觀點 | 多空持倉比在數字資產量化交易中的應用初探_LSP

引言

為了讓用戶掌握更多的市場信息，多家交易所上線了合約大數據產品，包括多空持倉比、未平倉量、合約基差等與合約市場息息相關的數據。這些市場數據是無數信息交易者和噪音交易者通過真金白銀的投入而繪制出的市場畫像，數據中包含大量有價值的信息。對市場數據進行分析有助于投資者判斷當前市場所處的位置，預測未來市場的走向，從而更好地控制風險，抓住機遇。

本文主要對OKEx合約大數據產品中的多空持倉比進行定量的分析。下面以比特幣為例，回顧過去半年中lspr與市場走向的關系，并且通過建模等手段，拋磚引玉，嘗試讀懂lspr的預言。

第一章?多空持倉比介紹

多空持倉比的計算方式為，持有凈多頭的賬戶數量除以持有凈空頭的賬戶數量：

所謂凈持倉，指的是：若交易者出于某種目的同時持有某數字資產的合約空頭和多頭合約時，將其所持多空合約一對一抵消后，剩余合約的數量和方向。

在合約市場中，交易者每開出一張多單，就會有對應的一張空單成交。也即，市場上的任何時候，多單和空單的數量都是一樣的。凈多頭賬戶所持有的多頭合約平均張數與凈多頭賬戶的積，即為總多頭合約數。對于空頭合約亦是如此。由以上兩點，可以得到下式：

由式可得：

可以發現，lspr可以轉化為空頭賬戶平均持倉量與多頭賬戶平均持倉量之比。這意味著：lspr越高，空方平均資金量越大；反之亦然。例如，若此時lspr為3，就表示平均每個凈空頭用于做空的保證金為凈多頭用于做多的保證金的三倍。通常而言，我們認為信息交易者具有資金、消息上的優勢，能夠在市場中獲得超額收益。在資金量較小的交易者貪婪地買入或者恐懼地賣出時，藏在陰影中的信息交易者便可能會在lspr因子上露出馬腳。

觀點：一旦發達市場監管確定，傳統銀行將主導穩定幣市場:金色財經報道，專注于金融監管的高級政府關系主管Chris Hayes與SODA的首席執行官兼創始人Chris Ostrowski針對穩定幣表示，隨著對法定支持的穩定幣的監管壓力越來越大，美國和歐洲批發 CBDC 的潛在發展，以及消費者對加密貨幣市場安全的逃避，傳統銀行主導穩定幣市場的市場時機已經成熟。一旦實現監管確定性，傳統銀行機構將做好進入穩定幣領域的準備。

考慮到它們現有的合規和法律職能，傳統金融機構有優勢，甚至可能在開展穩定幣業務方面得到銀行監管機構的支持。此外，憑借其零售客戶賬戶，銀行擁有穩定幣的內置用戶類別。

由于監管護城河和現有基礎設施，與 USDC 發行人 Circle 等新參與者相比，銀行在穩定幣方面的努力將具有更低的資金和客戶獲取成本。他們完全有動力通過在區塊鏈上進行支付來為自己增加收入，而不是通過 Visa 和萬事達卡等成熟的支付網絡。

在美國，鑒于穩定幣對傳統金融體系的直接影響，拜登政府和現任眾議院金融服務委員會主席的眾議員麥克亨利的一項政策重點是尋找穩定幣監管的前進道路。[2023/1/28 11:33:09]

第二章?因子衍生

因子衍生，學名“特征工程”，是在原始數據的基礎上，進行一系列變換，使得算法能夠更好地從數據中獲取信息的過程。本文采取的數據為OKEx平臺上BTCUSD交割合約的lspr值，以及Bitfinex平臺的BTC/USD現貨價格。時間跨度為2019年8月1日至2020年6月9日，其中，2019年8月1日至2020年2月1日為訓練集，分析和建模將只采用這一范圍內的數據。2020年2月1日至2020年6月9日的數據為驗證集，意在驗證規律是否穩定。

