Daglig tværsnitsanomali for lav volatilitet: long de -2 med lavest volatilitet + short de -2 med højest volatilitet på tværs af 6 store Binance-perps

En dollarneutral, tværsnitsbaseret anomalistrategi på et fast univers af 6 store Binance-USD-M-perpetuals (BTC, ETH, SOL, BNB, AVAX, LINK — alle med bekræftet rene data), der udnytter den bedst dokumenterede tværsnitsbaserede risikoanomali inden for finans: LOW-VOLATILITY ANOMALY. Hver 24. time rangerer strategien de 6 aktiver efter deres realiserede volatilitet over de foregående 30 dage, går LONG de 2 aktiver med LOWEST-volatilitet og SHORT de 2 aktiver med HIGHEST-volatilitet, med lige vægt inden for hvert ben og dollarneutral eksponering. Positionerne holdes i 24 timer, hvorefter rangeringen beregnes igen. De 2 midterste aktiver udelades. Dette er den tredje strategi i en tværsnitsserie (efter CrossSectionalMeanReversion3Major med HL-funding og DailyCrossSectional7DReturnReversal med Binance-afkast) — samme univers af store aktiver, COMPLETELY DIFFERENT-signalakse. Volatilitetsrangering er strukturelt uafhængig af afkast- og fundingrangering, så strategien vil tage positioner UNCORRELATED de to foregående tværsnitsstrategier og dermed give reel porteføljediversificering frem for overlap i mekanismen. Lavvolatilitetsanomalien er dokumenteret i: Black (1972), Frazzini-Pedersen (2014) «Betting Against Beta», Baker-Bradley-Wurgler (2011) «Benchmarks as Limits to Arbitrage» og den kryptospecifikke undersøgelse af Liu-Tsyvinski-Wu (2022) «Common Risk Factors in Cryptocurrency». Mekanismen: Kryptoaktiver med høj volatilitet tiltrækker spekulativ kapital, der søger «lotterigevinster», og som systematisk underpræsterer i forhold til deres realiserede volatilitet (detailinvestorers FOMO og periodiske likvidationskaskader); aktiver med lav volatilitet tiltrækker institutionel kapital og kapital med lang tidshorisont, som giver strukturel købsstøtte og stabile risikojusterede afkast. Strategien følger direkte analytikerens gentagne anbefaling: «prioritér tværsnitsmekanismer i det nuværende markedsregime». Den udfylder FIVE underrepræsenterede kategorier: long-short-retning (14.0% → mod 45%), flere instrumenter (7.2% → udvidelse), tværsnitsklasse (den bekræftede vindermekanisme), porteføljediversificering i forhold til retningsstrategier og kun BINANCE-USD-M (rene data). Positionsstørrelse: 12% af egenkapitalen pr. ben × 2 + 12% × 2 = 48% bruttoeksponering, dollarneutral. Risiko pr. handel: ~1% baseret på den daglige volatilitet i volatilitetsforskellen.

ITER-3 retter den rapporterede fejl i Layer-2 ved dens rod ('_vol_from_closes() takes 2 positional arguments but 3 were given'): Layer-2 _StrategyProxy genbinder alle kaldbare INSTANCE via types.MethodType og indsætter `self`, hvilket ødelægger en hjælpefunktions argumentantal. Ved at flytte `_vol_from_closes` til en MODULE-LEVEL-funktion bliver den ikke en instansattribut, så proxyen genbinder den aldrig, og `self` indsættes aldrig — kaldet er identisk i både den rigtige motor og proxyen. Dette er den mindst mulige ændring: kun hjælpefunktionens placering og dens to kaldesteder (_compute_realized_vol, _latest_vol_and_price) blev ændret; al signallogik, hændelsesløkken med flere instrumenter og rangeringen ved rebalancering er uændret byte for byte. Verificeret lokalt: Layer-1 statisk kontrol gennemføres uden fejl, og alle 6 syntetiske Layer-2-scenarier køres gennem den rigtige _StrategyProxy uden undtagelser og producerer 469/469 unikke, endelige signaler, der varierer fra bar til bar (ingen fastfrosne signaler, ingen NaN/inf). Strategien implementerer den veldokumenterede Low-Volatility / Betting-Against-Beta-anomali på tværs af tværsnittet og er ortogonal i forhold til de tidligere tværsnitsstrategier rangeret efter afkast og funding, hvilket giver reel porteføljediversificering.

