加密市场的 7×24 特性
:::info 学习目标 你将能定义加密日线时区、正确年化连续市场收益,并把资金费、基差、交易所和托管风险纳入研究。 :::
直觉
许多股票市场有固定交易时段、官方收盘价和不同形式的价格限制或熔断;加密现货则通常 7×24 连续交易,且跨交易所并没有唯一收盘价。三类差异尤其重要:(1) 时间边界——日线采用哪个时区会改变 OHLC;(2) 市场与对手方风险——规则、熔断、托管和流动性因交易所而异;(3) 永续合约资金费——多空定期互相支付,但结算频率和公式并不统一。把这些口径写入数据字典,才能正确比较不同市场。
年化口径与资金费
年化波动要把「每期波动」乘 ,而期数因市场而异:
若某合约每 8 小时结算一次,且费率与方向长期不变,简单年化拖累近似为 。这是特定合约的近似,真实费率会变号、封顶,结算频率也可能不同。
「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 自然比乘 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()
跨场所与衍生品边界
同一币种在不同交易所的价格、成交量和指数成分可能不同,API 中断与异常插针也更常见。永续资金费有正有负,收益应拆成标的价格、基差变化、资金费和费用;不能把某一时刻的正费率机械年化。策略还需限制单一交易所、稳定币、托管和清算风险。
实践与延伸
- 用 UTC 与亚洲时区定义日线,比较波动、最大回撤和信号日期。
- 构造正负交替资金费序列,比较简单年化与真实累计现金流。
延伸阅读:目标交易所的合约规则、指数方法与风险披露;永续合约定价研究。
小结
- 加密 7×24、无熔断,年化口径要按实际采样频率(小时 )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。
章末自测
1. 关于本章主题,哪项说法更准确?