第一節?衍生因子介紹

為了充分提取lspr中蘊含的信息，同時兼顧可觀測樣本的限制，我們設計了長短兩個時間維度，三個統計維度，總計六個因子：

表2.1衍生因子

(一)lspr移動平均值

通過計算lspr的移動平均，可以一定程度上消除極端值的影響，從而獲得更加穩定的lspr值。其中，f_ma_ld為過去72小時的lspr平均值，f_ma_sd為過去24小時的平均值。兩者反映了近一段時間內lspr的絕對水平。下文將探索當lspr處于不同水平時，標的未來一段時間內漲跌表現是否存在不同。

觀點：GBTC需求降低、馬斯克等因素導致比特幣年內走勢逆轉:投資策略師Lyn Alden表示，她正在研究可能觸發了比特幣今年走勢逆轉的基本面催化劑。在接受采訪時，Alden解釋了機構投資者如何利用GBTC提供的交易機會。Alden強調，雖然機構投資者可以出售他們的GBTC份額，但所涉及的比特幣不能賣回市場。競爭對手入場削弱了GBTC需求，因此降低了BTC以冷存儲的方式被鎖定的速度：“所以當我們看到這種情況發生在2021年1月時，比特幣開始鞏固了一段時間，創下新高，但隨后勢頭減弱了。然后我們開始關注馬斯克，他的行動和言論影響了已經處于橫向整合的比特幣市場，在一定程度上引發了下跌。所以我認為這起到了一定作用，但更根本的問題只是比特幣本身的供求平衡。”（The Daily Hodl）[2021/7/21 1:07:12]

(二)lspr變動率

lspr變動率衡量了近期lspr變動情況。當lspr下降時，這一指標則為負值，反之亦然。其中，f_roc_ld為當前lspr值較72小時前值的變動率，f_roc_sd為當前lspr較24小時前值的變動率。當lspr值開始上升，可能意味著資金量較小的交易者開始做多，或者擁有資金和信息優勢的交易方開始加倉押注未來即將下跌，那么lspr的變動率便可以直觀地描述這一現象，為投資者提供變盤的信號。

(三)lspr波動率

相比上述兩個因子，lspr波動率的計算可能稍有復雜。主觀上分析，若lspr波動率較低，那么意味著這一段時間內多空持倉陷入了焦灼的狀態，雙方相持難下；反之，若lspr波動率較高，則說明資金博弈層面上，資金量較小的交易者的資金在多空兩邊反復橫跳，這種情形可以被描述為“躁動”。而“躁動”和“焦灼”分別對應了未來的哪一種行情，則需要定量地進行分析。下面，我們分別對過去72小時和24小時內的lspr計算其變異系數，作為其波動率的估計量。

第二節?衍生因子表現

出于經驗考慮，預測標的選擇為未來72小時，即未來三天的收益率。訓練集時間段內，BTC未來72小時的漲跌幅如下圖所示，基本涵蓋了震蕩和趨勢的行情。

觀點：依托區塊鏈等技術創新金融租賃管理手段和服務模式:11月4日，中銀金租黨委書記、董事長程慧娟在2020全球租賃業競爭力論壇峰會上表示，可借助金融科技創新提升租賃資產管理運營等水平，將金融租賃、金融科技嵌入科技大數據，依托大數據、區塊鏈等技術創新管理手段和服務模式，提升金融管理的效能，助力高質量的發展。（華夏時報）[2020/11/4 11:39:24]

圖2.1BTC未來72h收益率序列

一般而言，在對各個因子進行加工之后，首先需要對衍生因子的預測能力做一個快速、初步的評估。在本研究中，將不同因子從小到大排序，并且通過CART決策樹算法確定切分閾值，將樣本分為若干個區間。進而計算每個區間內因子的平均值，以及對應的收益率的平均值，從而直觀的判斷各個因子對收益率的影響。

CART決策樹算法，大多數情況下，是使用二叉樹對數據進行分類或回歸的算法。如圖所示：

圖2.2CART決策樹示意

圖中對A,B,C,…,L這些人進行了分類。藍色的節點被稱為分裂點，橙色的節點被稱為葉片。葉片的數量也就決定了這一棵決策樹最終將樣本分成了幾類。在本文的算法中，考慮到樣本數量不是很多，最大葉片數可以設置為5，即最多將樣本分為5份，單個葉片包含最小樣本量為總體的16%。

