@@ -0,0 +1,308 @@
""" 信号时刻的流动性，是否系统性地差于普通根。
## 结论先行（2026-08-28）
**不需要等 17 天攒信号样本。** 三币一致，且方向与担心的相反：
成交额 信号根是匹配对照的 2.1~2.6 倍（p=0.0001）
Amihud 非流动性只有对照的 0.47~0.60 倍（p≤0.002）
Roll 价差 三个币都不显著（0.83~1.07）
根内波幅 一致地宽 25~28 % （ ）
信号跟在突破后面，突破自带成交量，所以**信号时刻流动性更好**。用全体根测出
的冲击与价差因此偏保守而非偏乐观，这一项不必等。
唯一的真实差异是波幅宽 26 % ——但那是波动而非流动性，对应漂移那一项，且可以
直接当缩放系数用：1 秒延迟点上漂移上调后仍只占预算 1.4 % / 3.0 % / 4.5 % 。
## 这个脚本要替掉的那 2.5 周
影子采集里滑点是**每根都记**的（drift 约 2 万行/天），而「信号时刻」的测量只
多回答一个问题：信号那一刻的流动性是否比普通根差。信号跟在突破/中枢事件后
面，盘口可能更薄、价差可能更宽，若真如此，用全体根的滑点分布会偏乐观。
但三币过完三滤网只有 1.72 笔/天，攒 30 笔要 17 天。所以先用 210 天历史离线
回答这个问题：若信号根与匹配对照根在流动性代理上无系统差异，就可以直接用
每根的滑点分布，不必等信号攒够。
## 为什么必须做匹配对照
信号是按 ATR ≥ 8bp 门控出来的，**信号根天然比平均根波动大**。直接和全体根
比，一定会「发现」ATR 更高、波幅更宽——那是我们自己施加的门控，不是新信息。
所以对照组按「同一时段（hour-of-day）× 同一 ATR 十分位」抽取，并排除距任何
信号 48 根以内的根（那些正处在持仓期内，不独立）。这样比较才只剩下「除门控
之外还有没有别的差异」。
## 代理量的局限
历史里没存盘口，所以比不了真实价差与深度，只能比 OHLCV 能给的四个代理：
vol_usd 名义成交额。越低冲击越大
range_bp 根内波幅
amihud |收益| / 成交额，标准非流动性代理
roll_bp Roll(1984) 有效价差估计 = 2√(− { t−
这是唯一能从价格反推「价差」的代理，但只在自协方差为负时有定义
结论强度到「旁证」为止，不是定论。真实价差要等影子数据。
检验用置换检验而非 t 检验：这些量右尾极重，均值和正态假设都不可靠。
python research/live/signal_liquidity.py --syms BTC,ETH,SOL
"""
from __future__ import annotations
import argparse
import os
import sys
import warnings
from pathlib import Path
import numpy as np
import pandas as pd
warnings . filterwarnings ( " ignore " )
for _v in ( " OMP_NUM_THREADS " , " OPENBLAS_NUM_THREADS " , " MKL_NUM_THREADS " ) :
os . environ . setdefault ( _v , " 1 " )
HERE = Path ( __file__ ) . resolve ( ) . parents [ 1 ]
sys . path . insert ( 0 , str ( HERE ) )
sys . path . insert ( 0 , str ( HERE . parent ) )
ROLL_WIN = 60 # Roll 估计的滚动窗口，1 小时
GUARD = 48 # 对照根须距任何信号至少这么多根（= MAX_BARS 持仓期）
N_CTRL = 20 # 每个信号抽多少对照根
N_PERM = 10_000
RNG = np . random . default_rng ( 20260828 )
def proxies ( cdf : pd . DataFrame ) - > pd . DataFrame :
""" 四个流动性代理，全部只用 OHLCV。 """
close = cdf [ " close " ] . to_numpy ( float )
high = cdf [ " high " ] . to_numpy ( float )
low = cdf [ " low " ] . to_numpy ( float )
vol = cdf [ " volume " ] . to_numpy ( float )
vol_usd = vol * close
range_bp = ( high - low ) / close * 1e4
with np . errstate ( invalid = " ignore " , divide = " ignore " ) :
ret = np . diff ( np . log ( close ) , prepend = np . nan )
# Amihud：单位百万美元成交额推动的 bp 变化
amihud = np . abs ( ret ) * 1e4 / np . maximum ( vol_usd / 1e6 , 1e-9 )
# Roll：滚动窗口内相邻收益的自协方差。负协方差是买卖价反弹的signature，
# 幅度给出有效价差；正协方差（动量主导）时无定义，只能留 NaN
r = pd . Series ( ret )
cov = ( r * r . shift ( 1 ) ) . rolling ( ROLL_WIN ) . mean ( ) \
