韩国政策研究员 Chan Kim 与北卡罗来纳大学的 Peter Reinhard Hansen 在一篇学术论文中指出，加密永续合约市场虽然 24 小时连续交易，但在每小时的 0 分、15 分、30 分、45 分，仍会出现类似「开盘」的固定交易脉冲。研究样本来自 Binance 六大永续合约自 2021 年 1 月 1 日至 2024 年 10 月 31 日的逐笔成交记录，覆盖 1400 个完整的不间断交易日，标的包括比特币、以太坊、XRP、Solana、狗狗币和 Cardano。
论文描述的一个典型时点是 UTC 14:59:59 到 15:00:00。前一秒，比特币永续合约和其他电子交易市场一样持续撮合；时钟跳到整点后，市场活跃度会突然抬升，成交订单增多、资金换手加快，随后 10 秒内价格波动也会明显放大，而这一过程并不依赖突发消息驱动。
脉冲每 15 分钟出现一次，整点最强
研究称，这类交易脉冲会在每小时的 15 分、30 分、45 分重复出现。5 分钟节点和每分钟开始时刻也会看到规模更小的同类波动，整点时刻的爆发力最强。论文据此认为，连续运转的加密市场，实际上被交易软件切分成大量微型交易时段。
文中研究对象是永续合约。交易者可以借此押注资产涨跌，并通过杠杆放大头寸。与有固定到期日的传统期货不同，永续合约在保证金充足的情况下可以持续持有；多空双方会定期互换资金费率，让合约价格贴近现货指数。当永续价格高于现货指数时，多头向空头支付资金费率；当永续价格低于现货指数时，则由空头向多头支付。
永续合约在全球加密交易中占比很高，因此这类短时脉冲不只影响合约盘面。论文指出，永续价格会引导跨所套利、对冲和做市行为，期货市场中的瞬时波动会传导到比特币及其他资产的现货交易。
样本数据显示 10 秒窗口内量价同步抬升
如果把一小时画成环形图，0 分、15 分、30 分、45 分四个时间点会形成清晰峰值。研究人员给出的图表显示，成交量与价格波动呈星型分布，绝大多数激增都集中在周期开始后的 10 秒之内。
综合六个合约的数据，这一 10 秒窗口的成交笔数比普通时段高出 26%，按美元计价的成交量提升 32%，绝对价格波动幅度扩大 26%。论文采用的绝对收益指标衡量价格双向波动空间，因此无论上涨还是下跌，在 15 分钟起始窗口里波动都会更剧烈。
这种规律并不依赖单一币种的体量。样本期内，比特币日均成交 154 万笔，合约交易量为 145.8 亿美元；Cardano 日均成交约 29 万笔，交易量仅 5.44 亿美元，但两者表现出的交易节奏高度一致。论文将这种跨币种一致性视为最重要的结论之一，即该现象源于全市场通用的交易机制，而不是某一代币自身的特殊走势。
统一的 K 线周期，把连续市场切成了时间边界
论文将原因指向主流交易软件和量化系统共享的时间刻度。绝大多数交易软件都会把连续价格流整理成 1 分钟、5 分钟、15 分钟等标准 K 线，一根 15 分钟 K 线会汇总这个周期内的开盘价、收盘价、最高价和最低价。这种可视化方式方便人工观察，也给量化程序提供了统一的数据单元。
在每根 K 线结束时，各类技术指标会重新计算，自动化交易策略会根据刚完成的 K 线刷新交易指令。负责拆分大单的执行算法会在时间节点补发剩余委托；做市商会根据预期资金流调整报价；速度更快的量化系统则可能提前布局。
研究认为，当足够多的程序使用相同的时间边界时，本来只是展示数据的周期，最后会变成市场结构本身的一部分。传统市场的开盘钟会把休市期间积累的委托集中释放，而加密市场没有收盘，却依靠统一的 K 线周期和软件默认设置，在每 15 分钟复制一次类似的集中成交。
订单尾数特征显示自动化交易参与度在上升
Binance 的成交记录可以显示交易标的、数量和价格，但无法直接区分订单来自人工交易者、做市机构、爆仓清算引擎还是其他自动化程序。Kim 和 Hansen 因此转而观察委托单规模特征，寻找间接证据。
论文指出，人类交易者更偏好规整的整数价位和数量，例如 0.1 枚比特币或约 1 万美元的委托金额；量化算法则通常按照波动率、可用资金、当前持仓敞口或大单拆分目标来计算下单量，最终成交数额在人工视角下往往不规则。
研究人员统计了委托单金额末尾带 0 的出现频率，发现脉冲行情开始后的几秒内，规整数量订单的占比会明显下降。为减少最小下单单位带来的偏差，样本只保留了交易规模足够大的订单，避免把小额委托误判为非人工交易。
