本文基于2024年1月至2025年12月四只欧洲加密货币ETP的一分钟数据,利用极值理论POT基准及跨交易所价差、无恢复和动量反转三类新指标识别盘中异常。研究发现,异常K线占比均低于1%,但通常伴随更高的有效价差、流动性风险指标和卖方订单失衡;四类异常均具备一定的一步预测能力,AUC–ROC最高达到0.82,其中短期波动率与回撤指标较微观结构变量更具预测价值。
报告标题:《Anomaly detection in European cryptocurrency exchange-traded products》(欧洲加密货币交易所交易产品中的异常检测)。
作者:Julia Kończal 与 Rafał Połoczański。
机构:波兰弗罗茨瓦夫科技大学纯粹与应用数学学院 Hugo Steinhaus Center,以及 xyt Smart Data. Intelligent Trading。
研究主题:2024年1月至2025年12月期间,欧洲交易所上市的比特币和以太坊ETP在一分钟频率下的价格异常识别、微观结构特征与提前一根K线预测。报告没有传统券商研究中的买入/卖出评级和目标价,其核心是实证研究而非投资推荐。
报告的中心结论可以概括为三点:第一,欧洲加密货币ETP的一分钟收益具有明显的厚尾、高峰度和持续波动特征,传统正态分布假设并不适合;第二,极端下跌、跨交易所价格偏离、下跌后的不恢复以及上涨动量后的反转,虽然每类事件占比均低于1%,但与更高的交易成本、流动性恶化和卖方订单失衡显著相关;第三,四类异常均具有一定的一步预测能力,AUC-ROC最高达到约0.82,且短期波动率和回撤变量通常比微观结构变量更有预测价值。
报告首先区分了ETF、ETN和ETC。ETF通常通过基金持有一篮子资产,并受欧洲UCITS框架关于分散化和投资者保护的约束;ETN则是发行机构的债务证券,投资者获得的是对发行人的债权,而非对底层加密资产的直接所有权,因此同时承担市场风险和发行人信用风险;ETC在结构上与ETN类似,部分产品采取实物抵押。
这一法律结构具有重要含义:由于UCITS规则不允许ETF只投资单一加密货币,欧洲单一比特币或以太坊上市产品主要采取ETN或ETC形式。因此,报告统一使用“ETP”称呼研究对象,而不是将其误称为UCITS ETF。该说明避免了将交易所产品的交易便利性与基金法律保护混为一谈。
研究初始数据库包含约200只欧洲加密货币ETP,覆盖Xetra、Nasdaq Stockholm、SIX Swiss Exchange和Euronext Paris等主要场所。报告指出,尽管产品数量很多,但交易高度集中于少数产品和交易所,这意味着市场的“广度”与实际流动性并不等价。
图1是一个环形图,展示200只ETP按照样本期间交易量最高的主要交易场所分类。Xetra占46.6%,是最大市场;Nasdaq Stockholm占17.3%;SIX Swiss Exchange占16.8%;Euronext Paris占13.6%;其他交易场所合计5.7%。
该图支持作者关于市场集中度的判断:单一交易场所Xetra承载了接近一半的产品,说明德国市场在欧洲加密ETP生态中具有突出地位;Nasdaq Stockholm虽然产品数量明显少于Xetra,但主要集中于瑞典发行人Valour和Virtune,体现出更强的区域专业化。需要注意的是,图1按“主要交易场所”而非所有上市场所分类,因此它描述的是主交易地归属,不一定等同于产品的全部交易活动。
图2为横向条形图,显示样本期交易价值最高的20只ETP。CoinShares Bitcoin Tracker One和CoinShares Ethereum Tracker One分别达到约165亿欧元和75亿欧元,明显高于其他产品。Virtune Bitcoin ETP、Virtune Ethereum ETP和VanEck Bitcoin ETN以黄色标识,代表被选入后续分析的相关产品。
