Strategien

BtcSpotDualTimeframeMomentumConfluenceLong übertrug die erfolgreichste Futures-Momentum-Strategie der Strategiefabrik auf BTC Spot: als Long-only-Strategie ohne Hebel, mit den Parametern der Ausgangsoptimierung und mit Wechsel in Cash, sobald die 4-Stunden- und die Tagesmomentum voneinander abwichen oder beide nach unten zeigten. Über 8.5 Jahre erzielte sie bei 309 Trades eine Rendite von +69.9%, Sharpe 0.86, einen maximalen Drawdown von 12.4% und eine durchschnittliche Nettorendite je Trade von 1.04%, bei niedrigem Beta (0.08) gegenüber BTC. Der Analyst empfahl die Promotion aufgrund eines profitablen Holdouts, robuster Parameter und eingehaltenen Grenzen. Zugleich wies er darauf hin, dass die Signifikanz nicht belegt war, das Signal keine Prognosekraft hatte und zwei von fünf vorab registrierten Vorhersagen verfehlt wurden (Gewinnquote und Profitfaktor). Nach einer Iteration befindet sich die Strategie nun im Paper Trading.

EthVolumeConfirmedMomentumLS_HL handelte auf Hyperliquid ausschließlich ETH 4H-Momentum, wenn ein Volumenanstieg die Bewegung bestätigte. Damit sollte das Selektivfilterprinzip der Factory beibehalten und statt eines zweiten Zeitrahmens das Volumen zur Bestätigung genutzt werden. Der Backtest sah stark aus (+55% über 988 Tage, Sharpe 1.95, 3.27% durchschnittliche Handelsrendite, 5.55% Drawdown), und nach einer Iteration übergab der Analyst die Strategie zur Optimierung. Durch die Optimierung blieb die Sharpe Ratio der finalen Parameter nahezu unverändert (1.942, 54 Trades), doch die gepoolte Walk-forward-Sharpe-Ratio OOS lag bei etwa null, der Holdout war positiv, aber nicht signifikant, und die Sensitivitätsanalyse zeigte Leistungseinbrüche an bestimmten Volumenschwellen. Der Analyst empfahl daher, die Strategie als Kandidaten mit geringem Vertrauen und ohne statistischen Nachweis in die nächste Stufe aufzunehmen; sie wird nun im Paper-Trading gehandelt.

BtcDualTimeframeMomentumConfluenceLS_HL versuchte, den einzigen beförderten Single-Asset-Survivor der Factory zu reproduzieren, indem dessen Zwei-Signal-Konfluenz-Struktur mit Flach-bei-Uneinigkeit beibehalten und das Funding-Bein durch ein tägliches Momentum-Bein ersetzt wurde, gehandelt BTCUSD auf Hyperliquid mit einem ATR Trailing Stop und nur drei justierbaren Parametern. Der Code lief sauber und erzeugte eine aussagekräftige Stichprobe — 173 Trades über 803 Tage ohne verworfene Orders — aber das Ergebnis war in jedem Kalenderjahr negativ: -5.17% Gesamtrendite, Sharpe -0.047, Profitfaktor 0.923 und Rendite pro Trade von -0.109% gegenüber der +0.15%-Untergrenze, wobei die 93 Shorts allein $8,293 netto verloren und die Regime-Aufteilung die Trendprämisse umkehrte. Der Analyst gab die Strategie bereits beim Backtest-Review auf, anstatt Optimierungsstunden aufzuwenden, und merkte an, dass der Brutto-PnL vor jeglichen Kosten nur bei +$1,136 lag und dass zwei Lookbacks und ein Trail-Multiplikator aus 173 Beobachtungen keine fehlende Information erzeugen können. Es war der dritte Hyperliquid-Lauf dieser Struktur, der mit derselben Signatur scheiterte, und die dokumentierte Erkenntnis für die Forschung lautet, dass das kollineare Slow-Momentum-Bein das Gate zu nahezu-immer-drin TSMOM degeneriert.

