15分钟交易脉冲：140亿美元比特币永续合约的幕后推手

在UTC时间14:59:59，比特币永续合约看起来和其他电子市场无异，价格闪烁，来自全球交易者的订单不断流动。

但当时钟跳到15:00:00，市场瞬间变得更加繁忙：更多交易成交，更多资金周转，价格在接下来的十秒内波动更大，尽管没有任何新理由促使人们交易。

同样的脉冲在每小时的第15、30和45分钟重现。在五分钟边界和每分钟开始时会出现较小版本，但整点仍产生最强爆发，仿佛加密货币的连续市场被交易软件划分成了数千个微小交易时段。

韩国政策研究员Chan Kim和北卡罗来纳大学的Peter Reinhard Hansen在2026年8月的一项加密期货研究中记录了这一模式。他们研究了2021年1月1日至2024年10月31日期间六个币安（Binance）期货市场的已完成交易记录，涵盖比特币、以太坊、XRP、Solana、狗狗币和Cardano，共1,400个完整交易日。

这些合约是永续合约，通常称为永续合约，允许交易者押注资产涨跌，并利用杠杆放大赌注。

传统期货合约有固定到期日，而永续合约只要交易者有足够保证金就可以一直持有，多头和空头之间的定期资金费支付使其价格贴近现货市场。

当永续合约价格高于现货指数时，多头向空头支付费用；低于指数时，支付方向相反。

永续合约在全球加密交易中占很大份额，这使得这些短暂脉冲的影响范围更广更深。永续合约价格有助于引导跨交易所的套利、对冲和做市活动，因此始于期货的模式可以传导到比特币市场数据和所有人关注的现货价格。

加密货币找到了自己的开盘钟声

将一小时画成圆形，15分钟脉冲一目了然。研究人员的图表在第0、15、30和45分钟形成四个点，在交易量和价格波动上呈现星形图案，每次爆发的大部分集中在最初十秒内。

在所有六个合约中，这十秒内的交易笔数比普通分钟的同一时段多26%，美元交易额多32%，绝对收益也高出26%。

绝对收益衡量价格向任一方向波动的幅度，因此高出26%意味着在15分钟窗口内价格涨跌幅度更大。

极坐标图显示BTC、ETH、XRP、SOL、DOGE和ADA永续合约的绝对收益和交易量的分钟模式。来源：Kim, Reinhard Hansen

该模式还跨越了巨大的市场规模差异。样本期间，比特币平均每日交易154万笔，合约交易额145.8亿美元，而Cardano平均约29万笔，交易额5.44亿美元，节奏相同。

这种一致性是最重要的发现，因为它表明这一惯例是跨交易系统共享的，而非某个代币独有的特征。

大多数交易应用将连续的价格流转化为一分钟、五分钟、十五分钟或其他常见周期的K线。

一根15分钟K线将该时段内的所有信息压缩为开盘价、收盘价、最高价和最低价，为人类提供可管理的市场图景，也为软件提供可处理的标准数据块。

每根K线结束时，技术指标重新计算，自动化策略从同一新完成的数据块中获得新指令。

将大额交易拆分成小单的程序可能在该边界释放另一部分，做市商可以根据预期流量调整报价，而更快的系统可以提前交易以抢在两者之前。

一旦足够多的机器开始遵循同一时钟，一种便捷的数据展示方式就变成了市场本身的一部分。

这就是一个平淡无奇的15分钟开始看起来像证券交易所开盘的原因。传统市场围绕真正的开盘钟声聚集订单，因为交易者已经等待了几个小时才重新开市。

另一方面，加密货币通过共享的图表周期和软件默认设置制造出类似的抢购潮，每15分钟重复一次，而交易持续进行。

机器留下了痕迹

币安的交易记录显示了交易内容、数量和价格。但它们无法识别每笔交易是由人类交易者、做市公司、清算引擎还是其他自动化系统发起的。Kim和Hansen通过交易规模寻找间接线索。

人们倾向于使用整数，因为更容易选择和记忆，所以有人可能交易0.1 BTC或约10,000美元，而不会计算到小数点后最后一位的别扭数量。

但算法通常从基于波动率、可用资本、当前敞口或大订单目标份额的公式出发，这可能产生对人类来说看似随意的数量。

研究人员统计了交易规模以尾随零结尾的频率，发现在反复爆发的开盘秒内，整数数量较少见。

他们只纳入足够大、能包含所测零数量的交易，这避免了因交易所最小增量使额外零不可能出现而将小额订单误判为不规则。

下降幅度随边界重要性增加。整数数量在普通分钟开始时略微减少，每五分钟差距扩大，然后每15分钟再次扩大，整点产生与通常模式的最大偏离。

对于有资格以至少两个零结尾的比特币交易，整数规模占比在普通分钟开盘时下降0.04个标准差，在整点下降0.20，使整点效应大五倍。

图表显示六种加密货币的交易活动在每分钟最初10秒内达到峰值，15分钟时段的平均值更高。来源：Kim, Reinhard Hansen

标准差描述观测值偏离其通常范围的程度，因此这些数字不是机器下单的百分比。它们表明，在交易活动激增时，市场对整数数量的正常偏好偏离得更远，这为作者提供了自动化参与度更高的行为指纹。