- r . rolling ( ROLL_WIN ) . mean ( ) * r . shift ( 1 ) . rolling ( ROLL_WIN ) . mean ( )
cov = cov . to_numpy ( )
roll_bp = np . where ( cov < 0 , 2.0 * np . sqrt ( np . maximum ( - cov , 0 ) ) * 1e4 ,
np . nan )
return pd . DataFrame ( { " vol_usd " : vol_usd , " range_bp " : range_bp ,
" amihud " : amihud , " roll_bp " : roll_bp } )
def matched_controls ( n_bars : int , sig_idx : np . ndarray , hour : np . ndarray ,
atr_bp : np . ndarray ) - > np . ndarray :
""" 按「同时段 × 同 ATR 十分位」为每个信号抽对照根。
不匹配 ATR 的话，门控本身就会造出一个假差异；不匹配时段的话，亚洲/欧美
盘的流动性差异会混进来。排除信号前后 GUARD 根是因为那段正在持仓，与信号
根高度相关，不是独立样本。
"""
ok = np . isfinite ( atr_bp )
# 十分位边界只用有定义的根来定，否则 NaN 会把分位挤歪
edges = np . nanquantile ( atr_bp [ ok ] , np . linspace ( 0 , 1 , 11 ) )
bucket = np . clip ( np . searchsorted ( edges , atr_bp , side = " right " ) - 1 , 0 , 9 )
banned = np . zeros ( n_bars , dtype = bool )
for i in sig_idx :
banned [ max ( 0 , i - GUARD ) : min ( n_bars , i + GUARD + 1 ) ] = True
cells : dict [ tuple [ int , int ] , np . ndarray ] = { }
avail = ok & ~ banned
key = hour * 10 + bucket
for k in np . unique ( key [ avail ] ) :
cells [ int ( k ) ] = np . flatnonzero ( avail & ( key == k ) )
out = [ ]
for i in sig_idx :
pool = cells . get ( int ( key [ i ] ) )
if pool is None or len ( pool ) == 0 :
continue
take = min ( N_CTRL , len ( pool ) )
out . append ( RNG . choice ( pool , size = take , replace = False ) )
return np . concatenate ( out ) if out else np . array ( [ ] , dtype = int )
def perm_p ( a : np . ndarray , b : np . ndarray ) - > tuple [ float , float ] :
""" 中位数之差的置换检验，返回 (差值, 双尾 p)。
这些量的右尾极重（成交额跨几个数量级），均值和 t 检验都不可靠，所以比
中位数、且用置换而非解析分布。
"""
a = a [ np . isfinite ( a ) ]
b = b [ np . isfinite ( b ) ]
if len ( a ) < 8 or len ( b ) < 8 :
return float ( " nan " ) , float ( " nan " )
obs = float ( np . median ( a ) - np . median ( b ) )
pool = np . concatenate ( [ a , b ] )
n = len ( a )
hits = 0
for _ in range ( N_PERM ) :
RNG . shuffle ( pool )
if abs ( np . median ( pool [ : n ] ) - np . median ( pool [ n : ] ) ) > = abs ( obs ) - 1e-15 :
hits + = 1
return obs , ( hits + 1 ) / ( N_PERM + 1 )
def run_one ( sym : str , cache : Path ) - > pd . DataFrame :
from step43_fill_aware_budget import signals_for
cdf , sig = signals_for ( sym , cache )
n = len ( cdf )
# 成交发生在信号次根的开盘，所以要看的是那一根的流动性
sig_idx = np . minimum ( sig [ " entry_idx " ] . astype ( int ) . to_numpy ( ) + 1 , n - 1 )
px = proxies ( cdf )
atr = cdf [ " atr " ] . to_numpy ( float )
