Strategien

CoinMEthDonchianBreakoutLongFlat wurde als diagnostisches Gegenstueck zum CM BTC-Portfolio entwickelt — ein bewusst moeglichst fehlervermeidender taeglicher Donchian-Ausbruch (Long/Flat), dessen eigentliche Aufgabe darin bestand, anhand einer vorab registrierten Grenze fuer die Tagesrendite festzustellen, ob der Kontoverlauf bei COIN-M korrekt bemessen wird, waehrend USD-M fehlerhaft ist. Die Frage wurde beantwortet, aber auf die falsche Weise: Ein Eigenkapital-Print von +206.9% an einem einzelnen Tag bei 2021-03-22 (weit jenseits dessen, was ETH je verzeichnete) loeste den Abbruch aus. Das zeigt, dass auch COIN-M falsch bemisst und markiert und dass dieser eine Artefakttag praktisch das gesamte Schlagzeilenergebnis +245.7% ausmachte. Ohne das Artefakt gab es ohnehin keinen Vorteil — 26 Trades, eine Sharpe Ratio CI ueber null hinweg, ein Drawdown von 69.6% und stark negative Stresszeiträume. Die Strategie wurde bei der Backtest-Pruefung aufgegeben und zur Weiterleitung als Reproduzierer des Fehlers der Ueberexponierung und Markierung bei COIN-M gekennzeichnet, noch vor jeder Optimierung oder Analyse.

BinanceTopThreeCrossSectionalReversalLongShort wurde als Umkehr-Gegenstück zu einer Momentum-Schwesterstrategie entwickelt. Dabei werden BTC/ETH/SOL wöchentlich nach der Rendite über 7 Tage sortiert, um den Verlierer zu kaufen und den Gewinner in einem marktneutralen Portfolio leerzuverkaufen. Der Mechanismus wurde originalgetreu mit einer ausreichenden Stichprobe von 392 Trades umgesetzt, wies jedoch einen stark negativen Vorteil auf: Profit-Faktor 0.347, Erwartungswert -$247/Trade, in fünf von sieben Jahren negativ und – entscheidend – der Short-Winner-Teil verlor im frühen Bullenmarkt -2021 massiv und liquidierte das Konto am 2021-02-25 bei einer Gesamtrendite von -100%. Der Analyst verwarf die Strategie bei der Backtest-Prüfung in Iteration 1 als bankrotten Mechanismus ohne positiven Vorteil, der keiner Optimierung wert ist. Er kam zu dem Schluss, dass sich der Umkehreffekt über 1 Wochen bei Aktien nicht auf trendende große Kryptowährungen übertragen lässt, deren kurzfristiges Verhalten von Momentum und nicht von Umkehr geprägt ist. Das Leerverkaufen der stärksten großen Kryptowährung ist ein bekannter, widerlegter Fehlermodus, und keine Parameteranpassung beseitigt dieses strukturelle Extremrisiko.

Diese Strategie setzte den validierten BTC-Trend-Edge der Strategiefabrik als Multi-Timeframe-Konstruktion um: Sie filterte tägliche Momentum-Einstiege anhand eines Wochenregimes, um Whipsaws zu reduzieren, und hielt den Hebel zur Absicherung gegen Extremverluste bei ≤1.5x. Das erste Backtesting bestand die Prüfung und durfte optimiert werden — 225% Rendite, 30 ausgewogene Long-/Short-Trades, geringer 14% Drawdown — doch die Kennzahlen des Analysten hielten einer genaueren Prüfung nur teilweise stand: moderater Sharpe von 0.43 mit einem CI über null hinweg und Renditen, die von einem einzigen +88.9%-Tag im Mai 2021 dominiert wurden. Nach der Optimierung scheiterte die Strategie an der Deflation für multiples Testen (DSR 0.0038, Sharpe unterhalb der Best-of--225-Luck-Schwelle, PBO 0.74) und erzielte entscheidend im Forward-Holdout ein negatives Ergebnis, während das Walk-Forward als überangepasst eingestuft wurde. Da es keine robuste Region oberhalb der Luck-Schwelle gab, auf die hin optimiert werden konnte, und das bereits aufgenommene Single-Timeframe-BTC-Buch diesen Bereich abdeckte, wurde die Strategie bei Optimierungsversuch 1 aufgegeben statt weiter iteriert zu werden.

