Je hebt $2,000 per trade gebacktest en wilt nu $50,000 inzetten: een brief over capaciteit

Je stuurde me de tearsheet met één vraag: houdt dit stand op grotere schaal? Mean reversion op 5-minutenbasis, ongeveer dertig mid-cap USDT-perps, elke backtesttrade met een vaste notionele waarde van $2,000, out-of-sample Sharpe net onder 2, gemiddelde bruto-edge per roundtrip van ongeveer 22 basispunten vóór kosten. Je hebt de strategie met zakgeld gefinancierd en wilt er nu echt kapitaal achter zetten — zeg $50,000 per trade.

Het eerlijke antwoord is dat niemand je een capaciteitsgetal kan geven. Het is een curve, en het is jouw taak om die deze week te tekenen. Met een spreadsheet kom je al een heel eind, en ik zie liever dat je dat doet voordat je er op de dure manier achter komt.

Begin met de verhouding waarvoor je de gegevens al hebt

Bereken vóór je een impactmodel gebruikt de participatiegraad. Neem de kolom met quotevolume die je al in je klines hebt — index 7, de USDT-omzet van de candle — en bereken welk deel van een gebruikelijke instapcandle je order zou vertegenwoordigen.

Zo ziet dat eruit voor een universum als het jouwe, op basis van het mediane quotevolume over 5 minuten:

Bij $2,000 was je overal verwaarloosbaar klein. Daarom zijn de aannames over fills in je backtest nooit op de proef gesteld. Bij $50,000 ben je in de onderste helft van die lijst zelf de candle. Driaëntachtig procent van het volume van een candle van 5 minuten is geen uitvoering, maar een gebeurtenis. Wat je fillmodel ook zegt over het passeren van de spread, het beschrijft een wereld die je inmiddels achter je hebt gelaten.

Vuistregel die ik gebruik voor een eerste schatting: boven 10% van het candlevolume moet je niets meer geloven van wat je backtest over die fill vertelt. Tussen 1% en 10% moet je de impact zorgvuldig modelleren. Onder 1% zijn spread en kosten doorslaggevend en kun je verder.

Kalibreer de wortelwet grofweg op je eigen symbolen

Het werkpaard onder de modellen is de wortelwet voor impact: de kosten uitgedrukt als rendement schalen mee met de volatiliteit maal de wortel van het deel van het dagvolume dat je verbruikt.

impact ≈ Y × σ_daily × √(Q / V_daily)

Y is in de meeste schattingen een constante dicht bij 1, σ_daily is de dagelijkse rendementsvolatiliteit van het symbool, Q is je ordernotional en V_daily het notionele dagvolume. Neem het ARB-achtige symbool uit de tabel. Een mediane omzet van $220,000 per 5 minuten komt neer op ongeveer $63M per dag. Dagvolatiliteit: zeg 4%.

Reken de roundtrips door. Bij $2,000: 4.5 bps impact plus 10 bps taker-kosten volgens een 5-en-5-schema, dus ongeveer 14.5 bps kosten tegenover 22 bps bruto-edge. Netto 7.5 bps, ongeveer wat je tearsheet laat zien. Mooi, het model en je backtest komen overeen bij de omvang die je daadwerkelijk hebt getest. Bij $50,000: 22.6 bps impact plus dezelfde 10 bps aan kosten. Kosten: 32.6 tegenover een edge van 22. Je betaalt per trade tien basispunten voor het voorrecht.

Stel netto in op nul en los op naar Q; dan kom je voor dat symbool uit op ongeveer $14,000. Geen 25x, maar 7 keer, en in het laatste derde deel van dat bereik heeft je strategie geen enkele foutmarge meer. De wortel doet precies wat wortels doen: bij 25 keer de omvang betaal je per eenheid 5 keer zoveel, dus loopt het verlies net zo snel op als het notional groeit.

Gebruik het volume waarin je daadwerkelijk handelt, niet de mediaan

Dit is de verfijning die belangrijker is dan de keuze van Y. Je hebt de participatiegraad net berekend op basis van het mediane volume. Je stapt niet in op mediane candles. Ga terug en bereken V onder de voorwaarde dat je signaal afgaat.

Mean reversion op 5-minutenbasis wordt meestal geactiveerd na een heftige beweging. Dat betekent dat je instapcandles twee of drie keer zoveel omzet hebben als de mediaan. Dat is een serieus voordeel en kan je werkelijke capaciteit verdubbelen ten opzichte van de naïeve schatting. Momentumuitbraken profiteren daar ook van. Bij alles wat volgens een schema instapt — een vaste herbalancering, een tijdstipfilter — geldt dat voordeel niet. En wie instapt tijdens rustige drift, handelt in een dunner boek dan de mediaan doet vermoeden.