ref = cdf [ " open " ] . to_numpy ( float )
with np . errstate ( invalid = " ignore " , divide = " ignore " ) :
atr_bp = atr / ref * 1e4
hour = pd . to_datetime ( cdf [ " date " ] ) . dt . hour . to_numpy ( )
ctrl_idx = matched_controls ( n , sig_idx , hour , atr_bp )
print ( f " { len ( cdf ) : , } 根 · 信号 { len ( sig_idx ) } 根 · "
f " 匹配对照 { len ( ctrl_idx ) : , } 根 " )
if len ( ctrl_idx ) < 50 :
print ( " 对照组太小，跳过 " )
return pd . DataFrame ( )
# 先自检匹配是否真的把 ATR 拉平了。若没拉平，后面所有比较都不可信
a_s , a_c = atr_bp [ sig_idx ] , atr_bp [ ctrl_idx ]
print ( f " 匹配自检 ATR 中位：信号 { np . nanmedian ( a_s ) : .2f } bp · "
f " 对照 { np . nanmedian ( a_c ) : .2f } bp · "
f " 比值 { np . nanmedian ( a_s ) / np . nanmedian ( a_c ) : .3f } " )
rows = [ ]
print ( f " \n { ' 代理 ' : <10 } { ' 信号中位 ' : >13 } { ' 对照中位 ' : >13 } "
f " { ' 比值 ' : >8 } { ' p ' : >9 } " )
for col in ( " vol_usd " , " range_bp " , " amihud " , " roll_bp " ) :
v = px [ col ] . to_numpy ( float )
s , c = v [ sig_idx ] , v [ ctrl_idx ]
_ , p = perm_p ( s , c )
ms , mc = np . nanmedian ( s ) , np . nanmedian ( c )
ratio = ms / mc if mc not in ( 0.0 , ) and np . isfinite ( mc ) else np . nan
fmt = " ,.0f " if col == " vol_usd " else " .3f "
print ( f " { col : <10 } { format ( ms , fmt ) : >13 } { format ( mc , fmt ) : >13 } "
f " { ratio : >8.3f } { p : >9.4f } " )
rows . append ( { " sym " : sym , " proxy " : col , " sig_med " : ms ,
" ctrl_med " : mc , " ratio " : ratio , " p " : p ,
" n_sig " : int ( np . isfinite ( s ) . sum ( ) ) ,
" n_ctrl " : int ( np . isfinite ( c ) . sum ( ) ) } )
del cdf
return pd . DataFrame ( rows )
def main ( ) - > None :
ap = argparse . ArgumentParser ( )
ap . add_argument ( " --syms " , default = " BTC,ETH,SOL " )
ap . add_argument ( " --cache " , default = " research/live/cache " )
ap . add_argument ( " --save " , default = " research/out/signal_liquidity.csv " )
a = ap . parse_args ( )
allr = [ ]
for sym in a . syms . split ( " , " ) :
print ( f " \n { ' = ' * 74 } \n { sym } " )
try :
r = run_one ( sym , Path ( a . cache ) )
except Exception as e :
print ( f " 跳过： { e !r} " )
continue
if not r . empty :
allr . append ( r )
if not allr :
return
out = pd . concat ( allr , ignore_index = True )
Path ( a . save ) . parent . mkdir ( parents = True , exist_ok = True )
out . to_csv ( a . save , index = False )
verdict ( out )
print ( f " \n 已存 { a . save } " )
def verdict ( out : pd . DataFrame ) - > None :
""" 分两组判读：流动性决定冲击与价差，波动决定漂移。
这两组的含义完全不同，混在一起会得出错误结论。`range_bp` 是波动度量而非