AvaxConvictionGatedMomentumLS gate4H AVAX Momentum über Volumen-Surge und gerichtete Close-Location und ging dabei ausgewogene Long- und Short-Positionen ein. Der Basis-Backtest war unter Kostengesichtspunkten tragfähig — 0.53% durchschnittliche Rendite pro Trade über 565 Trades — sodass der Reviewer sie zur Optimierung weiterleitete, doch die Zahlen waren dünn: Sharpe 0.25 stieg nur auf 0.31, mit einem Konfidenzintervall, das die Null überspannt. Die Optimierung entlarvte die Strategie als überangepasst: eine In-Sample-Sharpe von 1.22 brach Out-of-Sample auf 0.09 ein, PBO betrug 0.67, die deflationierte Sharpe lag bei 0.007, und sieben Parameter befanden sich auf Cliffs. Der Analyst gab sie als Overfit-/Nicht-Generalisierungs-Tod auf — Teil einer wiederholt scheiternden Single-Name-AVAX-Momentum-Familie, bei der der Basis-Backtest die Obergrenze darstellt und Iteration nur wieder Rauschen curve-fittet.

Dieser Lauf war eine Übungsprobe zur Ausführungsbereitschaft und kein neuer Alpha-Anspruch — eine exakte Übertragung des #1-Binance-Survivors der Factory auf Hyperliquids eigene Preisreihe, Gebühren und stündliche Finanzierungsuhr, mit einer vorregistrierten Schwelle, die bewusst unter der der Quelle angesetzt wurde. Die Übertragung wurde sauber ausgeführt (172 Trades, keine Entry-Diagnostik-Ausfälle, metrics_reliable, und Finanzierungskosten wurden tatsächlich gutgeschrieben, womit die von der Hypothese markierte Messlücke geschlossen wurde), aber die Wirtschaftlichkeit folgte nicht: -2.27% Gesamtrendite, Sharpe -0.137, PF 0.90 und -0.088% pro Trade, mit Verlusten in 2024 und 2025 und 760 Tagen unter Wasser. Das entscheidende Detail war, dass der Brutto-Preis-PnL annähernd null war (+$1,497 über 172 Trades) vor $3,777 Kommission und $4,487 Finanzierungskosten, wobei das Short-Leg (-0.744%/Trade) ein noch funktionierendes Long-Leg (+0.409%/Trade) zunichtemachte. Der Analyst brach dies beim Backtest-Review in Iteration 1 ab, noch vor der 3-Phasen-Optimierung; die Post-Optimierungsphasen von Analyst und Risk-Officer wurden nie erreicht.

Nach einer Iteration erzielte SolSpotVolumeConfirmedMomentumLong im anfänglichen Backtest eine Rendite von 150.71% bei einem Sharpe von 1.12 über 232 Trades und erhielt das Urteil „optimieren“. Eine spätere Analyse ergab uneinheitliche OOS-Performance und einen Holdout mit 55 Trades und einem Sharpe von 0.08. Die refitteten Drawdowns überschritten bei der Wiedergabe der gesamten Historie und im Holdout das registrierte Limit von 25%; daher gab der Analyst die Strategie vor der Risikoüberprüfung oder dem Paper Trading auf.

DogeShibMemecoinPairsSpreadMeanReversionLS4H sollte dem Portfolio ein Memecoin-Engagement hinzufügen, indem das produktive dollarneutrale Pair-Template auf einen DOGE/1000SHIB 4H-Z-Score-Fade übertragen wurde. Die Strategie setzte darauf, dass sich die beiden korrelierten Memecoins nach kurzfristigen Abweichungen wieder annähern würden. Im ersten Durchlauf zeigte der Backtest über 738 Trades einen katastrophalen, anhaltend negativen Edge: eine Rendite von -82.79%, einen Sharpe von -1.18 mit vollständig negativem Konfidenzintervall, 85.4% Drawdown und Verluste in fast jedem Jahr (2021 -54%, 2022 -23%, 2024 -43%, 2025 -16%). Bei der Backtest-Prüfung gab der Analyst die Strategie auf und kam zu dem Schluss, dass das DOGE/SHIB-Verhältnis trendet statt zum Mittelwert zurückzukehren (Schiefe -8.5, Kurtosis 138). Dadurch verkaufte die Strategie strukturell den Gewinner leer und kaufte den Verlierer – ein Fehler bei der Paarauswahl bzw. der Prämisse, den keine Anpassung des z-Schwellenwerts beheben konnte. Die Optimierung und alle nachgelagerten Phasen wurden übersprungen. Als Lösung wurde eine Neuausrichtung auf Hypothesenebene auf ein wirklich kointegriertes Paar vorgeschlagen, statt einer Parameteränderung durch Entwickler.