图表最重要的信息不是单纯的排名,而是交易量呈明显“头部集中”:前两只产品的交易价值远超其余产品,说明欧洲ETP市场存在显著的流动性分层。作者最终并没有简单选择交易额最大的四只产品,而是依据一分钟非零交易数据的完整性选择四个标的,兼顾了连续性与跨资产、跨交易所可比性。
最终样本包括:
剔除无交易活动的一分钟K线后,四个产品分别保留155,510、99,409、115,679和73,448条有效观测。以太坊产品有效观测更少,反映其交易频率低于比特币产品。数据包含OHLC价格、交易量、欧元交易额、买卖方向成交量、暗池成交量、定期竞价成交量及有效价差等变量。研究仅使用交易所连续交易时段,Xetra为09:00至17:30,Nasdaq Stockholm为09:00至17:25。
报告中的图3展示四只产品的周收盘价和周度总交易量。四只产品走势高度相似:2024年上半年价格下跌,2024年第四季度快速上涨,2025年初达到样本期高位,随后回落;这与比特币和以太坊底层资产走势一致。
同时,交易量在2024年末及2025年初价格剧烈波动阶段明显上升,说明成交活跃度与价格波动具有同步性。VBTC.XE交易量最高,属于样本中最具流动性的产品;VIRSETHS.ST交易量最低且波动最明显,后文中该产品也表现出更高的价差、Amihud非流动性和Kyle’s λ,形成了从市场活动到异常成本的完整逻辑链。
表1报告了分钟对数收益的统计特征。平均收益均接近零,范围约为0.00029%至0.00380%,符合短周期收益均值通常较小的特点。但波动率从VBTC.XE的0.123%逐步上升至VIRSETHS.ST的0.370%,体现出以太坊底层资产波动率较高以及斯德哥尔摩产品流动性较低的双重影响。超额峰度则从27.55至58.48,远高于正态分布的零值,说明极端收益出现频率显著高于正态模型预测。
报告拟合了正态逆高斯分布、广义正态分布、Student-t、非中心t和双Weibull五种分布。KS检验和更重视尾部拟合的Anderson-Darling检验均在1%显著性水平下强烈拒绝所有候选分布,但作者指出,这部分可能受到超大样本量影响,因为样本很大时,检验会对微小偏差也非常敏感。按AD统计量,NIG在三个产品上最优,VIRSETHS.ST则由双Weibull最优;但尾部图显示Student-t和非中心t在实际尾部走势上更接近经验分布。
这揭示了一个重要细节:所谓“最佳分布”取决于评价目标。NIG更适合描述整个收益分布,但Student-t和NCT可能更适合尾部风险建模。因此,作者后续采用EVT/POT而非直接依赖某个全分布参数模型,是较为合理的选择。
图6左侧显示一分钟相关性,右侧显示日收益相关性。一分钟层面相关性仅为0.174至0.435,其中同一交易所内的产品相关性较高,例如VBTC.XE与VETH.XE为0.435;日频相关性则提高至0.745至0.982,同类资产跨交易所的相关性尤其高。
这种短频率相关性下降被称为Epps效应,可能由非同步交易、买卖价反弹和离散价格变化造成。对异常检测而言,这一点非常关键:日频数据看似高度一致,但一分钟数据中仍存在足够的跨交易所偏离空间,正是作者构造跨交易所异常指标的基础。
图7采用柱状图表示小时平均成交量,折线表示小时波动率。Xetra的VBTC.XE波动率从开盘约0.09%持续升至尾盘约0.175%,没有典型的开盘尖峰;VETH.XE也大致从0.15%上升到0.24%。VBTC.XE成交量尾盘明显增加,可能与收盘交易和机构交易集中有关;VETH.XE成交量则更接近传统U形,开盘最高、午间回落、尾盘部分恢复。
Nasdaq Stockholm的两只产品则表现出显著开盘波动尖峰,随后在上午快速下降,午后再次回升。VIRBTC.ST开盘波动率约0.31%,VIRSETHS.ST约0.38%;成交量也在开盘较高、午间降至低点、下午恢复。作者认为,这体现了隔夜信息在开盘时集中反映,且价格发现可能在开盘后一小时内大部分完成。Kruskal-Wallis检验拒绝了不同小时成交量和波动率分布相同的假设。
