Limang tuntunin sa pagtakda ng laki ng posisyon, iisang signal: ang bahaging tunay na nagpapagalaw sa backtest mo

Malamang na pinakamaliit ang epekto ng entry signal mo sa backtest. Kumuha ako ng isang katamtamang momentum rule, hindi gagalawin ang alinmang oras ng pagpasok at paglabas, babaguhin lang ang function na nagpapasya kung ilang kontrata ang hahawakan, at maitataas ang net Sharpe mula 0.41 tungong 0.71 at maibaba ang max drawdown mula 31% tungong 13%. Parehong trade. Parehong fill. Magkaibang estratehiya.

Nakakainis ang pahayag na iyan sa mga tao, at dapat lang, dahil ipinahihiwatig nitong karamihan ng oras na ginugugol sa pag-tune ng mga lookback at threshold ng filter ay napupunta sa maliit na bahagi lang. Kaya ipapakita ko ang aktuwal na mga run, saka bibigyan ng nararapat na puwang ang mga kritiko, dahil may bersiyon ng argumentong ito na mali at dapat malaman kung aling bersiyon ang sinasabi ko.

Iisang signal, 6 na paraan ng paghawak sa posisyon

Ang signal: ETHUSDT perpetual sa Binance USDⓈ-M, 1-hour na bar, long kapag mas mataas ang 12-hour EMA kaysa 96-hour EMA, kung hindi ay walang posisyon, walang short. Mula Hulyo 2022 hanggang Hunyo 2026. 431 round trip. Taker fee sa magkabilang panig na 5.0 bps, binayaran o natanggap ang funding kada 8 oras batay sa aktuwal na posisyon, at minodelo ang slippage mula sa lalim ng top-of-book. Sadyang napakasimple ng signal na ito — pinili ko ito dahil walang magtatanggol dito, kaya malinis itong pangsubok.

Magkapareho ang mga oras ng entry at exit bar sa bawat hilera sa ibaba. Ang function lang sa pagtatakda ng laki ang nag-iiba.

Tingnan ang agwat. Sa pagitan ng pinakamababa at pinakamataas na hilera, may 73% na relatibong pagkakaiba sa Sharpe at 2.4 na beses na agwat sa drawdown. Ngayon, humanap ka ng parameter sa entry signal sa dataset na ito na magpapagalaw sa Sharpe nang 0.30 nang hindi nagmumukhang halatang overfitting. Tiningnan ko na. Humigit-kumulang 0.12 lang ang galaw nito sa buong makatwirang grid ng haba ng pares ng EMA, at karamihan doon ay ingay na hindi nananatili sa out-of-sample na datos.

Bakit napakaganda ng inverse-vol, at gaano rito ang totoo

Hindi misteryoso ang mekanismo. Kapag nakapirmi ang notional, walang ugnayan ang laki ng posisyon mo sa realized volatility, kaya proporsyonal ang panganib mo sa dolyar sa bawat trade sa kung gaano man kataas ang vol sa linggong iyon. Sa ETH sa panahong ito, umabot mula 31% hanggang 118% taunang antas ang 20-araw na realized vol. 3.8× na mas malaking panganib sa dolyar ang kinuha ng fixed-notional run noong Marso 2024 kaysa Hulyo 2023, hindi dahil mas kumpiyansa ang signal, kundi dahil mas maingay ang merkado. Halos lahat ng drawdown nito ay nasa pinakamataas na quintile ng vol. Inaalis ng inverse-vol na pagtatakda ng laki ang ugnayang iyon, at tunay na pagbuti sa anyo ng daloy ng kita ang pag-aalis dito.

Pero bahagi ng pagtaas ng Sharpe ay artepakto ng pagsukat, at kung hindi mo paghihiwalayin ang dalawa, magkakamali ka ng mga pasya sa susunod. Hinahati ng Sharpe ang returns sa standard deviation ng mga ito. Sa depinisyon pa lang, pinatatatag ng vol targeting ang standard deviation ng returns. Direkta mong ino-optimize ang denominator. Ang tuntuning nag-aangkop ng mga posisyon para maabot ang palagiang ex-ante vol ay magpapaganda sa Sharpe ng halos anumang daloy ng returns na may vol clustering, pati ng mga daloy na walang edge. Kinumpirma ko ito sa mga hinalo-halong signal: i-randomize ang mga oras ng entry, panatilihin ang vol-target overlay, at gaganda pa rin ang Sharpe nang humigit-kumulang 0.06 kumpara sa fixed notional sa zero-mean na batayan. Maliit, pero hindi sero, at purong mekanika lang ito.

Kaya kapag ikinukumpara ko sa loob ng kumpanya ang mga tuntunin sa pagtatakda ng laki, hindi lang Sharpe ang tinitingnan ko sa talaan. Gusto ko ang Calmar, gusto ko ang net PnL kada yunit ng karaniwang notional na na-deploy, at gusto ko ang paghahati-hati mula gross hanggang net, dahil mas mahirap dayain ang tatlong iyon nang sabay gamit ang pakulo sa denominator.