Diese Strategie übertrug den erfolgreichen täglichen Volumenschub-Fortsetzungsmechanismus für bullische Kerzen von BTC auf LINKUSDT.BINANCE-Tages-Futures. Ein Long-Einstieg erfolgte nur, wenn Volumenschub, bullischer Schlusskurs und ein 100-tägiger Aufwärtstrend zugleich vorlagen. Der Detektor funktionierte sauber: 32 durch Bedingungen gefilterte Long-Einstiege, ohne Ausfälle wegen Positionsgröße oder Nominalwert. Der Vorteil ließ sich jedoch nicht übertragen: 12.5% Trefferquote, 20 Verluste in Folge, negativer Erwartungswert von -$416.79/Trade, Profitfaktor 0.84 und Drawdown von 52.3%. Die einzige positiv wirkende Zahl war eine nicht realisierte Mark-to-Market-Schlagzeilenrendite, die einen realisierten Verlust von etwa -13.3% verdeckte. Der Analyst gab die Strategie am Prüfpunkt zur Backtest-Bewertung auf, bewertete das Scheitern als strukturell statt durch Anpassung behebbar und lehnte es ab, Optimierungszeit für die Überanpassung an drei Ausreißertage aufzuwenden. Nach nur einer Iteration endete sie, ohne Optimierung, abschließende Analyse oder Risikoprüfung zu erreichen.

CrossSectionalRelativeMomentumFourHourLongShort5MajorPerps wurde als vom Analysten empfohlene strukturelle Alternative zum gescheiterten Pair-Trading mit Mean-Reversion vorgestellt: Long in den stärksten und Short in den schwächsten von fünf großen Coins, um von der Winner-takes-all-Dispersion im Kryptomarkt zu profitieren. Der Backtest lieferte eine auffällige Rendite von +1015%, doch die Prüfung zeigte: Die Rendite konzentrierte sich auf wenige Bullenmarktmonate und 251% nicht realisierte offene MTM. Risikoadjustiert war die Strategie negativ (Sharpe -1.50, gesamtes CI unter null, PSR 0.0028) und sie verlor in jedem nicht trendenden Marktregime. Schlimmer noch: Die zentrale Prämisse, Überhandel zu minimieren, kehrte sich um. Die Rankings der fünf korrelierten Majors wechselten aufgrund von Rauschen und erzeugten 1,918 Trades sowie einen Umschlag von 3137%; der Market Impact verschlang 68.6% des Brutto-PnL, und die Kapazität war auf die geringe Größe von $212 Tsd. begrenzt. Der Analyst gab die Strategie bei der Backtest-Prüfung wegen des strukturellen Konflikts zwischen Dispersion und Kosten auf, den Optimierung nicht beheben konnte. Daher erreichte sie weder die Optimierungs- noch die Risikoprüfung.

