Μας ρωτούν συχνά τι σημαίνει στην πράξη «μια ομάδα AI ερευνά στρατηγικές», οπότε ας παρακολουθήσουμε μία υπόθεση από την αρχή ως το τέλος. Το σημαντικό που πρέπει να κρατήσετε: πρόκειται για μια χοάνη που υπάρχει για να απορρίπτει. Οι περισσότερες ιδέες πεθαίνουν. Αυτό σημαίνει ότι το προϊόν δουλεύει.
Τι ρωτάει πραγματικά ο κόσμος γι' αυτό
Ποιος σκέφτεται τις ιδέες;
Ένας ερευνητικός πράκτορας που διαβάζει τι μπορεί να υποστηρίξει η βιβλιοθήκη δεδομένων — funding rates, open interest, ταινίες ρευστοποιήσεων, επιφάνειες options, sentiment ειδήσεων, δείκτη Fear & Greed — και γράφει υποθέσεις με θέση, venue, χρονικό πλαίσιο και προφίλ ρίσκου. Είναι ρητά fee-aware: μια ιδέα της οποίας το εύλογο edge είναι μικρότερο από το κόστος πλήρους κύκλου συναλλαγής στο venue γεννιέται ήδη ελαττωματική. Διαβάζει επίσης το νεκροταφείο. Ο λόγος αποτυχίας κάθε εγκαταλελειμμένης στρατηγικής αποθηκεύεται ως embedding και είναι αναζητήσιμος, οπότε το «funding momentum σε ωριαία bars, τρίτη απόπειρα» επισημαίνεται πριν σπαταλήσει έναν κύκλο.
Ποιος γράφει τον κώδικα, και γιατί να τον εμπιστευτεί κανείς;
Ένας πράκτορας developer κωδικοποιεί τη στρατηγική πάνω σε ένα σταθερό base template — sizing σε σχέση με το κεφάλαιο, ρητή λογική stop, δηλωμένες ανάγκες δεδομένων. Η εμπιστοσύνη προκύπτει από τη δοκιμασία, όχι από τον συγγραφέα. Τέσσερα επίπεδα: στατική ανάλυση (έλεγχοι AST για τα anti-patterns που έχουμε καταγράψει)· συνθετικά σενάρια (έξι μορφές αγοράς με κατασκευασμένα συμπληρωματικά δεδομένα — μια στρατηγική που αγοράζει μέσα σε ένα σενάριο κατάρρευσης το οποίο υποτίθεται ότι απέφευγε πεθαίνει εδώ)· ένα backtest σε sandbox με πραγματικά δεδομένα που πρέπει να παραγάγει τουλάχιστον μία συναλλαγή· και έναν πράκτορα QA που κάνει code review για την πολικότητα του σήματος, τις ακραίες περιπτώσεις και τη βιωσιμότητα απέναντι στις προμήθειες. Το επίπεδο 2 πιάνει την πιο ντροπιαστική κατηγορία: κώδικα που τρέχει άψογα και κάνει ακριβώς το αντίθετο από την υπόθεση.
Τι χρεώνει στην πραγματικότητα το backtest;
Πραγματικά maker/taker ανά venue, δεδουλευμένο funding επί της mark τιμής, market impact με νόμο τετραγωνικής ρίζας, margin και ρευστοποίηση για θέσεις με μόχλευση, ημερολόγια συνεδριάσεων για μετοχές. Καμπύλη κεφαλαίου mark-to-market που περιλαμβάνει και το μη πραγματοποιημένο PnL, ώστε τα drawdowns να μην κρύβονται ανάμεσα στην είσοδο και την έξοδο. Αν αυτά ακούγονται αυτονόητα, δεν είναι· κάθε ένα προστέθηκε επειδή η απουσία του οδήγησε σε μια συγκεκριμένη λανθασμένη προαγωγή.
Η βελτιστοποίηση δεν κάνει απλώς overfit;
Προσπαθεί. Το pipeline το θεωρεί δεδομένο: οι παράμετροι περνούν πρώτα από σάρωση ευαισθησίας (μια στρατηγική που δουλεύει μόνο ακριβώς στο lookback=14 είναι σύμπτωση, όχι στρατηγική), μετά από walk-forward βελτιστοποίηση σε τρία παράθυρα με παρακολούθηση in-sample/out-of-sample, και τέλος από ένα holdout που η στρατηγική βλέπει ακριβώς μία φορά. OOS Sharpe κάτω από το μισό του IS νούμερου σημαίνει απόρριψη. Το holdout πρέπει να διατηρεί τουλάχιστον το 70% του OOS Sharpe του walk-forward. Αυτές είναι πύλες επιβαλλόμενες από τον κώδικα, όχι διακριτική ευχέρεια του αναλυτή — ο αναλυτής μπορεί να παρακάμψει ένα soft όριο με καταγεγραμμένη αιτιολόγηση, αλλά δεν μπορεί να παρακάμψει τους ελέγχους overfit.
Ποιο είναι το ποσοστό επιτυχίας;
Χαμηλό, και έτσι πρέπει να είναι. Ο συνηθέστερος θάνατος συμβαίνει στην αξιολόγηση του αναλυτή: το edge υπάρχει, αλλά είναι κάτω από 0.15% ανά συναλλαγή μετά τα κόστη. Ο δεύτερος πιο συχνός είναι ο γκρεμός ευαισθησίας. Όσες επιβιώνουν πηγαίνουν σε έναν υπεύθυνο ρίσκου και μετά σε paper trading, όπου ένας καθημερινός έλεγχος replay-parity τις κρατά ειλικρινείς απέναντι στα ζωντανά δεδομένα επ' αόριστον. Το πραγματικό κεφάλαιο βρίσκεται πίσω από μια ξεχωριστή πύλη που ελέγχεται από άνθρωπο.