Diese Strategie schlug einen grundlegend anderen Handelsvorteil vor als die eingestellten Perp-Funding-Carrys der Factory — ein delta-neutrales BTC Cash-and-Carry, das die deterministisch konvergierende Basis datierter Quartals-Futures erntet, bis zur Abrechnung gehalten und jedes Quartal mit nur zwei einstellbaren Parametern gerollt. Sie erzeugte nie einen Backtest: Über 3 Iterationen scheiterte der Lauf, weil die Engine keine Funding-Historie für den Quartals-Leg „BTCUSDT_230929.BINANCE“ abrufen konnte, den datierten Kontrakt wie einen Perp behandelte und die Ausführung aus Gründen der Genauigkeit blockierte. Da weder Backtest-, Backtest-Prüfungs-, Optimierungs- noch Analystenphasen erreicht wurden, wurde die Strategie aufgrund einer Daten-/Infrastrukturabhängigkeit aufgegeben und nicht wegen mangelnder ökonomischer Tragfähigkeit. Die Hypothese hatte ausdrücklich gewarnt, dass die Verfügbarkeit von Daten zu Quartalskontrakten die entscheidende Abhängigkeit sei, und genau dort kam die Pipeline zum Stillstand.

EthCrossVenuePositiveFundingBasisCarryNeutral4H versuchte, zwei kombinierte strukturelle Vorteile auf ETH zu nutzen – positive Funding-Einnahmen auf Hyperliquid und die Konvergenz der Basis zwischen HL und Spot –, indem ein betragsmäßig ausgeglichenes Paar aus Short-Perpetual und Long-Spot gehalten wurde. Dabei wurden die zuvor in dieser Sitzung gescheiterten Richtungs- und statistischen Mechanismen ausdrücklich vermieden. Die Umsetzung war solide: Sie war tatsächlich marktneutral (Beta 0.0002), Funding wurde von der Engine gutgeschrieben und 496 Tage Funding-Historie aus HL wurden problemlos geladen. Das negative Ergebnis war somit eine echte Messung und kein Daten- oder Gutschriftartefakt. Gemessen am gutgeschriebenen Ergebnis verlor die Strategie jedoch stetig: Sharpe -6.48, profit_factor 0.94, CAGR -1.77%. Die Gebühren machten bei der vierbeinigen Hin- und Rücktransaktion 10.51% des Bruttobetrags aus, und der geringe Carry ließ avg_win im Wesentlichen gleich avg_loss ausfallen. Nachdem zwei Iterationen eine strukturelle Schwellenwert-Blockade zeigten (das selektive Gate löste nur 4x in 28 Monaten aus; das gelockerte Gate löste 268x aus, war aber nach Kosten negativ), brach der Analyst die Strategie an der Backtest-Prüfstufe ab. Fazit: Der Carry auf einem effizienten großen Asset ist real, aber geringer als die eigenen Cross-Venue-Ausführungskosten; daher kam es nie zur Optimierung.

LinkFourHourVolumeBreakoutLong4H war die dritte Übertragung einer Strategie aus der eingeführten Familie auf einen wenig liquiden Altcoin. Als Beleg dafür, dass das Instrument funktionieren sollte, diente eine eingeführte LINK-Tagestrendfortsetzungsstrategie. Der Code handelte zuverlässig über 341 Einstiege, doch das Ergebnis entsprach den aufgegebenen Varianten TRX und ICP: Das Signal war nahezu ein Münzwurf (profit_factor 1.034, Sharpe 0.15, symmetrische Auszahlung, +17% vorwiegend auf 2020-2021, danach drei negative Jahre), und die Strategie war strukturell nicht handelbar – der Markteinfluss verzehrte 34.7% des Brutto-PnL bei einer Kapazität von $830k. Der Analyst gab sie bei der Backtest-Prüfung ohne Optimierung auf, da kein Parameter einen durch ~35% Markteinfluss bei Spielzeuggröße aufgezehrten Vorteil wiederherstellt. Zusammen mit TRX und ICP vervollständigt LINK eine klare Abstufung nach Liquidität, die die Einsatzgrenze der Familie festlegt: Der Vorteil des Volumen-Ausbruchs ist real und bei den liquiden großen Werten bereits ausgeschöpft; seine Übertragung auf weniger liquide Altcoins ergibt eine Strategie ohne Vorteil, die von Gebühren und Markteinfluss dominiert wird.