Dies war der knappste Fall seines Durchlaufs — ein sauberer, neuartiger Supertrend-Trendfolger auf NEAR mit einer tatsächlich soliden Basis (140 Trades, +98%, PF 1.34, Kapazität ~$47M), der ein „Optimieren“-Urteil erhielt, und einer optimierten Konfiguration, die für sich betrachtet stark wirkte (PF 2.25, Sharpe 0.87 knapp über der Zufallsschwelle 0.86, 0 Sensitivitätseinbrüche, is_overfitted=False). Doch der Edge wurde von wenigen explosiven Trendtagen getragen und scheiterte daher an drei entscheidenden Hürden: deflatierte Sharpe 0.51, PBO 0.84 und ein Holdout, der nur 31% der Walk-Forward-Sharpe OOS hielt, zusätzlich zu einem Rückgang von 2025. Beim Versuch 1 brach der Analyst ab, statt weiter zu iterieren. Er stufte die Fat-Tail-Anfälligkeit der Long-only-Trendfolge auf einem Altcoin mit hohem Beta als inhärent ein — dieselbe Signatur wie bei der aufgegebenen Chandelier-Schwesterstrategie XRP, in milderer, aber weiterhin nicht ausreichender Form. Der pfadabhängige Trendansatz ist bereits durch die freigegebene Supertrend-Schwesterstrategie abgedeckt.

AvaxFundingAccelerationMomentumLS erprobte einen neuen Ansatz für das Funding-Signal: Gehandelt wurde seine Ableitung (Beschleunigung von Tag zu Tag) statt seines Niveaus. Die These lautete, dass zunehmende gehebelte Nachfrage dem Preis früher vorausgeht als die maximale Positionierung. Getestet wurde auf AVAX, wegen des volatilen Fundings und der sauberen Testbarkeit mit USD-M. Der umfangreiche Backtest mit 511 Trades ergab ein eindeutiges negatives Urteil: Rendite -25.3%, Sharpe -0.61, Profit-Faktor 0.795, negativer Erwartungswert und Verluste in fünf von sieben Jahren. Sowohl die Gewinnrate als auch die Höhe der Gewinne und Verluste wirkten dagegen. In der zweiten Iteration gab der Analyst die Strategie an der Backtest-Prüfstelle auf und bewertete sie als Scheitern der Grundannahme statt als Optimierungsproblem. Eine Umkehr des Signals helfe wegen der Gebühren und des asymmetrischen Ausstiegs nicht. Dies war die vierte Bestätigung, dass die Familie der Richtungsstrategien mit einem Instrument und Funding als Signal – Niveau, Vorzeichen, Zeitpunkt und Beschleunigung – auf dieser Datenbasis erfolglos ist. Der Korb mit angerechnetem Funding-Carry bleibt der wirklich vielversprechende Ansatz.

Die Strategie „Cross-Venue Funding-Spread Best-of-Three Rotation“ sollte den Carry mit einem einzelnen Asset verbessern, indem sie Kapital in das Asset rotierte, das die größte Funding-Abweichung zwischen Hyperliquid und Binance aufwies — BTC, ETH oder SOL. Zwei Perp-Beine sollten die Position delta-neutral und konstruktionsbedingt engine-sicher machen. Mechanisch gelang dies: Das Buch war tatsächlich marktneutral (Beta ~0), Funding wurde im PnL gutgeschrieben und 176 Einstiege wurden ohne Größen-, Nominal- oder Cash-Fehler übermittelt. Wirtschaftlich scheiterte die Strategie jedoch durchweg: Sie verlor in allen neun getesteten Monaten Geld (Gesamtrendite -10.47%, Sharpe -3.80, Profitfaktor 0.86), da die Gebühren für zwei Beine (~0.19% Round-Trip, 9.41% des Bruttoertrags) den bei diesen eng arbitragegehandelten Majors je Halt erfassten Carry von ~0.05% bei Weitem überstiegen. Der Analyst verwarf sie am Prüftor für den Backtest und stellte fest, dass keine Anpassung der Einstiegsschwelle die anhaltende, laut Kostenrechnung nötige Differenz erzeugen könnte und dass eine Optimierung von 261 Tagen durchweg verlustbringender Daten nur Rauschen anpassen würde.