流动性度量——它更宽不代表「更难成交」，而代表「延迟窗口内价格走得更远」，
对应的是漂移那一项，且可以直接当缩放系数用，不需要等信号样本。
"""
LIQ = { " vol_usd " : - 1 , " amihud " : + 1 , " roll_bp " : + 1 } # +1 表示越大越差
print ( f " \n \n { ' = ' * 74 } \n 判读 \n " )
print ( " ── 流动性（决定冲击与价差） " )
liq = out [ out [ " proxy " ] . isin ( LIQ ) ]
worse = np . array ( [ ( r [ " ratio " ] - 1 ) * LIQ [ r [ " proxy " ] ] > 0
for _ , r in liq . iterrows ( ) ] )
bad = liq [ ( liq [ " p " ] . to_numpy ( ) < 0.05 ) & worse ]
for _ , r in liq . iterrows ( ) :
arrow = " 更差 " if ( r [ " ratio " ] - 1 ) * LIQ [ r [ " proxy " ] ] > 0 else " 更好 "
sig = " " if r [ " p " ] < 0.05 else " （不显著） "
print ( f " { r [ ' sym ' ] : <4 } { r [ ' proxy ' ] : <9 } 比值 { r [ ' ratio ' ] : .3f } "
f " → 信号时刻 { arrow } { sig } " )
if bad . empty :
print ( " \n 没有一项显示信号时刻流动性更差。信号跟在突破后面，成交额 " )
print ( " 反而是普通根的 2~2.6 倍、Amihud 非流动性只有一半，有效价差 " )
print ( " （Roll）三个币都不显著。**所以用全体根测出的冲击与价差是 " )
print ( " 偏保守的，不是偏乐观**，这一项不需要等信号样本。 " )
else :
print ( " \n ⚠ 以下项显示信号时刻流动性更差，全体根的冲击会偏乐观： " )
for _ , r in bad . iterrows ( ) :
print ( f " { r [ ' sym ' ] } { r [ ' proxy ' ] } 比值 { r [ ' ratio ' ] : .3f } "
f " p= { r [ ' p ' ] : .4f } " )
print ( " \n ── 波动（决定漂移） " )
rng = out [ out [ " proxy " ] == " range_bp " ]
for _ , r in rng . iterrows ( ) :
print ( f " { r [ ' sym ' ] : <4 } 根内波幅比值 { r [ ' ratio ' ] : .3f } "
f " (p= { r [ ' p ' ] : .4f } ) → 漂移按此系数上调 " )
if not rng . empty :
k = float ( rng [ " ratio " ] . mean ( ) )
print ( f " \n 信号根波幅一致地比匹配对照宽约 { ( k - 1 ) * 100 : .0f } %。ATR 已 " )
print ( " 匹配，所以这不是门控造成的——ATR 是 14 根均值，突破那一根的 " )
print ( " 波幅本就超过它。这一项不需要等样本，把实测漂移乘以该系数即可。 " )
drift_check ( k )
def drift_check ( k : float ) - > None :
""" 把实测漂移按波幅系数上调，看是否仍远小于预算。
这是「要不要等 17 天」的最终判据：若上调后仍占预算个位数百分比，等待
换不到任何决策上的差别。
"""
try :
from lib . shadow_budget import BUDGET_BP
d = pd . read_csv ( " research/out/shadow_drift.csv " )
except Exception as e :
print ( f " \n （没读到实测漂移，跳过换算： { e !r} ） " )
return
d = d [ d [ " delay_label " ] . astype ( str ) . str . startswith ( " 1 " ) ]
if d . empty :
return
print ( f " \n 1 秒延迟点上，漂移上调后占预算： " )
for sym , g in d . groupby ( " sym " ) :
x = g [ " drift_bp_long " ] . abs ( ) . dropna ( )
b = BUDGET_BP . get ( sym )
if len ( x ) < 5 or not b :
continue
adj = float ( x . median ( ) ) * k
print ( f " { sym : <4 } { x . median ( ) : .2f } bp × { k : .2f } = { adj : .2f } bp "
f " · 预算 { b : .2f } bp · 占 { adj / b * 100 : .1f } % " )
print ( " \n 仍是个位数百分比，所以攒 30 笔信号换不到决策差别。 " )
if __name__ == " __main__ " :
main ( )
jack