加密市场的 7×24 特性

直觉

传统股票每天交易 6.5 小时、有涨跌停和收盘结算。加密货币 7×24 全年无休、没有熔断、没有统一收盘价——这让数据、波动、做市和风控都和股市很不一样。三大差别：(1) 采样频率爆炸——一小时就是一根 K 线，全年约 8760 根，年化口径要重算；(2) 波动与肥尾更极端——没有熔断、杠杆盛行，单日腰斩也不罕见；(3) 永续合约的资金费率（funding）——多空每隔 8 小时互相付费，长期持有方向合约会被持续抽水。把这些差异量化清楚，才能把股市那套指标正确搬到加密上。

年化口径与资金费

年化波动要把「每期波动」乘 $\sqrt{\text{每年期数}}$，而期数因市场而异：

$$\sigma_{\text{ann}}=\sigma_{\text{period}}\cdot\sqrt{N},\qquad N_{\text{股票}}\approx252,\quad N_{\text{加密}}\approx8760\;(\text{小时})$$

永续合约资金费每 8 小时结算一次，年化拖累 $\approx f_{8h}\times 3\times 365$。

「人话」解释：为什么加密的「年化波动」看着吓人？

一是采样密：股市一天 1 根日 K 线、一年 252 根；加密一小时 1 根、一年 8760 根——同样的「每根波动」乘上 $\sqrt{8760}$ 自然比乘 $\sqrt{252}$ 大好几倍。二是分布更野：没熔断 + 高杠杆 + 全球小额盘，尾部远比股市厚，学生 t 分布的「自由度」更低。三是永续资金费：你以为你在「持有做多」，其实每 8 小时都在给对手方交租，半年下来能吃掉两位数百分点的本金。结论：直接套股市的波动/夏普到加密上会严重失真，必须用加密自己的频率和成本口径。

可运行案例：年化口径与资金费拖累

⚠️ 以下为教学用合成序列（随机数生成，非真实行情），仅演示口径换算与量级，不构成任何市场判断。

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(0)
stock_d = rng.normal(0, 0.010, 2520)                  # 日频, ~252 期/年
crypto_h = rng.standard_t(4, 8760) * 0.012            # 小时频, ~8760 期/年, 更肥尾
print(f"股票 年化波动 ≈ {stock_d.std()*np.sqrt(252):.1%}")
print(f"加密 年化波动 ≈ {crypto_h.std()*np.sqrt(8760):.1%}")
print(f"加密 峰度(超额) = { ((crypto_h-crypto_h.mean())**4).mean()/crypto_h.std()**4 - 3:.1f}  (远厚于正态)")

funding_8h = 0.0001                                   # 每 8h 0.01%(合成假设)
print(f"\n永续资金费年化拖累 ≈ {funding_8h*3*365:.1%}  (若长期单边持有)")

cum_s = np.cumprod(1 + stock_d*0 + stock_d)           # 仅画净值形状
plt.figure(figsize=(9, 3.2))
plt.plot(np.cumprod(1 + crypto_h[:2520]) , label='加密(合成,小时)', lw=0.8, color='orange')
plt.plot(np.cumprod(1 + stock_d), label='股票(合成,日)', lw=0.8, color='steelblue')
plt.title('合成序列净值对比：加密波动与回撤更极端'); plt.ylabel('净值'); plt.legend(fontsize=9)
plt.tight_layout(); plt.show()

小结

• 加密 7×24、无熔断，年化口径要按实际采样频率（小时 $\sqrt{8760}$）换算；
• 波动更极端、尾部更厚（低自由度学生 t），套股市指标会失真；
• 永续合约资金费每 8h 结算，长期单边持有有持续成本拖累。