SolSpotVolatilitySqueezeBreakoutLong wurde aus den günstigsten Bestandteilen der Ergebnishistorie zusammengesetzt — BINANCE_SPOT unter der Quote, reines OHLCV (der am besten überlebende Daten-Tag), Long-only ohne Hebel und nur drei Parameter —, um den Volatilitäts-Clustering-Aufschlag zu nutzen, indem Aufwärtsbewegungen nach einem Bollinger-Squeeze auf SOL gekauft werden. Der Backtest lieferte eine verlässliche Einschätzung und fiel eindeutig negativ aus: 166 Trades verloren 53.7% bei einem Drawdown von 76.1%, 17 Verlusten in Folge und einer Rendite pro Trade von 0.083%, die unter der Spot-Gebührenuntergrenze lag. Der gesamte positive Beitrag stammte allein aus 2023. Der Prüfer stufte die Strategie als Variante ohne Edge aus der 0/213-Überlebensklasse der Breakouts auf ein einzelnes Symbol OHLCV ein und gab sie auf; zugleich stellte er fest, dass eine Parameteroptimierung die Verluste nur zwischen den Marktregimen verschieben würde. Die Empfehlung war eindeutig: einzelne OHLCV-Squeeze-, Breakout- und Trendvarianten auf großen Märkten einstellen und ein tatsächlich orthogonales Signal oder einen Mechanismus verfolgen, der nachweislich die Gebührenuntergrenze pro Trade überwindet.

TrxFourHourVolumeBreakoutLong4H war die mechanische Übertragung einer Strategiefamilie, die bei liquiden großen Coins bereits funktioniert, auf TRX im von der Strategiefabrik freigegebenen 4H-Zeitrahmen, um Probleme mit Tagesbalkendaten zu umgehen. Der Code tat über 305 Long-Trades genau das Vorgegebene, doch das Ergebnis war ein doppeltes Scheitern: Das Signal hatte nach Kosten praktisch keinen Vorteil (Sharpe 0.077, PF 1.037, ~0.09%/Trade, CI um null), und selbst wenn es einen gehabt hätte, ist TRX zu illiquide, um die Strategie zu handeln – der Markteinfluss fraß 44.5% des Brutto-PnL auf, und die Kapazität war auf eine halbe Million Dollar begrenzt. Der Analyst verwarf sie bei der Backtest-Prüfung ohne Optimierung, da kein Parameter einen Vorteil zurückgewinnen kann, der bei Spielzeuggröße von ~45% Markteinfluss aufgezehrt wird. Sie ist das deutlichste Beispiel der Sitzung dafür, dass ein validierter Mechanismus durch die Liquidität seines Instruments begrenzt ist: Der Volumenausbruchsvorteil ist bei den großen Coins bereits erfasst, und seine Übertragung auf Altcoins mit geringer Liquidität führt zu einem von Gebühren und Markteinfluss dominierten Ergebnis ohne Vorteil.

Diese Strategie erkannte korrekt, warum die 4h-ETH/BTC-Ratio-Reversion an Gebühren scheiterte, und behob die strukturellen Ursachen — Tagesbalken, eine weite Schwelle von 2σ und wochenlange Haltedauer bei zwei echten wirtschaftlichen Substituten, um die Kosten für vier Fills zu verteilen. Auch die marktneutrale Konstruktion funktionierte (Beta 0.03, Korrelation 0.04). Doch die zentrale Annahme erwies sich als falsch: Während der Rally im Oktober–November 2023 SOL entkoppelte sich SOL dauerhaft von AVAX. Die Strategie verkaufte daher das vermeintlich „teure“ SOL leer, während es weiter stark stieg, erlitt einen Verlust von -$537k und liquidierte das Konto am 2023-11-10 trotz ihres Cointegrationsbruch-Stopps. Die nahezu volle Bruttoexponierung von 90.8% machte das Ereignis fatal. Schon vor dem Totalverlust war der Vorteil gering (PF 1.12, Sharpe 0.34, 76 Trades). Der Analyst gab die Strategie bei der Überprüfung auf — dieses Paar hat seine Cointegration verloren und ist gescheitert —, merkte aber an, dass der marktneutrale Paaremechanismus mit einem weiterhin cointegrierten Paar, deutlich kleineren Positionsgrößen je Bein und einer harten Verlustgrenze pro Trade erneut geprüft werden könnte.

