コンテンツへスキップ
ライブラリの全資料

暗号資産無期限先物バックテストのコストを考慮した監査可能な自動調整

記事 arXiv papers · 著者: Kaihong Deng
原文を読む

サマリー

本資料は、暗号資産の無期限先物で取引設定を選ぶためのルールベースの意思決定支援枠組みAutoQuantを提示します。執行タイミング、資金調達料の扱い、手数料、スリッページ、実行可能性の要件を明示し、評価期間とコスト前提を変えながらベイズ探索と段階的なスクリーニングを行います。決定論的な出力と会計チェックにより、事前に定めたシグナル群の中で選定過程を追跡・再現できるようにしています。

BTC、ETH、SOL、AVAXのコントラクト全体で、資金調達料とスリッページを除外すると、すべてのコストを含めたシミュレーションより結果が大幅に良く見える可能性があると分かりました。段階的なプロセスは、より高いリターンを保証するものではありません。BTCを基準ケースとする検証や一部の再現では、同じ執行ルールの下で、ドローダウンが小さい、または極端さが抑えられた代替案を特定しています。比較、アブレーション、診断、推論上の検証、リプレイ評価は、検証プロセスとしての役割を裏付けています。根拠は線形コストを用いた小口口座のシミュレーションに限られ、市場インパクトや機関投資家規模の取引容量制約は扱っていません。

主なアイデア

  • 執行方法とファンディング料の扱いを明示することで、設定選定の前提が明らかになります。
  • 評価期間と取引コストのシナリオをまたぐスクリーニングに、ベイズ探索を組み合わせます。
  • 資金調達料とスリッページを無視すると、シミュレーション成績が大幅に過大評価される可能性があります。
  • 段階的なスクリーニングはドローダウンの小さい代替案を選ぶことがありますが、より高いリターンを保証しません。
  • 結果は小口座のシミュレーションに基づき、市場インパクトと大規模運用の容量制約を含みません。

タグ

暗号資産無期限先物バックテスト注文執行リスク管理ポジションサイズ管理
全文
# 2512.22476


# AutoQuant: An Auditable Expert-System Framework for Execution-Constrained Auto-Tuning in Cryptocurrency Perpetual Futures









Backtests of cryptocurrency perpetual futures are sensitive to execution timing, funding alignment, trading costs, and reuse of evaluation windows during parameter search. In high-friction markets, attractive results may therefore reflect hidden implementation choices as much as signal quality. Using BTC/USDT, ETH/USDT, SOL/USDT, and AVAX/USDT perpetual contracts, this study examines whether an auditable execution-aware configuration-selection pipeline can reduce performance overestimation and expose parameter fragility more clearly than naive one-stage tuning. This paper proposes AutoQuant, an expert-system-style decision-support framework for configuration selection. AutoQuant encodes strict execution timing, funding visibility, cost realism, and feasibility constraints as explicit rules; combines Bayesian search with two-stage screening across windows and cost scenarios; and exports deterministic artifacts with accounting-invariant checks for traceability. The resulting governance protocol selects and documents configurations within a pre-specified signal family under strict semantics. Empirically, fee-only and zero-cost backtests materially inflate apparent performance relative to fully costed runs with funding and slippage. Two-stage screening does not guarantee higher returns; in the BTC anchor case and several replications, it more often surfaces lower-drawdown or less extreme alternatives under identical strict semantics. Same-budget optimizer comparison, module and screening-policy ablations, funding-rule diagnostics, inferential checks, cross-asset replications, and third-party replay checks position AutoQuant as auditable validation infrastructure for configuration selection under explicit execution and cost assumptions. The experiments use small-account simulations under linear costs and exclude market impact and institutional capacity constraints.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。