ADA4HAroonTrendStrengthLong brachte erstmals ein Aroon-basiertes (zeit- statt größenbasiertes) Signal ins Portfolio: Long-Einstieg in ADAUSDT 4H nur bei Aroon-bestätigten Aufwärtstrends oberhalb des 200-SMA. Der erste Backtest wirkte wie ein Lehrbuchbeispiel für Trendfolge – 162 Trades, +37.6% Rendite, positiver Erwartungswert und positive Schiefe, kontrollierter Drawdown – und erhielt bei der Backtest-Prüfung das Urteil „optimieren“. Die Sharpe Ratio lag mit etwa 0.5 jedoch nur moderat, ihr Konfidenzintervall umfasste null. Die dreiphasige Optimierung ergab eine glatte Sensitivitätsfläche ohne abrupte Einbrüche und einen nicht überangepassten Walk-Forward. Doch die ausgewählte Sharpe Ratio von 0.691 blieb unter dem Glücksschwellenwert für das erwartete Maximum bei 225 Versuchen von 1.905. Dadurch fiel die deflatierte Sharpe Ratio auf 0.0213; PBO 0.769, und im nicht bestandenen Holdout blieb nur ~24% des Edge erhalten. Nach 2 Iterationen gab der Analyst die Strategie auf: Der Edge sei echt, aber statistisch zu schwach und nicht weiter optimierbar. Die flache Fläche lag bereits auf ihrem Plateau, vollständig unterhalb der Signifikanzschwelle; der Verfall im jüngsten Regime bestätigte, dass das Scheitern real und keine bloße Varianz war.

SolDailyGoldenCrossMomentumLong sollte das BTC/ETH/SOL-Golden-Cross-Trio vervollständigen, indem der bewährte 50/200-Tage-Mechanismus auf SOL-Tagesbalken und den von der Strategiefabrik als sicher bestätigten Datenpfad übertragen wurde. Der Code handelte wie vorgesehen, doch der Mechanismus ist von Natur aus inaktiv: In ~5 Jahren trat das Signal nur 6-mal auf – weit unter der Walk-Forward-Untergrenze und dieselbe Hürde, an der die Geschwisterstrategien BNB (4 Trades) und LINK (5-6 Trades) scheiterten. Zudem war die Bilanz netto negativ (profit_factor 0.698, maximaler Drawdown 75.8%, 5 von 6 Trades hohe Verluste). Das Hauptergebnis wurde durch einen unmöglichen Einzeltag mit +310% und eine durchschnittliche Positionsgröße von 115% verzerrt – vermutlich ein Überpositionierungsartefakt statt eines Vorteils. Der Analyst gab die Strategie bei der Backtest-Prüfung ohne Optimierung auf: Es gibt keinen Parameter, der sie als 50/200-Golden-Cross erhält und zugleich eine validierbare Stichprobe ermöglicht. Damit bestätigt sich, dass sich Golden-Cross-Übertragungen auf Tagesbasis für einzelne Instrumente mit nur wenigen Jahren Historie nicht auf große Kryptowährungen verallgemeinern lassen.

XrpFourHourMomentumBreakoutFundingCrowdingVetoLongShort kombinierte einen einfachen Donchian-Breakout mit einem tatsächlich neuartigen Positionierungsfilter: Breakouts wurden gesperrt, wenn die Finanzierung bereits in Handelsrichtung überlaufen war. Die Strategie wurde auf XRP platziert, um die Korrelation zum beworbenen BTC-Trendgeschwister zu senken und die heftigen, von Finanzierungsspitzen begleiteten Nachrichten-Breakouts von XRP zu nutzen. Das Veto griff in einigen Marktphasen korrekt (2024 +13.4%, 2025 +46.2%), doch die Strategie war an zwei Fronten geschwächt: Eine Kapazität von $739K und 37% Markteinfluss machten sie nicht einsetzbar; auch nach Berücksichtigung des Einflusses war der Edge marginal (Profit Factor 1.06, Sharpe CI um null) und fast vollständig auf 2025 konzentriert. In 2021-2023 gab es negative Jahre, und der rollierende Sharpe fiel auf -13. Der Analyst verwarf sie bei der Backtest-Prüfung: Die Kapazitäts- und Einflussgrenze sei strukturell durch den Breakout-Umsatz bedingt, und der geringe Edge könne weder die Kosten noch das Deflated-Sharpe-Kriterium überwinden. Die Strategie wurde als weiteres Beispiel für das Muster aus Kapazitätsgrenze und Breakout-Verfall abgelegt. Sie bestätigt, dass ein cleverer Einstiegsfilter einen Edge nicht retten kann, den Kosten im großen Maßstab aufzehren.