Ingen fordel, og den kan ikke tunes, så optimering ville være spild. Kryptoens lavvolatilitetsanomali implementeret som long lav volatilitet/short høj volatilitet på 6 store aktiver er reelt et væddemål på short beta/short momentum: den giver kun gevinst i bear-regimer (2022 årligt +128%) og taber katastrofalt i bull-regimer (2021 -80%, 2024 -78%), med netto total_return -78.7%, max_drawdown 95.97%, profit_factor 0.577 og negativ Sharpe/Sortino/forventning/informationsratio for hele perioden. De 3 parametre, der kan tunes (vol_lookback_days, rebalance_days, leg_capital_pct), ændrer størrelse og frekvens, men kan ikke vende faktorens negative fortegn, så ingen walk-forward-søgning kan redde den — den ville blot kurvetilpasse til bear-perioden 2022 og fejle fremadrettet. De usandsynlige daglige udsving sent i perioden (+94%, -65%, kurtosis 304) er procentregning på en konto reduceret til en lille brøkdel af sin tidligere værdi på 96%, ikke en fejl i positionsstørrelsen, der kan rettes, så dette er heller ikke noget, udvikleren bør 'iterere' på. FAILURE PATTERN: en dollar-neutral krypto-lavvolatilitetsanomali (long bunden -2/short toppen -2 efter realiseret volatilitet) på store aktiver er et skjult væddemål på short høj volatilitet/short momentum, hvis fortegn er negativt gennem en opadgående kryptocyklus; rentabilitet begrænset til bear-regimer holder ikke for hele perioden og kan ikke opnås ved tuning af parametre.

Verifikation mislykkedes (lag 2 — syntetiske scenarier): Anvendte parametre: ['min_notional', 'rebalance_days', 'leg_capital_pct', 'vol_lookback_days'] Kontrollér, at __init__ sætter alle attributter fra self.parameters.get(). - steady_uptrend: TypeError: BinanceCrossSectionalLowVolAnomalyLong2Short2SixMajorsDaily._vol_from_closes() tager 2 positionsargumenter, men fik 3 (bartidsstempel: 1735693260000) - steady_downtrend: TypeError: BinanceCrossSectionalLowVolAnomalyLong2Short2SixMajorsDaily._vol_from_closes() tager 2 positionsargumenter, men fik 3 (bartidsstempel: 1735693260000) - flat_ranging: TypeError: BinanceCrossSectionalLowVolAnomalyLong2Short2SixMajorsDaily._vol_from_closes() tager 2 positionsargumenter, men fik 3 (bartidsstempel: 1735693260000) - volatility_spike: TypeError: BinanceCrossSectionalLowVolAnomalyLong2Short2SixMajorsDaily._vol_from_closes() tager 2 positionsargumenter, men fik 3 (bartidsstempel: 1735693260000) - zero_volume: TypeError: BinanceCrossSectionalLowVolAnomalyLong2Short2SixMajorsDaily._vol_from_closes() tager 2 positionsargumenter, men fik 3 (bartidsstempel: 1735693260000) - price_gap: TypeError: BinanceCrossSectionalLowVolAnomalyLong2Short2SixMajorsDaily._vol_from_closes() tager 2 positionsargumenter, men fik 3 (bartidsstempel: 1735693260000)

Optimér ikke NOT endnu — porteføljen er ikke dollar-neutral som hypotesen foreskriver (48% brutto, ~1% risiko/handel). Belæg: exposure_pct=400% (8x det tilsigtede 48%), dagsafkast på op til +94.3%/-65.3%/-61.6%, og return_kurtosis=304. (1) Kontrollér, at de fire ben tilsammen er ~dollar-neutrale ved hver rebalancering, og at bruttoeksponeringen holder sig nær 48% — instrumentér den faktiske brutto- og nettoeksponering i notional pr. bar, og tilføj en assertion. (2) Den udskudte logik for sideskift ('flip fuldføres ved næste rebalancering' og vagterne 'spring over, hvis allerede short/long') kan efterlade et aktiv uafdækket eller en gammel position åben i flere bars — bekræft, at uønskede positioner faktisk lukkes AND udfyldt før eller ved samme rebalancering, og at _submit_exit_position-udfyldninger registreres, før størrelsen på nye ben fastsættes. (3) avg_holding_period 27d mod rebalance_days=1 tyder på, at positionerne ikke roterer; kontrollér, at exits udføres ved hver rebalancering og ikke kun, når et aktiv forlader bund--2/top--2-gruppen. (4) Den meget høje kurtosis og de store dagsudsving tyder på, at præcisionen for mængder pr. instrument eller notional-størrelsen kan være forkert skaleret for ét ben (f.eks. SOL/AVAX/LINK) — kontrollér, at hvert bens notional ≈ leg_capital_pct*egenkapital. Kør igen, og bekræft, at nettoeksponeringen ≈ 0, og at ingen dagsudsving overstiger ~15%, før du indsender igen. Bemærk: Hvis det bekræftes, at porteføljen er neutral, men den stadig taber stort, er præmissen (at shorte krypto med højest volatilitet svarer til at shorte vinderne med højest beta i bullmarkeder) sandsynligvis det egentlige problem og bør sendes til revise_hypothesis.