基准异常DPOT使用峰值超过阈值法。作者将负收益转化为正的损失,取训练样本损失的95%分位数作为初始阈值,再对超过阈值的损失拟合广义Pareto分布,并将目标无条件异常概率设为1%,反推出最终异常阈值。
POT的优点是直接针对极端左尾,定义相对客观;局限在于只看单个产品的收益,不利用跨交易所关系,也不考虑极端下跌之后是否恢复或此前是否存在上涨动量。
DCV针对同一底层资产在Xetra和Nasdaq Stockholm之间的短时价格差异。作者使用过去1440条活跃K线、约三个完整交易时段,进行无截距滚动OLS回归,并以一个产品收益解释另一个产品收益,残差代表无法由对手交易所收益解释的部分。当残差超过滚动99%分位数时,即标记为异常。
该定义的经济含义类似跨市场套利或配对交易中的残差偏离,但作者明确使用固定方向并将同一事件标签同时赋予两只产品,因此它识别的是“配对事件”,而非独立的单边异常。
DNR先要求当前收益低于此前1440条活跃收益的滚动1%分位数,然后观察未来10条活跃K线的累计收益。如果累计恢复幅度小于初始下跌绝对值的30%,则判定为不恢复异常。
该指标试图区分两种极端下跌:快速反弹的“迷你闪崩”与持续性的价格修正。其关键局限是标签需要未来10根K线才能确定,因此虽然特征构造没有未来信息泄露,但异常标签存在约10根K线的观测延迟。
DMR要求当前收益同样低于过去1440条活跃收益的滚动1%分位数,并且此前五根K线累计收益为正。它识别的是“先上涨、后极端下跌”的短期反转事件。
图8四个面板直观展示了定义差异:POT面板中多根收益跌破GPD阈值,最大跌幅约为-4%;DCV面板中跨交易所残差突破滚动99%阈值;DNR面板以红色阴影标出十根K线恢复窗口,初始下跌后价格反弹不足;DMR面板则以绿色标出此前五根K线的正动量。
表2显示,四类异常在所有产品中的比例均低于1%。DPOT每个产品约识别279至931条事件;DCV由于配对标签机制,在比特币和以太坊交易所配对中分别产生795和339个配对事件;DNR异常率最高,约为0.791%至0.929%;DMR约为0.412%至0.588%。
图9使用Jaccard指数衡量异常集合重叠程度。DCV与其他定义的相似度仅0.012至0.030,说明跨交易所偏离大多不是极端下跌、不恢复或动量反转事件。DNR和DMR相似度最高,为0.319至0.467,因为二者都依赖相同的滚动1%极端收益条件;POT与DNR的相似度为0.243至0.343,POT与DMR为0.224至0.284。
因此,四类指标并非对同一批异常进行重复命名,而是覆盖了尾部冲击、跨市场失配、持续性下跌和趋势反转等不同机制。
表3采用异常组与正常组中位数之比,并使用双侧Mann–Whitney U检验。报告对所有变量—定义—产品组合均拒绝分布相同的原假设。有效价差衡量成交价偏离中间价的相对成本;Amihud指标衡量单位交易额带来的价格变动;Kyle’s λ衡量单位成交量对应的价格冲击;OIB则衡量买卖方向成交量失衡。
POT异常的有效价差和Kyle’s λ比值最高。例如VBTC.XE分别为2.05和3.42,而流动性最弱的VIRSETHS.ST分别高达3.99和11.24,说明极端尾部事件伴随显著交易成本和价格冲击。DNR的相对成交量最高,为正常水平的2.67至5.08倍,说明“不恢复”事件往往伴随异常活跃的交易。
POT、DNR和DMR异常时,OIB通常由正常时期的正值转为负值,反映出更强的卖压。DCV的方向性较弱,四个产品对应比值分别为0.25、0.47、0.12和-0.04,说明跨交易所偏离未必是单边抛售造成的。
图10显示,Xetra产品异常率普遍在尾盘上升,DNR在14:00至16:00附近最突出,VBTC.XE约达到2.0%,VETH.XE约1.75%;这与Xetra尾盘波动率上升相互印证。