Diese Strategie war für das Portfolio ein wirklich neuartiger Typ – ausschließlich Maker-basierte Liquiditätsbereitstellung –, entwickelt, um die Taker-Gebührenfalle zu überwinden, an der in dieser Sitzung jede Mean-Reversion scheiterte. Sie sollte Grid-Oszillationen mit passiven Post-Only-Limits erfassen, deren Abstand deutlich über dem Maker-Round-Trip von rund 0.04% lag, und vermied erfolgreich den 300s-Performance-Timeout, an dem der vorherige Maker-Versuch scheiterte. Sie gewann 78% ihrer 13,295 Trades, doch genau darin lag die Falle: Die Gewinne waren winzig (durchschnittlich $22), die Verluste hatten fette Ausläufer, und während des anhaltenden 2022-Abwärtstrends häufte sie Long-Bestand gegen die Bewegung an, bis das Konto am 2022-03-06 vollständig liquidiert wurde (-100%, 2022. Februar -107%). Die Trendpause und die Obergrenze für den Bestand, auf die sie ausgelegt war, konnten den exakt in der Hypothese benannten Grid-Killer nachweislich nicht eindämmen. Der Analyst gab sie bei der Prüfung nach der ersten Iteration auf, denn keine Anpassung von grid_step/n_levels/mid_lookback/trend_threshold kann eine Strategie retten, die das Konto sprengt – sie würde nur den Zeitpunkt des Zusammenbruchs verschieben.

Diese Strategie verfolgte ein wirklich neuartiges, akademisch fundiertes Signal — die Sortierung nach der Schiefe der Renditen, um die Prämie für Lotteriepräferenzen abzuschöpfen — und verwendete erneut die einzige hier nachweislich überlebensfähige Long-only-Rotationsstruktur, die als defensive Anti-Meme-Neigung vorgestellt wurde. Doch die Sortierung nach der niedrigsten rohen Schiefe wählte Titel mit dickem linkem Rand aus, die in früheren Iterationen abgestürzt waren. Selbst mit einem Stop pro Position und einer ab Iteration 3 hinzugefügten Abkühlphase machte die Strategie netto Verlust: Profitfaktor unter 1.0, negative Gewinnerwartung, Drawdown von 76.56% und eine Schlagzeilenrendite von +99.7%, die vollständig aus nicht realisierten Gewinnen offener Positionen MTM bestand und eine realisierte Bilanz von ~-54% verdeckte. Die Rendite konzentrierte sich auf ein einziges 2023-Fenster, während jedes andere Bärenjahr 60-86% verlor; gegenüber der eigenen Benchmark lieferte die Strategie einen negativen Mehrwert. Bei der Überprüfung brach der Analyst die Strategie ab: Eine Optimierung der beiden Parameter könne ein Ergebnis mit PF<1 und einem Drawdown von 76% ohne Überanpassung an 2023 nicht förderungswürdig machen.

Diese Strategie setzte auf die einzige Long-only-Familie, die sich hier nachweislich bewährt hat – die Cross-Sectional-Momentum-Rotation. Sie unterschied sich durch ein breiteres Universum mit 15 Namen und eine inverse Volatilitätsgewichtung nach Risikoparität, die crashanfällige Altcoins geringer gewichten und mehr Robustheit als eine einfache Gleichgewichtung bieten sollte. Der Backtest hatte eine gute Stichprobe und war gebührenverträglich, zeigte jedoch denselben Mangel wie verwandte Strategien: maximaler Drawdown von 75.49%, eine Rendite von +500%, die vollständig auf den Bullenmarkt 2021 konzentriert war (wobei 2022, 2025 und 2026 stark negativ ausfielen), ein Profitfaktor von nur 1.04 und 71% der Schlagzeilenrendite aus nicht realisierten Positionen. Entscheidend ist, dass die Risikoparitätsgewichtung keinen Drawdown-Schutz bot (~-65% Bärenjahre) und der Korb gegenüber seiner eigenen gleich gewichteten Benchmark einen negativen aktiven Mehrwert lieferte (IR -0.11). Der Analyst verwarf die Strategie bei der Prüfung in der zweiten Iteration: Eine Optimierung dreier Parameter kann keinen Drawdown-Schutz erzeugen, den der Mechanismus strukturell nicht bietet, und würde 2021 nur überanpassen.