Modelo ang pagtataya sa vol, at gaya ng modelo, maaari itong mag-leak

Pinakakaraniwang dahilan kung bakit lumalabas na peke ang magandang resulta ng pagtatakda ng laki: gumagamit ang pagtataya sa volatility ng impormasyon mula sa mismong bar na pinagbatayan ng laki. Kung kinukuwenta ang serye ng vol gamit ang nakasentro na window, o gamit ang default na `rolling().std()` ng pandas matapos mag-resample na kasama ang kasalukuyang hindi pa kumpletong bar, o gamit ang standardization sa buong sample, may leakage ka. Mahirap mapansin dahil nagpapatuloy ang vol, kaya maliit ang leak sa bawat hilera at kapani-paniwala pa rin ang equity curve. Medyo mas makinis lang ito sa mga linggong pinakamahalaga.

Sinusuri ng aming mga agent ang 4 na bagay sa bawat tuntunin sa pagtatakda ng laki bago maitaas ang resulta sa pila ng paper trading:

1. Pagkakaroon ng datos sa oras ng pagpapasya. Dapat kayang kuwentahin ang laki para sa bar na nagbubukas nang 14:00 mula sa datos na ang oras ng pagsasara ay ≤ 13:59:59.999. Sinisiguro namin ito sa pamamagitan ng muling pagkukuwenta ng serye ng laki mula sa pinutol na frame sa random na sample ng 200 punto ng pagpapasya at paghahambing ng mga pagkakaiba.
2. Tunay na parameter ang lookback ng estimator. Magkaibang estratehiya ang 20-araw na vol window at 60-araw na vol window. Isinasama ang lookback sa walk-forward grid kasama ng iba pa, at kung sa iisang haba lang ng window gumagana ang resulta, may natuklasan tayo tungkol sa pagkamarupok nito.
3. Buong takbo ng leverage, hindi lang pinakamataas na leverage. Ilabas ang buong distribusyon ng gross leverage. Umabot sa itaas ng 5× ang uncapped na vol-target run sa itaas sa loob ng 4% ng mga oras nito. Iyan ang klase ng bagay na hindi lumalabas sa buod na talahanayan, pero ganap na nagtatakda kung maipatutupad ang estratehiya.
4. Pagkasensitibo sa pagtatakda ng laki bilang pagsubok sa tibay. Kung bumagsak ang Sharpe kapag binago mo ang vol target mula 20% tungong 25%, hindi vol-targeted ang estratehiya mo; tinutune mo ang leverage, at nahanap mo ang edge sa pagpili ng isang numero.

Sa rebalance napupunta ang pera

Pansinin ang kolum ng gastos. Nagbigay ng pinakamagandang headline Sharpe ang oras-oras na rebalance para sa vol target, pero ibinigay rin nito sa exchange ang 41% ng gross PnL. Iyan ay notional ng na-trade na 1,180× ng karaniwang notional ng posisyon kada taon, sa 5 bps bawat panig, dagdag ang spread at market impact. Ang payak na solusyon ay hindi gaanong madalas mag-rebalance ayon sa iskedyul. Mas mahusay ang no-trade band: magpalit lang ng laki kapag lumihis ang kasalukuyang posisyon sa target nang higit sa isang itinakdang threshold.

Ibinaba ng 20% band ang taunang notional na na-trade mula 1,180× tungong 402× — bawas na 66% — kapalit ang 0.05 sa Sharpe. Sinubukan ko na ito sa 8 signal at paulit-ulit ang kinalabasan: naibabalik ng mga band na 15% hanggang 25% ang halos lahat ng pakinabang sa pagkontrol ng panganib sa isang-katlo ng turnover, at ang anumang mas mababa sa 10% ay pagbabayad lang ng fee para sa panlabas na katumpakan sa isang halagang tinataya mo naman gamit ang 20-araw na window. Hindi ka makakapag-rebalance hanggang 3 decimal place batay sa numerong may 15% na standard error.

May run kami noong Pebrero kung saan iniugnay ng ulat na isinulat ng isang agent ang pagbuti ng Sharpe nang 0.22 sa "pinahusay na entry filter." Isang linya lang sa sizing module ang nagbago sa diff. Hindi nagbago ang filter. Ipinapalabas ko na ngayon sa ulat ang hash ng sizing config sa itaas, dahil disiplina ang tamang pagtukoy kung ano ang sanhi ng resulta, at kasinghilig ng sinuman ang mga modelo na magkuwento ng maayos pakinggan.