計算完所有因子以及收益率后，在每天零點取一個樣本加入訓練集，總計獲得174個樣本。

(一)lspr移動平均值

過去24小時lspr均值對未來72小時收益率有顯著反向影響。f_ma_sd觀測值越大，未來72小時內越可能下跌，反之亦然。這與前文的假設一致，具有極強的邏輯解釋性。如下圖所示，將樣本按照因子大小升序分為5份，進行分組統計。其中，第0組中，因子均值為1左右，對應的平均收益率略大于0；而第4組中因子均值超過1.5，對應的平均收益率小于-2%。且均分較低的組平均收益率顯著大于得分較高的組。

觀點：投資者越發認可將數字土地作為一種可行投資:在評論虛擬房地產的日益流行時，區塊鏈游戲平臺The Sandbox的市場營銷和公關顧問Joseph Madding表示，投資者對將數字土地作為一種可行投資的想法越來越持開放態度：“虛擬房地產無疑正變得越來越流行。在過去的10周里，使用我們的Telegram chat、Discord、Twitter和其他社交媒體平臺進行相關互動的用戶增加了超1000%。我們因此擴大了社區管理以滿足不斷增長的需求。就把虛擬土地作為一種商品而言，我們看到最初售價約為370美元的LAND作為小型地產以2000多美元轉售。這令人震驚，也顯示了社區對我們NFT產品的巨大興趣。”

此前消息，幣安通過買入4012枚LAND代幣，在The Sandbox中獲得虛擬房地產資源。據了解，幣安計劃在The Sanbox平臺內組織社交游戲活動，如NFT及游戲創作競賽，并給予最佳創作者LAND代幣作為獎勵。The Sanbox計劃于2020年12月發布公測版，目前已組織四次土地（LAND）預售，并出售價值近150萬美元的代幣。（Cointelegraph）[2020/9/20]

圖2.3f_ma_sd分組結果

過去72小時lspr均值也在訓練集中展現出類似的性質，在此不再贅述。

圖2.4f_ma_ld分組結果

(二)lspr變動率

在訓練集中，通過觀察f_roc的分組結果，可以發現：f_roc大幅減少確實意味著未來72小時更可能上漲，而f_roc大幅上漲對于多頭來說卻不是什么好跡象。如果當前lspr較3天前大幅上升，那么多頭處于不利地位。若當前lspr較3天前大幅下降，那做多的預期收益可能會更高。不過，當變動率接近零時，這個因子對未來收益率的預測能力則幾乎很弱。詳情請見下圖：

圖2.5f_roc_sd分組結果

分析師觀點：比特幣S2F模型核心要素是“人類心理”:比特幣分析師，BTConometrics公司S2F（存量-流量比率）模型研究員Nick Emblow強調了S2F模型中容易被遺忘的一個方面。根據Emblow的觀點，人們普遍認為S2F對比特幣價格的影響。這種看法變成了市場情緒，導致比特幣的價格波動。話雖如此，這一流行的模型更多的是“社會學”而不是“計量經濟學”。為了進一步解釋他的觀點，Emblow說，人們主要是著迷于BTC日益增加的稀缺性。這反過來又增加了個人購買比特幣(BTC)的可能性。即使沒有計量經濟學背景，“S2F”模型作為長期預測也是正確的。然而，正如這位分析師所說，它的核心要素是“人類心理”。（U.Today）[2020/5/10]

圖2.6f_roc_ld分組結果

(三)lspr波動率

現在，我們得以回答上一節中提出的問題。資金層面上多空雙方的“焦灼”更可能預示著未來的下跌，而lspr的“躁動”，實則是新一輪行情的預兆。

圖2.7f_rv_sd分組結果

圖2.8f_rv_ld分組結果

第三章?模型搭建

在上一章中，我們已經總結出來一些規律。但各個因子之間可能存在交互作用，也可能存在一些非線性關系。為了從lspr中提取更加有投資指導價值的信息，需要進一步建立量化模型。