斯德哥尔摩产品则在开盘异常率较高,随后下降,下午再次上升。该模式对应图7的开盘波动尖峰,也可能受到美国市场开盘时间对加密资产价格的影响。DCV整体异常率最低,DNR最高,POT与DMR的日内形态较为接近。
图11显示星期五多数定义的异常率较高,DNR在多数产品达到约1.0%;星期二在部分产品和定义中也较高,而星期三通常最低。作者将星期五的异常增加解释为周末前流动性供给减少,以及欧洲ETP市场休市但底层加密货币市场持续交易所带来的信息积累。
报告预测的是下一根一分钟K线是否异常,使用34个严格滞后特征:22个价格/波动特征和12个微观结构特征。模型包括逻辑回归、随机森林、XGBoost和LightGBM,采用时间顺序的80%训练集、20%测试集,并设置类别权重以缓解异常样本极少造成的类别不平衡。
逻辑回归适合捕捉近似线性关系;随机森林通过多棵随机化决策树捕捉非线性;XGBoost和LightGBM则通过逐步迭代的梯度提升树提高拟合能力。作者比较了“session-based”和“cumulative”两种特征方式:前者每天开盘重新计算,后者允许滚动窗口跨越交易日使用历史信息。
表4的核心结果是:DPOT最容易预测,VBTC.XE上逻辑回归和随机森林AUC分别达到0.812和0.810,累计特征方式进一步达到0.821和0.815;VIRBTC.ST上的逻辑回归达到0.817和0.823。DCV在不同产品间差异较大,但随机森林在VETH.XE和VIRSETHS.ST上分别达到0.769和0.755,累计方式升至0.772和0.774,说明其跨市场信号可能具有非线性结构。
DNR的AUC范围为0.577至0.732,DMR为0.558至0.764,属于中等可预测性;综合标签DANY的AUC为0.633至0.740。累计特征方式在80个比较中有68个优于session-based,平均改善约0.009,说明前一交易日的信息对异常预测具有增量价值。
由于异常比例低于1%,精确率通常低于0.10,尽管部分模型召回率较高。报告因此主要采用AUC-ROC,而不是依赖某个阈值下的精确率或召回率;这是合理的,因为AUC评价所有分类阈值下的排序能力,而精确率和召回率高度依赖阈值选择。
表5的置换重要性显示,DPOT主要由15根K线滚动波动率和回撤解释;DCV主要由高低价区间、5根K线ATR和15根K线滚动波动率解释;DNR主要由回撤和短长期波动率比值解释;DMR最稳定的特征是5根K线RSI、波动率比值和5根K线滚动平均收益。综合异常标签最一致的预测变量是波动率比值。总体而言,价格和波动率特征比微观结构特征更重要,但在流动性最低的VIRSETHS.ST上,有效价差的作用更明显。
报告的优点在于将EVT尾部方法、跨交易所关系、事件后恢复行为和短期动量统一为四类明确的二元标签,并通过Jaccard相似度证明这些标签具有互补性;同时采用严格的时间切分和滞后特征,降低了明显的未来函数风险。
但仍有几项需要谨慎理解。首先,样本只有四只ETP,且选择依据是数据完整性而非随机抽样,因此结果未必能够代表欧洲全部ETP。其次,所有分布检验均被拒绝,说明参数分布拟合存在不足,虽然作者合理地指出了大样本敏感性,但这也意味着尾部模型参数仍可能存在不稳定性。 其三,DNR标签依赖未来十根K线,实际交易系统只能延迟确认该标签,不能将其完全视为即时可观测风险。其四,精确率与召回率是在测试集上选择F1最优阈值,作者已明确说明这只能作描述性参考,不能视为真正无偏的样本外表现。
总体而言,报告并未声称异常可以被完美预测,而是证明近期价格和波动状态中包含了部分关于下一分钟异常的可识别信息。最强的预测对象是POT极端下跌,最具独立性的异常类型是跨交易所偏离;异常事件通常伴随流动性恶化、交易成本升高和卖压增强,且更容易出现在开盘、尾盘和周五。作者最终的总体判断是:欧洲加密货币ETP市场的高频异常具有多维度、机制不同且部分可预测的特征,风险监测系统若同时结合尾部风险、跨市场偏离、恢复性和动量反转指标,将比仅依赖单一极端收益阈值更加全面。
2608.09576.pdf