交易规模仍无法识别每笔订单的来源。大型机构执行和强制平仓可能产生不规则数量，资金费率套利也可能如此，因此论文将整数性作为与机器活动相关的间接证据。

作者进行了多项检查，以确定是否有其他重复事件在制造脉冲。

样本期间，币安在UTC时间00:00、08:00和16:00处理资金费支付，但移除这些窗口后，15分钟结果基本不变，移除所有整点观测后，第15、30和45分钟的模式依然存在。对Bybit数据的单独分析在另一家交易所也产生了类似结构。

这些检查描述了一种广泛的电子协调形式。任何交易者都可以选择任意周期，但交易所数据、图表设置和常用指标将许多系统拉向相同的边界，最强集中出现在获得最多共同关注的时钟点。

一个价值低于交易费的价格预测

在确认脉冲重复出现后，研究人员询问每个15分钟前可用的数据能否预测其最初十秒的价格走势。

他们的滚动模型研究了早期15分钟收益以及常见的价格和成交量指标，然后利用当时可用的信息做出新的样本外预测。

在六个合约中，模型选择正确方向的概率为56.6%。其平均样本外R²为3.4%，意味着它解释了这十秒收益变化的一小部分，而其曲线下面积得分为0.60，在0.50为随机猜测、1.00为完美分类的尺度上。

在十秒间隔内噪音巨大的市场中，这些适中的数字表明该模式包含可重复的信息。

然而，它们并不构成简单的交易策略，因为预测的波动很小。在每个15分钟按模型选择的方向交易，扣除费用前的平均毛收益为每笔0.51个基点，约等于0.0051%，即10,000美元交易约51美分。

样本期间，币安的基础费率为吃单5个基点（立即对现有报价成交），挂单2个基点（提供报价供他人接受）。

因此，一笔10,000美元的吃单交易开仓成本约5美元，平仓还需另一笔费用，而模型的平均毛收益仅为第一笔费用的十分之一左右。

鉴于这里的收益如此之小，该数据集最有用的结果是统计可预测性与普通交易者可捕获利润之间的差距。

一个模式可以频繁重复到足以通过正式分析，而预期波动却小到无法覆盖基本交易成本，这就是高度自动化市场可以包含可识别模式却不产生任何利润的原因之一。

做市商和大型交易者仍可利用这一发现，因为他们面临一个非常具体的问题。

如果一家公司同时报出买卖双边价格，它可以在那十秒内要求更宽的价差，或在单边流量更容易预测时减少报价量，而处理大额订单的交易者可以在时钟上不那么拥挤的点释放部分订单，以减少自身活动引起的价格波动。

最初十秒还携带了更长期限的信息。当买方发起的成交量在15分钟边界超过卖方发起的成交量时，这种不平衡与未来4到12小时的收益相关，而当卖方占主导时则出现相反关系。

这里的订单不平衡是指该窗口内主动买入与主动卖出相对于总成交量的差异，为研究人员提供了一种衡量哪一方更积极的方法。

在四小时期限上，大部分关系来自早期15分钟流量延续到后续边界。在八小时和十二小时期限上，普通价格和成交量指标解释了更多，这符合一个市场：算法将15分钟作为处理已在更广泛市场中积累的信息的共同时刻。

这一更长期限的结果需要谨慎对待，因为四小时、八小时和十二小时的收益窗口重叠，允许一次市场波动出现在多个观测中。

作者使用了为依赖数据设计的块自助法，但聚合交易记录仍无法显示发起订单是否包含私人信息、是否对相同的公开输入做出反应，或是否在做市商吸收不均衡流量时推动了价格。

尽管如此，更大的理念比其背后的统计机制更容易理解并最终实施。

加密货币取消了收盘钟声，使交易连续进行，然后其API、图表周期和自动化策略在一天中重建了微型开盘。

每15分钟，数千个独立系统到达同一时钟边界，在几秒钟内，一个设计为不间断运行的市场表现得像人群挤过同一扇门。