时间节点越关键，这种变化越明显。普通分钟开始时，规整委托占比只小幅回落；5 分钟节点下滑更大；15 分钟节点继续走低；整点时刻差异最强。以比特币中满足双零统计条件的委托单为例，普通分钟开盘阶段，整数委托占比偏离正常值 0.04 个标准差；整点时刻这一差值达到 0.20，是普通时段的 5 倍。
论文也强调，标准差并不等同于机器订单的占比。它只能说明在交易活跃度飙升的瞬间，市场不再像平时那样偏好提交整数委托，这一特征与自动化交易参与度上升相符。
作者同时指出，仅凭委托规模仍无法判定每笔订单的真实来源。机构大额拆单、强制清算订单、资金费率套利订单，同样可能产生不规整的交易数额，因此论文只把这项特征作为量化交易更活跃的间接佐证。
排除资金费率影响后，Bybit 数据中也出现相似规律
为排除其他周期性事件带来的干扰，作者做了多重对照实验。样本期间，Binance 在 UTC 0 点、8 点、16 点结算资金费率；在剔除这三个时间窗口后，15 分钟脉冲效应依然显著。即便把全部整点观测值排除，15 分、30 分、45 分的行情特征仍然存在。
论文还对 Bybit 交易所数据做了独立分析，得到的市场规律高度相似。作者据此认为，这是一种广泛存在的电子化协同交易行为。尽管交易者理论上可以自定义任意周期，但交易所数据接口、图表参数和通用技术指标，把大量交易程序引向了相同的时间边界，整点和一刻钟节点因此聚集了更多资金。
可预测不等于可盈利，手续费会吞掉大部分优势
在确认脉冲行情具备周期性后，研究团队继续检验：能否利用 15 分钟节点开始前的盘面数据，预测接下来 10 秒内的价格方向。论文使用滚动预测模型，读取此前 15 分钟的收益数据，结合经典量价指标，在当时可获得的信息条件下进行样本外预测。
六个合约的回测结果显示，模型判断涨跌方向的准确率为 56.6%；样本外拟合优度均值为 3.4%，意味着模型只能解释这 10 秒收益波动中的很小一部分；曲线下面积得分为 0.60，其中 0.5 代表随机猜测，1.0 代表完美预测。
论文认为，在 10 秒级别的高噪音市场里，这些数值足以说明该模式具有可重复捕捉的信号价值。但如果把它直接转成交易策略，收益空间非常有限。严格按模型信号，在每个 15 分钟节点执行交易，扣除手续费前单笔交易的平均毛收益只有 0.51 个基点，即 0.0051%；以 1 万美元本金计算，单次毛利约为 0.51 美元。
而在样本统计期间，Binance 吃单基础手续费为 5 个基点，挂单手续费为 2 个基点。一笔 1 万美元的吃单，开仓成本约 5 美元，平仓还要再付一次手续费。模型给出的平均毛利，连单次开仓手续费的十分之一都不到。
论文据此指出，这组数据最重要的意义之一，是揭示统计学上的可预测性与普通交易者实际可捕获利润之间存在明显落差。市场规律可以反复通过数据检验，但短时价格波动带来的收益不足以覆盖基础交易成本，这也是高度自动化市场中可识别模式难以被轻易套利的原因。
研究还提到更长周期的订单失衡信号
尽管短线直接套利空间有限，作者认为做市商和大型机构仍可利用这项结论优化执行策略。双边挂单提供流动性的机构，可以在脉冲爆发的 10 秒区间扩大买卖价差，在预期单向资金流入时下调挂单额度；执行大额拆单的机构，则可以避开资金拥挤的时间点，以减少自身订单造成的滑点。
论文还提到，15 分钟窗口前 10 秒的行情中，可能包含更长周期的市场信号。如果一刻钟节点内主动买盘成交量高于卖盘，这种订单失衡往往会在未来 4 至 12 小时继续推高价格；反过来，若卖盘占优，中期价格则承受压力。
这里的订单失衡，是指该时间窗口内主动买入与主动卖出成交量之差，相对于总成交量的变化，用来衡量多空哪一方的资金攻势更强。论文称，在 4 小时维度，中期走势在很大程度上会承接此前 15 分钟节点的资金流信号；拉长到 8 小时和 12 小时后，传统量价指标的解释力更强。这一结果也与量化程序把 15 分钟视作统一信号节点的逻辑相符。
不过，作者提醒，这部分长周期结论需要谨慎看待。4 小时、8 小时、12 小时的收益观测窗口彼此重叠，同一轮大行情可能反复出现在多组统计中。虽然论文使用了适用于非独立数据的分块自助抽样法处理偏差，但汇总成交记录仍无法识别订单是否包含私有信息、是否同时响应同一公开消息，或者价格波动只是做市商承接大额单边订单的结果。
论文最后给出的解释相对直观：加密市场取消了收盘钟，实现了全天候连续交易；但 API、K 线周期和自动化交易策略，又在全天之中搭起了无数个微型开盘时刻。每隔 15 分钟，大量独立运行的程序都会抵达同一时间节点，使这个原本不停盘的市场在短短几秒内，表现得像一群交易者同时挤向同一扇门。