AvaxCrossVenueFundingDifferentialCarryNeutral versuchte, den sechs vorherigen Basis-Reversion-Fehlschlägen zu entkommen, indem die Strategie statt einer Kurskonvergenz einen reinen Funding-Differenzial-Zahlungsstrom vereinnahmte. Dazu wählte sie Mid-Cap-AVAX in der Annahme, dass weniger börsenübergreifende Arbitrage größere, beständigere Spreads als bei arbitrierten großen Coins hinterlässt. Da die Funding-Zahlungen nun von der Engine verbucht wurden, widerlegte der Backtest diese Annahme eindeutig: Das annualisierte Differenzial überschritt die Einstiegsschwelle in 911 Tagen nur 15 Mal. Diese Trades waren insgesamt netto verlustreich (durchschnittlicher Trade 0.0102%, PF 0.98, insgesamt -23.2%); die Marktbeeinflussung von 159% überstieg das Brutto-PnL bei einer Kapazität von ~$39k. Der Analyst gab die Strategie bei der Backtest-Prüfung auf. Er stellte fest, dass die ausreichenden Funding-Daten einen Datenfehler ausschlossen und eine niedrigere Schwelle lediglich weniger liquide und kostspieligere Legs hinzufügen würde. Die Strategie erreichte nie die Optimierung, Analyse oder Risikoprüfung.

HyperliquidEthBtcRatioMomentumPair war ein differenzierter, sauber konstruierter marktneutraler Pair-Trade auf Hyperliquid mit 4H-Bars. Er handelte ETH long und BTC short auf Basis des Log-Ratio-Momentums und nutzte nur drei Signalparameter, um Overfitting zu begrenzen. Trotz solider Umsetzung – 243 dollar-neutrale gekoppelte Einstiege ohne Drops bei Größe, Notional oder Cash – verlor die Strategie in allen drei Jahren. Sie schloss mit einer Gesamtrendite von -69.8%, einer Sharpe Ratio von -1.22 und einem Profitfaktor von 0.888. Der Analyst gab sie nach Iteration 4 am Backtest-Review-Gate vor der Optimierung auf und kam zu dem Schluss, dass die Prämisse selbst falsch und kein anpassbarer Einbruch war. Die Erkenntnis: Der ETH/BTC-Spread kehrt um seinen Trend zum Mittelwert zurück, daher werden Momentum-Einstiege strukturell ausgestoppt. Ein möglicher Vorteil müsste durch Mean-Reversion genutzt werden – eine völlig separate Hypothese.

DogeThirtyMinKeltnerRangeTradingLongShort sollte die bislang unerforschte Klasse von Market-Making-/Spread-Ertragsmechanismen mit einer symmetrischen Keltner-Band-Gegenbewegungsstrategie auf DOGE im 30-Minuten-Zeitrahmen abdecken und durch Kauf am unteren Band sowie Verkauf am oberen Band die Liquiditätsbereitstellung systematisieren. Die Umsetzung war sauber und die Stichprobe umfangreich, doch das Ergebnis war ruinös: -86.4% bei einem Sharpe von -1.44, dessen gesamtes CI unter null lag, einem 88.4% Drawdown und einer in den jüngsten Jahren zunehmenden Beschleunigung in Richtung Ruin. Zwei Mängel besiegelten das Ergebnis: Die explosiven Trends von DOGE überrollen eine Range-Gegenbewegungsstrategie (eine Gewinnquote von 60% wird durch Verluste zunichtegemacht, die 1.7x der Gewinne betragen), und die Prämisse des „Spread-Ertrags“ ist mechanisch falsch – das Überqueren des Spreads mit Marketorders verursacht Gebühren und Markteinfluss in Höhe von etwa 9% des Bruttoertrags, statt den Spread einzunehmen. Der Prüfer verwarf sie vor der Optimierung und zog daraus die übergeordnete Schlussfolgerung, dass echtes Market-Making das Einstellen von Limitorders erfordert, was die Testumgebung nicht modellieren kann. Daher sind Spread-Ertragsstrategien in dieser Implementierung hier nicht umsetzbar.