MidCapWeeklyCrossSectionalMomentumTop2BtcRegime übernahm die beworbene Momentum-Rotation der Fabrik mit 8 Majors und wandte sie auf Grundlage der L12-These auf ein Mid-Cap-Universum mit höherer Streuung an: Eine größere Querschnittsstreuung schafft der konzentrierten Top-2-Rotation einen größeren Abstand zu den Gebühren. Der Vorteil pro Trade überschritt zwar die Gebührenuntergrenze (2.93%), doch die Konzentration wirkte in beide Richtungen: Iteration -2 erreichte einen Drawdown von 80.85%; nach Ergänzung eines täglichen Trailing-Stops in Iteration -3 sank er nur auf 67.23% — weiterhin deutlich über der harten Abbruchgrenze von 50%. Zugleich erwies sich die Rendite von +365% vollständig als 2021-Altcoin-Beta: Fünf der sechs übrigen Jahre waren negativ, und eine Sharpe von CI überspannte null. Der Prüfer gab die Strategie als gescheiterte Strategiefamilie bei dieser Konzentration auf und stellte fest, dass keine Parameteranpassung schnelle Mid-Cap-Crashs zähmen oder in den Jahren ohne -2021 einen Vorteil erzeugen kann. Die maßgebliche, drawdown-kontrollierte Ausprägung des Mechanismus liegt bereits in der beworbenen Mega-Cap-8-Major-LONG-Schwesterstrategie.

Dies war die dritte Strategie einer Querschnittsreihe: Sie setzte die Low-Volatility- bzw. Betting-Against-Beta-Anomalie als dollarneutrales Portfolio mit Long-Position in den -2 Werten mit der niedrigsten und Short-Position in den -2 Werten mit der höchsten Volatilität über 6 große Binance-Kryptowerte um. Ziel war eine geringe Korrelation zu den vorherigen Strategien, die nach Rendite und Funding-Rates sortierten. Nach drei Iterationen zur Behebung von Problemen bei der Verifizierung (insbesondere einem Layer-2-Proxy-Problem, das durch Verschieben der Volatilitäts-Hilfsfunktion auf Modulebene behoben wurde) ergab sich ein funktionsfähiger, tatsächlich marktneutraler Backtest — allerdings mit einem Verlust von 78.7% und einem Drawdown von 95.97%, da Long-Positionen in Werten mit niedriger und Short-Positionen in Werten mit hoher Volatilität effektiv eine Wette gegen Beta und Momentum sind, die nur in Bärenmarktregimen Gewinne erzielt. Bei der Backtest-Prüfung gab der Analyst die Strategie auf und bewertete das Scheitern als strukturell statt optimierbar: Die drei Parameter verändern Ausmaß und Häufigkeit, können das negative Vorzeichen des Faktors in einem steigenden Marktzyklus aber nicht umkehren. Die Kursschwankungen von +94%/-65% am Ende des Zeitraums waren lediglich Prozentrechnung bei einem stark dezimierten Konto. Die Strategie erreichte weder die Optimierung noch die anschließende Analystenentscheidung, die Risikoprüfung, Paper Trading oder Live-Trading.

