[论文解读] Explainable Patterns in Cryptocurrency Microstructure

Bartosz Bieganowski, Robert Ślepaczuk|arXiv (Cornell University)|Jan 31, 2026

Financial Markets and Investment Strategies被引用 0

一句话总结

该论文展示了一组统一的顶层委托书与交易衍生特征能够在资产市值差异巨大的情况下预测短期加密货币收益，使用 SHAP 揭示一致的、与微观结构对齐的依赖模式，并在一次重大闪崩中仍具有鲁棒性。

ABSTRACT

We document stable cross-asset patterns in cryptocurrency limit-order-book microstructure: the same engineered order book and trade features exhibit remarkably similar predictive importance and SHAP dependence shapes across assets spanning an order of magnitude in market capitalization (BTC, LTC, ETC, ENJ, ROSE). The data covers Binance Futures perpetual contract order books and trades on 1-second frequency starting from January 1st, 2022 up to October 12th, 2025. Using a unified CatBoost modeling pipeline with a direction-aware GMADL objective and time-series cross validation, we show that feature rankings and partial effects are stable across assets despite heterogeneous liquidity and volatility. We connect these SHAP structures to microstructure theory (order flow imbalance, spread, and adverse selection) and validate tradability via a conservative top-of-book taker backtest as well as fixed depth maker backtest. Our primary novelty is a robustness analysis of a major flash crash, where the divergent performance of our taker and maker strategies empirically validates classic microstructure theories of adverse selection and highlights the systemic risks of algorithmic trading. Our results suggest a portable microstructure representation of short-horizon returns and motivate universal feature libraries for crypto markets.

研究动机与目标

• 寻找能够跨不同流动性和市值的加密货币资产预测短期收益的通用微观结构特征的动机。
• 开发一个便携且可解释的建模流程，使用统一的特征库和带方向感知的 GMADL 目标的 CatBoost。
• 使用 SHAP 诊断跨资产特征重要性和依赖形状的一致性，并将其与微观结构理论联系起来。
• 通过 taker 与 maker 回测以及在一次闪崩中的压力测试来评估经济意义和鲁棒性。

提出的方法

• 从顶层买卖等指标（价差、VWAP 偏离、订单流不平衡）中构建统一的特征库。
• 采用带方向感知的 GMADL 目标、面向未来的一秒 horizon，使用时间序列交叉验证训练梯度提升树（CatBoost）。
• 使用 SHAP 解释模型预测以获得全局特征排序和局部依赖图。
• 通过比较 BTC、LTC、ETC、ENJ、ROSE 的 SHAP 模式以及鲁棒性检验（R2-优化模型）验证跨资产稳定性。
• 在 taker 与 maker 执行假设下回测交易信号，并包括保守的现金记账方案以评估经济性与风险。

实验结果

研究问题

• RQ1 同样的 engineered 微观结构特征在跨大市值到小市值的加密资产中是否展现出相似的预测重要性？
• RQ2 关键特征（订单流不平衡、价差、VWAP-to-mid 偏离）的 SHAP 依赖形状在各资产之间是否一致？
• RQ3 在保守执行规则下，预测模式是否转化为可交易信号，且在一次重大闪崩中表现如何？
• RQ4 点差大小如何影响不平衡效应的强度及跨资产的微观价格机制？

主要发现

• 订单流不平衡、价差和 VWAP 偏离的特征重要性和 SHAP 依赖形状在不同流动性资产间保持稳定。
• 不平衡的依赖模式总体单调，极端处呈现凹性；更宽的价差降低可预测性；VWAP-to-mid 偏离显示出与微观结构回归一致的短期不对称性。
• taker 执行在若干资产上产生经济上有意义的收益和信息比率，ETC、ENJ 与 ROSE 的结果显著；maker 执行表现则更为混合。
• 一次重大闪崩对框架构成压力：taker 策略利用突发行情，而 maker 策略受到不利择时的影响，验证了经典微观结构理论。