Meet het dus. Eén groupby op je instaptijdstippen geeft je de verdeling. Ik zou naar het 20e percentiel kijken in plaats van het gemiddelde, want de slechte fills bepalen je risico. Ligt het volume van instapcandles op het 20e percentiel onder de mediaan, dan was je naïeve capaciteitsraming te optimistisch en kun je daar beter nu achter komen.

Wat opgeschaalde altcoinportefeuilles echt de das omdoet

Dertig mid-cap-perps lijken in een backtest dertig onafhankelijke inzetten. Tijdens de 2 uur per maand die ertoe doen, is het er 1. Als er een cascade op gang komt, correleert alles met BTC, worden alle boeken tegelijk dunner en zijn je 12 gelijktijdige posities van $50,000 samen één directionele blootstelling van $600,000 die in de slechtste liquiditeit van het kwartaal wordt afgebouwd.

Je impactmodel, gekalibreerd op mediane omstandigheden, heeft daar geen weet van. Je Sharpe evenmin. De oplossing is simpel: bereken de participatiegraad opnieuw op basis van de dag met het 5e percentiel qua volume en controleer of je maximale gelijktijdige bruto-exposure überhaupt kan worden afgebouwd. Duurt het 90 minuten handelen bij een participatielimiet van 10% om de portefeuille af te bouwen, terwijl je edge in 15 minuten vervliegt, dan heb je geen strategie voor mean reversion op 5-minutenbasis meer. Je hebt een langzame directionele positie met een verhaal over mean reversion erbij.

Elk gesprek over capaciteit mondt uiteindelijk uit in een gesprek over de aanhoudperiode. Impact is de prijs van snelheid. Kun je langer aanhouden, dan kun je groter handelen. Kan dat niet, dan is omvang de enige variabele waaraan je kunt draaien.

Nog een beperking die tussen $2,000 en $50,000 zichtbaar wordt en mensen verrast: hefboomniveaus. Op de meeste handelsplatformen neemt de maximale hefboom op een mid-cap-perp af naarmate het notional van de positie stijgt. Voor de kleinere namen eindigt de hoogste categorie vaak ruim onder waar jij naartoe wilt. De margin die je backtest bij $2,000 aannam, krijg je niet bij $50,000. Controleer voor elk symbool in je universum de risicolimiettabel voordat je ervan uitgaat dat de kapitaalbehoefte lineair meegroeit.

Wat ik deze week concreet zou doen

1. Draai dezelfde backtest opnieuw op 6 groottes — $2k, $5k, $10k, $25k, $50k, $100k — met een impactmodel dat rekening houdt met de ordergrootte ten opzichte van het quotevolume van die candle. Geen vaste slippagefactor. Juist die vaste factor heeft je laten geloven dat $50,000 haalbaar was.
2. Zet de netto-Sharpe uit tegen de omvang. Je krijgt een curve die eerst vlak loopt, dan afbuigt en vervolgens daalt. Je capaciteit ligt waar die curve de Sharpe kruist waarvoor je bereid bent te handelen, met een ruime veiligheidsmarge eraf, want elk impactmodel is te optimistisch aan de uiteinden.
3. Deel het universum in liquiditeitscategorieën in en bepaal de omvang per symbool in plaats van overal dezelfde te gebruiken. Met gelijke posities in 30 namen subsidiëren de dunste namen stilletjes de grote; juist die dunne namen eten 80% van een candle op.
4. Papertrade op de omvang die de curve aangeeft en registreer bij elke fill de gerealiseerde slippage naast de gemodelleerde waarde. Alleen zo kun je Y echt kalibreren. Bij mijn dunne altcoinboeken bleek die eerder rond 1.4 dan 1.0 te liggen.

Mijn inschatting, zonder de details te kennen, is dat je ergens rond $8,000–$12,000 per trade uitkomt voor de liquide twee derde van je universum, en dat je de onderste derde beter helemaal schrapt dan de fills te accepteren die je daar krijgt. Dat is nog steeds een flinke sprong ten opzichte van waar je nu staat. Alleen geen 25x; en daar nu met een spreadsheet achter komen kost niets.

Stuur me de omvangscurve als je die hebt. Ik ben benieuwd waar die van jou afbuigt.