Folk frågar vad "ett AI-team som forskar fram strategier" betyder rent konkret, så här är en hypotes följd hela vägen från början till slut. Det viktiga att hålla i minnet: det här är en tratt som finns till för att förkasta. De flesta idéer dör. Det är produkten som fungerar.
Vilka frågor folk faktiskt ställer om det
Vem kommer på idéerna?
En researchagent som läser vad databiblioteket kan bära upp — funding rates, open interest, likvidationsflöden, optionsytor, nyhetssentiment, Fear & Greed — och skriver hypoteser med en tes, en handelsplats, en tidsupplösning och en riskprofil. Den är uttryckligen avgiftsmedveten: en idé vars troliga edge ligger under handelsplatsens tur-och-retur-kostnad är missbildad redan vid ankomst. Den läser också gravgården. Varje övergiven strategis felorsak är inbäddad och sökbar, så "funding momentum på timbarer, tredje försöket" flaggas innan den slösar bort en cykel.
Vem skriver koden, och varför ska någon lita på den?
En utvecklaragent kodar strategin mot en fast basmall — kapitalrelativ positionsstorlek, explicit stopplogik, deklarerade databehov. Förtroendet kommer från skärselden, inte från författaren. Fyra skikt: statisk analys (AST-kontroller för de antimönster vi katalogiserat); syntetiska scenarier (sex marknadsformer med fabricerade kompletterande data — en strategi som köper in i ett kraschscenario den var designad att undvika dör här); ett sandbox-backtest på riktiga data som måste producera minst en affär; och en QA-agent som gör kodgranskning av signalpolaritet, gränsfall och avgiftsbärkraft. Skikt 2 fångar den mest pinsamma kategorin: kod som kör perfekt och gör tvärtemot hypotesen.
Vad kostar backtestet egentligen?
Riktiga maker/taker per handelsplats, funding-upplupning mot mark, kvadratrotsbaserad marknadspåverkan, marginal och likvidation för belånade böcker, sessionskalendrar för aktier. Marknadsvärderat eget kapital inklusive orealiserad PnL, så att nedgångar inte göms mellan entry och exit. Om det låter som självklarheter så är det inte det; varje punkt lades till för att dess frånvaro gav upphov till en specifik felaktig befordran.
Överanpassar inte optimeringen bara?
Den försöker. Pipelinen utgår från det: parametrarna får först en känslighetssvepning (en strategi som bara fungerar vid exakt lookback=14 är ett sammanträffande, inte en strategi), sedan walk-forward-optimering över tre fönster med IS/OOS-uppföljning, och till sist ett holdout som strategin får se exakt en gång. OOS-Sharpe under hälften av IS-siffran är ett avslag. Holdoutet måste behålla minst 70 % av walk-forward-OOS-Sharpe. Det här är kodframtvingade grindar, inte analytikerns eget omdöme — analytikern kan efterge ett mjukt golv med en loggad motivering, men kan inte efterge överanpassningskontrollerna.
Hur hög är genomströmningen?
Låg, och så ska det vara. Den vanligaste döden inträffar vid analytikergranskningen: edgen är verklig men under 0,15 % per affär efter kostnader. Näst vanligast är känslighetsstupet. De som överlever går vidare till en riskansvarig, sedan till pappershandel, där en daglig replay-paritetskontroll håller dem ärliga mot livedata på obestämd tid. Riktigt kapital ligger bakom en separat, människostyrd grind.
