BTC 滞后因果因子（BTC Lagged Causal Factor）

1. 设计动机

加密货币市场存在一个被广泛观察到的现象：BTC 的剧烈波动会以 10-20 分钟的延迟传导到山寨币。

这种传导效应的成因包括：

1. 流动性级联：BTC 剧烈波动触发大量清算 → 做市商全市场撤单/对冲 → 山寨币流动性骤降 → 随后山寨币出现同向剧烈波动
2. 套利传导：量化套利策略在 BTC 波动后调整跨品种仓位，价格冲击逐步从 BTC 扩散到山寨币
3. 情绪传染：BTC 作为市场风向标，其异常波动触发恐慌/贪婪情绪蔓延

这意味着：如果在 BTC 刚发生暴涨暴跌后，对山寨币开仓（特别是配对交易的单腿），极有可能在山寨币随后的跟随波动中被止损。

核心思路：利用 BTC 波动对山寨币的 领先因果关系，在 BTC 异常波动后主动收紧山寨币的开仓过滤阈值，等传导效应消退后再恢复正常敏感度。

2. 在系统中的位置

4 层过滤架构：

Layer 0 (硬过滤) ─ BOCPD 趋势检测     ← 判断是否处于趋势 regime
Layer 1 (软过滤) ─ ER 持续动量确认      ← 确认趋势是否持续
Layer 2 (硬过滤) ─ CUSUM 暴涨暴跌检测   ← ★ BTC 因子在此层生效
Layer 3 (仲裁)  ─ 价差均值回归仲裁      ← 最终仲裁

BTC 因子作用于 Layer 2（暴涨暴跌检测），通过动态调整 CUSUM 阈值来实现：

• BTC 平静时 → CUSUM 阈值保持默认 → 正常开仓灵敏度
• BTC 异常波动后 → CUSUM 阈值被收紧（降低） → 更容易触发过滤 → 暂时阻止山寨币开仓

3. 算法详解

3.1 数据采集：Stress 指标的积累

每当任意币种（包括 BTC 自身）有新 K 线到来时，系统会：

1. 计算该币种的 Huber-CUSUM 累积值（正向 S+ 和负向 S-）
2. 取 max(S+, S-) 作为该币种当前的 stress 值
3. 将 stress 值追加到该币种的历史队列中

# 每根新 K 线更新后（update 方法内）
sp, sn = self._cusum_state.get(symbol, (0.0, 0.0))
self._btc_stress_history[symbol].append(max(sp, sn))

其中 CUSUM 值的计算采用 Huber 鲁棒化处理：

# Rogers-Satchell 波动率估计
rs_vol = sqrt(RS_EMA)

# 标准化收益 z 值（Huber clip 在 ±5.0）
z_raw = (close - prev_close) / prev_close / rs_vol
z = copysign(min(|z_raw|, 5.0), z_raw)

# CUSUM 递推（自适应 drift）
S+ = max(0, S+_prev + z - drift)
S- = max(0, S-_prev - z - drift)

关键点：CUSUM 是一个有记忆的累积统计量。单根 K 线的小幅波动会被 drift 项吸收归零，但连续多根同向大幅波动会使 CUSUM 值持续攀升。这使得 stress 指标能区分"正常波动"和"持续剧烈波动"。

3.2 滞后回看：提取 BTC 近期最大 stress

当需要判断某个山寨币是否可以开仓时（_check_spike 方法），系统会：

1. 跳过 BTC 自身（BTC 不需要参考自己）
2. 从 BTC 的 stress 历史队列中取 最近 3 根 K 线（= 15 分钟，5 分钟 K 线 × 3）
3. 取这 3 根中的 最大值 作为 btc_stress

if symbol != self._market_ref:
    btc_hist = self._btc_stress_history.get(self._market_ref)
    btc_stress = max(list(btc_hist)[-3:])  # lag = 3 根 K 线

为什么是 lag=3（15 分钟）：

实证研究表明 BTC 到主流山寨币的波动传导延迟在 10-20 分钟之间。取 3 根 5 分钟 K 线（15 分钟窗口）能覆盖大部分传导延迟，同时避免窗口过长导致误判。

为什么取 max 而非 mean：

传导效应由 BTC 的峰值冲击驱动，不是平均水平。一根极端 K 线就足以触发后续传导，所以用 max 更准确。

3.3 阈值收紧：指数衰减缩放因子

当 btc_stress 超过阈值时，计算一个 缩放因子 sf 来收紧 CUSUM 阈值：

btc_stress_thresh = 2.0   # stress 触发阈值
decay_rate = 0.3           # 衰减速率
factor_min = 0.7           # 最大收紧幅度（阈值最低缩到 70%）

if btc_stress > btc_stress_thresh:
    excess = btc_stress - btc_stress_thresh
    sf = max(factor_min, exp(-decay_rate * excess))
    eff_cusum_up   *= sf   # 收紧暴涨阈值
    eff_cusum_down *= sf   # 收紧暴跌阈值