第一節?算法增強

本文構造的因子在已知數據中均展現出與未來收益率的一定聯系，且邏輯上能夠進行合理解釋，故可以將上述六個因子全部加入模型。

在實踐中，單個算法的預測雖然對未來的行情走勢存在一定指導意義，但比較模糊。根據機器學習的理論，我們使用了多個算法，進行增強訓練，達到綜合多種算法學習能力，獲得更好預測結果的目的。在建模的思路上，可以先使用六個因子以及其對應的因變量，采用線性和非線性的模型進行樣本內訓練，得到多個弱分類器；再將弱分類器輸出的擬合值作為因子，以線性模型進行集成，得到最終的模型，并在測試集中使用。之所以進行集成，是為了減少單個模型不可靠的可能，增強模型的穩定性和在未知數據上的泛化能力。

其中，線性模型分別為OLS，RidgeCV。前者最為樸素，可以通過觀察回歸方程給出直觀的理解和解釋，但分析因子效果時可能會受到因子多重共線性的影響。后者引入了正則項減少多重共線性的影響，交叉驗證雖然減少了引入后驗知識的可能，但也增加了模型的復雜度。

由于某些因子與收益率的對應關系并非線性，所以我們也決定使用非線性模型決策樹與隨機森林算法。決策樹算法可以抽象出容易理解的規則，適用于特征維度較高，樣本量較少的數據集，我們給定單個葉片的最小樣本量以環節過擬合。但其輸出的預測集中于幾個葉片上，所以可以明顯看到它輸出的預測“擠在一團”。隨機森林算法則以bagging的方法隨機挑選因子和樣本訓練大量獨立的決策樹，并且采用各個決策樹投票的方式得到最終模型。它可以很好地提取訓練樣本的信息，但犧牲了解釋性，一定程度上可以視為黑箱。

圖3.1模型表現

上圖為各個模型在訓練集和測試集上的表現。其中，OLS、Ridge_CV、DecisionTree、RandomForest分別為四個子模型。第一行展示了模型在訓練集中的表現，每幅散點圖中，橫縱軸分別是子模型的預測值與BTC實際的未來三天漲跌幅。在每幅散點圖的下方，列出了模型的擬合優度R^2,這一數值越高，說明模型預測能力越強，雖然這一數值普遍不大，但作為預測模型，已經極具實踐意義。第二行為驗證集，這一行展示了各個采用不同算法的模型在未知數據上的泛化能力。非常合理的是，預測效果較訓練集中有所衰減，但超過0.05的R^2表示，各個子模型也都具有一定的預測作用。

第五列ALL_OLS中，展示了以所有子模型的預測值為因子，采用OLS算法搭建的集成模型的表現。雖然其R^2在測試集上表現并非最佳，但由于其避免了模型選擇的偶然性，并以此降低了單個模型的失效對整體的影響，因此選擇將其作為最終模型。

在第三行中，采用決策樹對ALL_OLS模型在訓練集中的輸出值與實際值進行最優分組，得到其切分點。然后將ALL_OLS在驗證集中做出的預測值以前一步中得到的切分點進行分組。柱形圖為驗證集每組預測值的均值，柱形圖為其對應真實值的均值。據此，可以直觀地看出，模型確實具備一定的預測能力。不過，由于算法的復雜性和數據量的限制，模型背后的經濟邏輯尚待未來進一步探究。

第二節?預測結果離散化

出于對模型穩定性的追求，下面采取兩步方法。第一步上一節提到過的采用集成模型的方法，這減少了單個模型失效對整體的影響以及模型選擇上的偶然性和主觀性。第二步則為將預測結果離散化。離散化可以減少過擬合的概率，提升模型泛化能力，從而更加自信地在未知數據上使用模型。

預測結果離散化的大致流程如下：

首先，在訓練集中得到了ALL_OLS模型輸出的對于真實漲跌幅得到擬合值，將擬合值通決策樹進行切分得到最優分組，此時便得到了一張映射表：

圖3.2離散化映射表

當將驗證集數據輸入訓練好的ALL_OLS模型后，它會輸出一個預測值，然后便可以通過映射表將其轉化為離散值。若這個預測值為0.01，那么便將其根據上述映射表轉換為2，若預測值為0.05，那么轉換后的值則為4。本研究中采取了左開右閉的處理方式，但改變這一設置不會對策略產生決定性的影響。

