └── Bad Debt Risk
│
├── 11. Stablecoin
│   ├── Peg Arbitrage
│   ├── Mint/Redeem
│   ├── PSM
│   ├── Cross-Chain
│   ├── Stable Yield Curve
│   ├── Supply/Flow
│   └── Credit Relative Value
│
├── 12. Staking / Restaking
│   ├── Native Staking
│   ├── LST Basis
│   ├── Delta-Neutral Staking
│   ├── Validator Queue
│   ├── LST Relative Value
│   ├── Restaking
│   └── LRT / Points
│
├── 13. Yield Markets
│   ├── PT Fixed Yield
│   ├── YT Long Yield
│   ├── Implied–Realized Yield
│   ├── Yield Curve
│   ├── PT–Underlying
│   └── Cross-Protocol Yield
│
├── 14. On-Chain
│   ├── Exchange Flow
│   ├── Whale Flow
│   ├── Smart Money
│   ├── Stablecoin Flow
│   ├── UTXO Metrics
│   ├── Miner Flow
│   ├── Bridge Flow
│   ├── Wallet Cohorts
│   └── Graph Factors
│
├── 15. Protocol Fundamental
│   ├── Fees
│   ├── Revenue
│   ├── Token Holder Revenue
│   ├── TVL
│   ├── Volume
│   ├── Utilization
│   ├── User Growth
│   ├── Treasury
│   ├── Dilution
│   └── Value Accrual
│
├── 16. Tokenomics / Event
│   ├── Unlock
│   ├── Emission
│   ├── Burn/Buyback
│   ├── Listing/Delisting
│   ├── Airdrop
│   ├── Upgrade/Fork
│   ├── Governance
│   ├── Hack/Depeg
│   └── Regulation
│
├── 17. Incentives
│   ├── Liquidity Mining
│   ├── Trading Mining
│   ├── Maker Rewards
│   ├── Gauge/Vote Incentives
│   ├── Points
│   ├── Reward Hedging
│   └── Post-Incentive Unwind
│
├── 18. Oracle / Network
│   ├── Oracle Basis
│   ├── Freshness
│   ├── Cross-Oracle
│   ├── Gas
│   ├── Blockspace
│   ├── Sequencer
│   ├── Finality
│   └── Bridge State
│
├── 19. TradFi / Macro / RWA
│   ├── CME–Offshore
│   ├── ETF–Spot
│   ├── Crypto Equity
│   ├── Rates/DXY
│   ├── Nasdaq/Gold
│   ├── ETF Flow
│   ├── Market Hours
│   └── Tokenized RWA
│
├── 20. Prediction / NFT / Meme
│   ├── Complete-Set Arbitrage
│   ├── Logical Constraints
│   ├── Prediction MM
│   ├── NFT Floor
│   ├── Trait Pricing
│   ├── NFT Liquidation
│   ├── Meme Attention
│   └── Launchpad
│
└── 21. Portfolio / Risk
    ├── Alpha Ensemble
    ├── Regime Routing
    ├── Beta/Delta Neutral
    ├── Vega/Funding Neutral
    ├── Chain/Venue Neutral
    ├── Collateral Optimization
    ├── Inventory Routing
    ├── Capacity Allocation
    └── Counterparty Diversification

最核心的认识是：

K 线策略主要交易价格自身的时间结构；Web3 完整策略主要交易市场之间、工具之间、链之间、协议之间、参与者之间和事件之间的关系。

因此，对你们这样的币圈合约团队来说，真正有价值的扩展顺序不是再增加 100 个技术指标，而是从：

Kline→Funding/OI/Liquidation→CrossExchange→OrderFlow→OnChain/Protocol→Options→DEX/MEV\boxed{ Kline \rightarrow Funding/OI/Liquidation \rightarrow CrossExchange \rightarrow OrderFlow \rightarrow OnChain/Protocol \rightarrow Options \rightarrow DEX/MEV }

逐层建立不同收益来源的母策略。这样做出来的才是真正的多策略系统，而不是把 MA、MACD、SuperTrend 换几个名字后重复承担同一份趋势风险。