缩放因子的数学形式：

sf = max(0.7, e^(-0.3 × (btc_stress - 2.0)))

行为特性：

设计要点：

• 指数衰减（而非线性）：BTC stress 轻微超标时温和收紧，严重超标时快速收紧，符合市场冲击的非线性传导特性
• 下限 0.7：阈值最多降到原来的 70%，防止过度收紧导致完全无法开仓
• 阈值 2.0：CUSUM 累积值达到 2.0 意味着 BTC 已经出现了显著超过正常波动的异常运动

3.4 实际过滤判定

收紧后的阈值直接参与 Layer 2 的过滤判定：

# strength=0.5 时的默认阈值
eff_up   = 3.5   # 暴涨阈值
eff_down = 2.5   # 暴跌阈值

# BTC 因子收紧后（假设 sf=0.75）
eff_up   = 3.5 × 0.75 = 2.625
eff_down = 2.5 × 0.75 = 1.875

# 过滤判定
if direction == 'short' and CUSUM+ >= eff_up:   → 阻止做空（暴涨中）
if direction == 'long'  and CUSUM- >= eff_down:  → 阻止做多（暴跌中）

原本山寨币的 CUSUM 值需要达到 3.5 才会被过滤，BTC 异常后只需达到 2.625 就会触发过滤。这意味着更早地阻止了在传导波动中的错误开仓。

4. 与跨层修正的叠加

BTC 因子和 Layer 0 的 BOCPD 趋势概率可以叠加生效：

# 第一步：BTC 因子收紧
eff_up *= sf_btc                    # 例如 ×0.75

# 第二步：BOCPD 跨层修正（如果 Layer 0 检测到趋势）
if bocpd_trend_prob > 0.5:
    adj = 1.0 - 0.2 × (bocpd_trend_prob - 0.5)
    eff_up *= adj                   # 例如再 ×0.9

# 最终阈值 = 原始 × sf_btc × adj

这意味着：BTC 暴跌 + 山寨币自身也处于下行趋势 时，过滤阈值会被双重收紧，对开仓的保护最为严格。这正是最危险的市场环境。

5. 完整数据流

时间线（5min K 线）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

t=0   BTC 新 K 线到来
      │
      ├─ 计算 BTC 的 RS 波动率 & Huber-CUSUM
      ├─ stress = max(S+, S-) = 3.2
      └─ 追加到 btc_stress_history[BTC]

t=5   山寨币 X 新 K 线到来，策略尝试开空仓
      │
      ├─ 计算 X 的 CUSUM: S+ = 2.8
      ├─ 查询 BTC 最近 3 根 stress: [3.2, 1.5, 1.0]
      ├─ btc_stress = max = 3.2 > 2.0 → 触发
      ├─ excess = 1.2, sf = max(0.7, e^(-0.36)) = 0.698 → 0.700
      ├─ eff_up = 3.5 × 0.70 = 2.45
      ├─ S+(2.8) >= eff_up(2.45) → 阻止做空
      └─ 日志: "Layer2-暴涨不做空: CUSUM+=2.80>=2.45 BTC(lag=3)->x0.70"

t=20  BTC 恢复平静，stress 历史中最近 3 根均 < 2.0
      │
      ├─ btc_stress = max(0.8, 0.5, 1.2) = 1.2 < 2.0
      ├─ BTC 因子不触发，eff_up 保持 3.5
      └─ 正常判定：S+(1.5) < 3.5 → 允许开仓

6. 参数一览

其中只有 market_ref_symbol 是外部可配置参数（通过 strength 元参数无法控制，因为参考币种本身不是松紧度问题）。其余 4 个参数作为算法常量硬编码在 MomentumFilter.__init__ 中。

7. 设计权衡

为什么不直接用 BTC 价格变化率？

CUSUM stress 比单根 K 线的价格变化率更稳健：

• 抗噪声：drift 项过滤掉正常波动，只有持续异常才会累积
• 有记忆：连续 3 根中等幅度下跌比单根大跌更危险，CUSUM 能捕捉这种"持续冲击"
• Huber 鲁棒化：z 值 clip 在 ±5.0，防止极端异常值（如交易所闪崩）污染指标

为什么不用相关系数/Granger 因果检验？

• 相关系数是静态的，无法反映"此刻 BTC 是否正在剧烈波动"
• Granger 因果检验需要大量历史样本且结论不实时
• CUSUM stress 是实时计算的，能立即反映 BTC 的当前市场状态

为什么下限是 0.7 而非更低？

阈值缩到 70% 以下会导致正常市场波动也频繁触发过滤，错过大量合理的开仓机会。0.7 是在"保护力度"和"策略可用性"之间的平衡点。

8. 源码位置