第四章?模型應用

模型基于BTC合約多空持倉比數據，因此，這一策略主要的操作標的也是BTC。根據模型預測結果的分組，我們構造了如下的策略。

模型會預測未來72小時的BTC走勢，但它每天都會產生一個預測結果，即一個0到4的打分。持倉的范圍為，即滿倉做空至滿倉做多。取過去三日的打分結果均值，作為今日的持倉指標，用于指導持倉。

舉例而言，若過去三日的打分結果分別為2，3，3，則三日的平均分為2.67分，將2.67在區間的位置映射到區間，得到今日持倉比例應為0.335，即使用33.5%的資金做多。

第一節?策略構造

基于這一思想，可以構造三個策略：

五層策略：即使用-1，-0.5，0，0.5，1的倉位比例對應0，1，2，3，4的打分，這一構造方式相對中性，不包含對市場的先驗主觀判斷，并且倉位相對連續，調倉成本較小；

五層純多頭策略：即使用0.2，0.4，0.6，0.8，1的倉位比例對應0，1，2，3，4的打分，這一構造方式包含了先驗的主觀判斷，認為比特幣應該長期持有，因此比較適合“囤幣黨”用于短期對沖風險；

兩層策略：即使用-1，0，0，0，1的倉位比例對應0，1，2，3，4的打分，觀察第三章的分組結果，可以發現預測的分組在極端組內的預測效果比較穩健，在中間組內預測效果相對模糊。因此，可以考慮僅在行情落入第一組時全倉做空，落入第五組時全倉做多。

第二節?策略回測

三個策略在測試期內的表現如圖所示：

圖4.1策略回測資金曲線

計算常用的策略評價指標，可得：

表4.1策略評價指標

各個策略都取得了相對凈持有BTC的超額收益。兩層策略的夏普比率最高，在無風險收益率為3%的情況下，夏普達到了2.22。但是觀察其凈值曲線，可以發現在絕大多數時間里，由于策略的開倉條件過于苛刻，策略是空倉的。開倉次數過少意味著回測結果對策略的評價很有可能不夠穩健，在更長的時間里，有可能會與本次回測的觀測結果產生沖突，因此，我們不認為這是一個好的策略。

五層策略與五層純多頭策略相比，允許做空的策略明顯取得了更好的效果。這是因為在回測期內，BTC基本走出了0的收益。不過，作為“囤幣黨”，或者BTC的忠實信眾，這一策略也能夠為他們對沖掉一些BTC的短期下跌風險。

三個策略中表現最好的是五層多空策略。在三個月左右的回測期內，取得了接近30%的收益，夏普比率也達到了2.17，最大回撤僅10%，最大的持倉比例為100%，即不帶任何杠桿，因而不存在理論爆倉風險。這個策略同時也符合我們在投資活動中的一些想法：不要相信故事，而要相信市場的波動。

第五章?總結

綜上，OKEx交易所的合約大數據中，lspr這一指標能夠對未來BTC行情起到比較好的指導作用。直觀來看，近三天的lspr均值與未來72小時BTC收益負相關，并且lspr的大幅波動往往預示著大概率的上漲。

使用lspr數據，我們構造了一個簡單的策略。策略在2020年2月至6月這一段時間中，相對BTC，取得了27%的超額收益，夏普比率2.17，表現優異。

受限于lspr數據量，本文構造的策略測試時間較短，在未來更長期限的投資中，有可能存在表現不穩定的情況。但無論如何，lspr數據的確能夠從一個特殊角度提煉市場信息。進一步的研究可以將多頻率，多品種的lspr數據與其他的有效因子相結合，以求對未來市場中數字資產的長期和短期走勢進行更準確的估計。

Tags：LSPSPRBTC比特幣LSPHEREESPRObtcv幣會漲多少量子比特幣

酷幣