Ano ang ginagawa ng paper trading sa tuntunin mo sa pagtatakda ng laki

Dito pinakamalaki ang agwat ng backtest at paper trading, at karamihan dito ay simpleng aritmetika. Dahil tumutugon sa vol ang pagtatakda ng laki, nagbabago nang 4 hanggang 8 beses ang laki ng posisyon sa kabuuan ng sample. Sumasalpok sa mga limitasyon ng venue ang magkabilang dulo ng saklaw na iyan, na hindi namodelo ng backtest.

Sa maliit na dulo: step size at minimum notional. May 0.001 na quantity step at $5 na minimum ang ETHUSDT perp. Kung 0.0004 ETH ang laki mo sa panahong mababa ang vol, hahawakan iyon ng backtest pero walang hahawakan ang paper trading. Mukha itong pambihirang kaso hanggang mapagtanto mong inilalagay ng vol-target rule ang mga pinakamaliit nitong posisyon sa pinakakalmadong merkado, na sa trend signal ay madalas na kinaroroonan ng magagandang entry. Sa malaking dulo: mga limitasyon sa posisyon, margin tier, at ang katotohanang kailangan ng 6× na posisyon ng disiplina sa isolated margin na wala kang liquidation model para subukan sa backtest.

May natuklasan kaming pagkakataon na sumunod ang equity curve ng paper trading sa backtest nang may 3% lang na agwat sa loob ng 6 na linggo, saka biglang lumihis. Rounding ang sanhi: ginamit ang `int()` na pagputol sa halip na pag-round sa step sa order sizer, para sa mga posisyong may karaniwang laki na 1.4 step. Gumagamit ng tuloy-tuloy na halaga ang backtest sa pagtatakda ng laki, samantalang 20-30% ng nilalayong posisyon ang nawawala sa live sizer sa bawat maliit na trade. Walang kakaibang fill model, walang kuwento tungkol sa latency. Pagputol lang.

Kung saan tama ang mga kritiko

May bigat ang 3 pagtutol, at ayokong lampasan ang mga ito sa pagbebenta ng argumento.

Una, at pinakamahalaga: inilalaan ng pagtatakda ng laki ang edge; hindi ito lumilikha ng edge. Kung zero o mas mababa ang gross expectancy ng signal mo matapos isama ang makatotohanang fee at funding, malulugi ang lahat ng tuntunin sa talahanayang iyon — mas maganda lang ang hugis ng variance habang nalulugi ang mga mas magarbo. Pinili ko ang signal na may maliit pero positibong net edge sa panahong ito. Patakbuhin ang parehong 6 na tuntunin sa signal na may netong −1.2 bps bawat trade at mananatili ang pagkakasunod-sunod ng mga resulta, pero mas mababa sa panimulang halaga ang lahat ng panghuling equity. Multiplikador lang ang pagtatakda ng laki ng isang bagay. Kailangan mo pa rin ang mismong bagay na iyon.

Ikalawa, may tunay at dokumentadong kahinaan ang vol targeting: binabawasan nito ang leverage sa ilalim ng mabilis na pagbagsak at dinaragdagan ulit matapos ang biglang pagbangon. Sa matarik na V-shaped na galaw, panalo ang fixed notional, kung minsan ay lamang na lamang. Pinarusahan ng pagbawi noong Marso 2020 sa equities at ng pagbagsak ng crypto noong Agosto 2024 ang pagtatakda ng laki na tumutugon sa vol. Nagkataon lang na mas marami sa apat na taong saklaw ng ETH ko ang unti-unting galaw na may magkakumpol na vol kaysa whipsaw na V-shaped, kaya nagmumukhang mas maganda ang mga hilera ng inverse-vol. Nagbabago ang ilang pagkakasunod-sunod kapag ibang panahon ang gamitin, at kung talahanayan mula 2020 ang unang ipinakita ko, mas mahina ang bersiyon ng argumentong ito.

Ikatlo, puwedeng i-overfit ang tuntunin sa pagtatakda ng laki gaya ng iba pa. Babala sa talahanayan ko ang Half-Kelly batay sa rolling estimates: sopistikado itong tingnan, may teoretikal na batayan, pero ikalawa ito sa pinakamasamang drawdown dahil walang saysay ang rolling mean estimate ng maingay na serye ng returns at napakasensitibo rito ang Kelly. Namamana ng anumang tuntunin sa pagtatakda ng laki na gumagamit ng pagtataya sa inaasahang kita ang pagkakamali sa pagtatayang iyon, at pinalalaki pa ito. Mas maayos kumilos ang mga tuntuning variance estimate lang ang gamit, dahil ito lang ang moment na talagang kaya mong tantiyahin mula sa 4 na taong oras-oras na datos.

Ito ang baon ko mula sa lahat ng ito: kapag ikinagulat mo ang resulta ng backtest, tingnan muna ang sizing module bago humanap ng talino sa signal. At kapag nag-ulat ka ng Sharpe, ilahad din ang takbo ng leverage at paghahati-hati ng gastos, dahil ang numerong lubhang nakasalalay sa pasya sa pagtatakda ng laki ay hindi talaga katangian ng signal.