MajorsPersistentNegativeFundingCarryLongDailyBasket setzte die ausdrücklich befürwortete Konstruktion um, bei negativem Funding bei einem Major long zu gehen, weitete sie auf einen Basket aus 4 Majors aus, um die Zahl der Ereignisse zu erhöhen, und verwendete dabei echte, vollständig abgedeckte Funding-Daten, die dem PnL angerechnet wurden. Die Strategie wurde tatsächlich fair getestet, doch das Ergebnis war ein nicht signifikanter, von Ausreißern abhängiger Dip-Bounce-Trade: Sharpe 0.38 mit einem Tiefstwert von CI bei -1.08, Gewinnrate 28%, 19-Trade-Verlustserie, Kurtosis 356 und ein auf ~2-3 explosive Bounce-Tage konzentrierter Edge, mit jüngster Abschwächung (2025 -6.4%, 2026 -7%). Die These vom „Funding-Einkommenssockel, der Seitwärtsphasen profitabel hält“ wurde widerlegt — der Carry glich die Verluste aus der Richtungsbewegung nicht aus. Bei der zweiten Iteration brach der Analyst die Arbeit ab und merkte an, dass der deflationierte Sharpe die dicken Verteilungsschwänze abwerten würde, wie auch bei den verwandten Strategien BNB mit Range-Expansion und ETH mit mehrwöchiger Laufzeit, statt Optimierungszeit darauf zu verwenden, die Widerlegung erneut herzuleiten.

BtcHyperliquidDailyTSMomentumLongShort verband einen geförderten TS-Momentum-Mechanismus mit dem Handelsplatz HL, der die Positionsgröße korrekt berechnet, und dessen einzigem Vermögenswert mit nachgewiesenem Trend, BTC. Ziel war es, das erste Long/Short-Trendbuch mit korrekt berechneter Positionsgröße zu etablieren und die größte Lücke bei der Long-only-Quote zu schließen. Der Test der Positionsgröße war erfolgreich (avg_position_pct 58.6%, ausgewogene 33-Long- und 33-Short-Seite), und die Kennzahl +124.5% war auffällig. Sie verdeckte jedoch einen negativen Erwartungswert von -$1,742 pro Trade und ein Profil mit schweren Verteilungsschwänzen, dessen Beta in Bullenmärkten auf wenige 2024 Gewinner entfiel. Der Prüfer gab die Strategie vor der Optimierung auf, da das Buch mit einer Haltedauer von 22 Tagen an derselben Holdout-Hürde durch zu wenige tägliche Trades scheitern würde, an der alle täglichen HL-Trendstrategien scheiterten. Außerdem waren sowohl der Mechanismus (SOL-HL TS-Momentum) als auch die tägliche Trendhypothese des Vermögenswerts (BTC-HL-Donchian) in dieser Sitzung bereits außerhalb der Stichprobe eingebrochen — eine Optimierung hätte also nur zum erneuten Scheitern geführt. Drei Erkenntnisse blieben: Der Long/Short-Pfad von HL berechnet die Positionsgröße sowohl bei BTC als auch bei SOL korrekt; Trendbücher HL mit täglicher Taktung lassen sich strukturell nicht anhand des Holdouts validieren; und der Dateningenieur sollte etwa 26 vor -2023 nachträglich aufgefüllte BTC-Kerzen bereinigen.

MidCapAltRelativeStrengthMomentumWeeklyRotationLong übertrug den bewährtesten Long-only-Vorteil der Factory — die wöchentliche Rotation nach marktübergreifender relativer Stärke — auf einen nicht überlappenden Korb aus acht liquiden Perpetuals mittlerer Marktkapitalisierung. Die Wette war, dass ihre größere Streuung die Gebührenvorteils-Kollapse entschärfen würde, die engere Körbe zunichtemachen. Der Backtest lief sauber (213 Trades, keine Liquidation, 8.19% durchschnittliche Handelsrendite), aber seine auffällige Rendite von +741% war größtenteils nicht realisierter Marktwert offener Positionen, sein Gewinnfaktor lag nur knapp über 1.0, und seine Sharpe-Kennzahl CI schnitt die Nulllinie. Schlimmer noch: Ein maximaler Drawdown von 81.6% überschritt die harte Abbruchgrenze von 50%, und die Rendite hing vollständig von den Bullenjahren 2021 und 2024 ab, während die letzten beiden Jahre jeweils rund -70% verloren. Der Analyst brach die Strategie an der Prüfungsschwelle des Backtests ab und bewertete sie als gehebeltes Altcoin-Beta statt als dauerhaftes Alpha, mit Problemen, die sich durch Anpassung von Rückblickzeitraum, top-n oder Filter nicht beheben ließen.