CrossSectional7DReturnReversalLSBinance6Major wandte eine gut dokumentierte akademische Anomalie — kurzfristige querschnittliche Umkehr — als dollarneutrales Long-Short-Portfolio auf sechs saubere große Binance-Werte an und setzte damit direkt die Empfehlung des Analysten um, querschnittliche Mechanismen zu priorisieren. Die Konstruktion war solide und vertrauenswürdig (saubere Positionsgröße von ~48% brutto, tatsächlich marktneutral, 2,079 reale ausgewogene Trades), doch das Ergebnis war ein robuster negativer Vorteil: -76.2% mit negativem Sharpe und Verlusten in jedem Jahr über 6+ Jahre, typisch für ein Signal mit umgekehrtem Vorzeichen. Die prüfende Person verwarf die Strategie vor der Optimierung mit der Begründung, dass große Kryptowährungen auf Wochenbasis Momentum statt Umkehr zeigen. Optimierung kann daher eine Prämisse mit falschem Vorzeichen nicht retten; eine Umkehr des Vorzeichens ergäbe lediglich die bereits in dieser Sitzung verworfene, an DSR gescheiterte querschnittliche Momentum-Strategie. Die daraus gezogene Erkenntnis: wöchentliche querschnittliche Umkehr nicht erneut einplanen. Wird die querschnittliche Forschung fortgesetzt, sollte stattdessen ein stärkeres Signal in Momentum-Richtung verfolgt werden.

SolHyperliquidOneHourTimeSeriesMomentumVolTargetedLS sollte den Retail-Trend auf Hyperliquid SOL nutzen. Das minimale Momentum-Signal mit zwei Parametern über 1H setzte ausdrücklich auf volatilitätsorientierte Positionsgrößen, um schwere Verluste durch nicht normalisierte Positionsgrößen zu verhindern, die frühere Strategien zu Fall gebracht hatten. Die Anpassung funktionierte wie vorgesehen: durchschnittliche Position 30.6% und maximaler Drawdown von 37% statt eines katastrophalen Einbruchs. Eine fehlende Edge konnte sie jedoch nicht ausgleichen: Über einen viel zu kurzen Zeitraum von etwa 7 Monaten (nicht den behaupteten 2.5 Jahren) erzeugte das 1H-Signal häufige Richtungswechsel, eine Trefferquote von 23.7%, einen Profitfaktor von 0.45 und eine Sharpe Ratio von -3.55; der gesamte CI lag unter null, und 17% des Bruttoertrags gingen für Gebühren drauf. Der Analyst brach die Strategie bereits bei der ersten Iteration an der Backtest-Prüfung ab und verwies sowohl auf die unzureichende Datenabdeckung als auch auf das eindeutig negative, zu häufigen Richtungswechseln neigende Signal. Die festgehaltene Lehre: Volatilitätsorientierte Positionsgrößen begrenzen das Extremrisiko, schaffen aber keine Edge. Momentum über kurze Zeithorizonte bei einem einzelnen, stark volatilen Leitwert wird strukturell zerrieben.

EthMultiWeekTrendFollowingLong übertrug die etablierte BTC-Multi-Week-TSMOM-Vorlage auf ETH. Sie berechnete 8/26/52-Wochen-Momentum aus Tagesbalken und ging nur dann long, wenn alle drei Komponenten positiv waren, um die unterrepräsentierte Makro-Zeithorizont-Kategorie abzudecken. Die Schlagzeile zu 633% war in dreierlei Hinsicht irreführend: Etwa 396% entfielen auf nicht realisierten Gewinn einer offenen Position (MTM); der realisierte Vorteil beruhte auf etwa fünf explosiven Tagen (Tail-Ratio 0.0037, Kurtosis 204); und er wurde bei einem Drawdown von 59.1% erzielt (CI Hoch 98.9%), größtenteils als Long-ETH-Beta, mit einer Sharpe-Kennzahl von 0.43, deren CI null umfasste. Dass der Positionswert bei Bullenphasen auf etwa 2x des Eigenkapitals anwuchs, verstärkte das beinahe ruinöse Risiko. Obwohl die Vorlage bei BTC ankam, disqualifizierte das Risiko- und Ausreißerprofil dieser ETH-Instanz sie. Daher gab der Analyst sie an der Prüfschwelle des Backtests auf, statt Zeit in Optimierung zu investieren, um die Ablehnung erneut herzuleiten.