XrpVolumeConfirmedMomentumLS übertrug gezielt den einzigen wiederholt erfolgreichen Vorteil der Factory — volumenbasiert gefiltertes 4H-Momentum — von ETH auf das ereignisgetriebene, mit BTC/ETH unkorrelierte XRP-Perpetual und verwendete dabei nur drei Parameter, um Überanpassung zu vermeiden. Der Basis-Backtest war numerisch tragfähig (Sharpe 0.47, 448 Trades, Rendite pro Trade 0.72% über der Gebührenuntergrenze) und erhielt in der Backtest-Prüfung das Urteil „optimieren“; sogar das Holdout-Fenster sah mit Sharpe 1.33 positiv aus. Die Optimierung über 3 Phasen entlarvte die Strategie jedoch als Rauschen durch die Auswahl des Besten aus N: Die In-Sample-Sharpe im Walk-forward brach von 1.037 auf den Out-of-Sample-Wert -0.413 ein, PBO erreichte 0.636, und die deflationierte Sharpe fiel auf 0.006. Der Analyst gab die Strategie nach einer Iteration wegen drei nicht bestandener harter Kriterien auf und kam zu dem Schluss, dass dies die Falle des Einzelwert-Momentum-Klons war — der Mechanismus funktioniert bei ETH, aber jeder XRP-Träger davon war überangepasst, und die flache Sensitivitätsfläche ließ keinen besseren Ansatzpunkt für die Iteration.

HlEthVolRegimeGatedMomentumContinuationLS1H zielte darauf ab, eine längere Intraday-Momentum-Halbwertszeit im Hyperliquid's retail-schweren ETH-Order-Flow auszunutzen, mit einem vol-regime-gesteuerten, vol-zielgerichteten Long/Short-Design, das den infrastrukturgeblockten Fehlermodus der Sitzung sauber vermied. Der Mechanismus funktionierte wie beabsichtigt — 195 Long- und Short-Trades mit nahezu neutralem Netto-Beta — doch der Backtest erstreckte sich nur über ~7 Monate statt der behaupteten 3+ Jahre, und über dieses Fenster hinweg ergab sich nach Kosten kein Vorteil (PF 1.045, Sharpe -0.22 mit einem CI-Tief von -2.81). Schlimmer noch, Markteinfluss (66.4%) und Kommission (12.2% des Bruttos) verbrauchten fast den gesamten PnL gegen eine ~$227k Kapazitätsgrenze, was der eigenen günstigen Kostenprämisse der Hypothese widersprach. Da sowohl die Validierungsdaten fehlten als auch die Kosten-/Kapazitätsstruktur den Vorteil zerstörte, gab der Analyst den Arm bei der zweiten Iteration auf, ohne Optimierung durchzuführen.

EthIntradayLargeImpulseBarContinuationLS1H wurde auf der dreifach bestätigten Erkenntnis dieser Session aufgebaut, dass Intraday-Krypto-Bewegungen eher fortsetzen als reverten, mit Einstiegen über große Range-Expansion-Impuls-Bars und einem Trailing-Stop, um Gewinner laufen zu lassen. In der zweiten Iteration wurde der v1 Return-z-Trigger gegen einen differenzierten Bar-Shape-Trigger (TR/ATR + eindeutiger Schluss) getauscht, um das Overtrading zu bekämpfen, und er lieferte tatsächlich die beabsichtigte Payoff-Asymmetrie (Ø Gewinn ≈ 2× Ø Verlust) und zahlte in Jahren hoher Volatilität gut (2020 +56%, 2022 +53%). Aber über 1,179 Trades überlebte die Brutto-Kante die Kosten kaum — Impact 27.1% plus 8.85% Kommission ließen Profit Factor 1.13 und Sharpe 0.373 mit einem CI durch Null zurück, und die Kapazität betrug nur $1.36M. Das Backtest-Review-Gate gab es auf, bevor Optimierungsbudget ausgegeben wurde, und beurteilte die Kosten/Impact-Wand und triviale Kapazität als strukturell statt tunable, und die Variante als redundant mit und schwächer als das bereits beförderte ETH-1H Return-z Impuls-Continuation-Geschwister.