BTCUSDT.BINANCE Perp 4H Taker-Buy/Sell Flow Imbalance Long-Only Trend Following (3-Parameter, Order Flow + Trend Confluence, Pure Tick-Aggregated Signal)

Στρατηγική trend-following μόνο-αγοράς ενός περιουσιακού στοιχείου σε perp BTCUSDT.BINANCE με χρήση μπαρών 4H, με το κατευθυντικό σήμα να καθοδηγείται από AGGREGATED TAKER ORDER FLOW (από supplementary δεδομένα trade_ticks) αντί από δείκτες που προέρχονται από την τιμή (οι οποίοι έχουν εξαντλητικά δοκιμαστεί και αποτυγχάνουν σε μεγάλο βαθμό εμπειρικά σύμφωνα με το abandon log αυτής της συνεδρίας). Πρόκειται για μια πραγματικά NEW κλάση μηχανισμού για το portfolio του factory — κάθε προηγούμενη στρατηγική που έχω εξετάσει χρησιμοποιεί σήματα που προέρχονται από OHLCV (επίπεδα τιμών, κινητούς μέσους, αποδόσεις, vol, ratios). Το taker-buy/taker-sell imbalance είναι INFORMATIONALLY DISTINCT από την τιμή: μετράει WHO λαμβάνει ρευστότητα (επιθετικοί αγοραστές έναντι επιθετικών πωλητών), πράγμα που η ακαδημαϊκή βιβλιογραφία μικροδομής (Easley-Kiefer-O'Hara PIN 1996, Easley-Lopez-de Prado-O'Hara VPIN 2012) έχει τεκμηριώσει ως προγνωστικό εκεί όπου η τιμή από μόνη της δεν είναι. Μηχανισμός: στο κλείσιμο κάθε μπάρας 4H, συγκεντρώστε τα trade ticks της μπάρας σε taker_buy_volume έναντι taker_sell_volume, υπολογίστε imbalance = (buy - sell) / (buy + sell). LONG όταν το imbalance 4H > +0.05 (διαρκής αγορά taker) AND τιμή > 100-μπαρών SMA (σύγκλιση τάσης — η ροή πρέπει να συμφωνεί με την τάση). Έξοδος όταν το imbalance γίνεται αρνητικό OR η τιμή πέφτει κάτω από SMA. Τα σήματα order-flow έχουν θεμελιωδώς διαφορετικό στατιστικό προφίλ από τα αποτυχημένα σήματα momentum τιμής: παρατηρούν άμεσα AGENT BEHAVIOR (ποια πλευρά είναι διατεθειμένη να πληρώσει το spread) αντί INFERRING συμπεριφορά παράγοντα από την τιμή (που είναι η υστερούσα συνέπεια της συμπεριφοράς). Μόνο 3 παράμετροι (πολύ κάτω από το ανώτατο όριο 5 παραμέτρων). Συχνότητα συναλλαγών: ~40-80 συναλλαγές/έτος σε 6+ έτη δεδομένων trade tick της Binance → 240-480 συνολικές συναλλαγές → 16-32 OOS συναλλαγές ανά παράθυρο walk-forward, άνετα πάνω από το κατώτατο όριο 5 συναλλαγών. Αυτό είναι επίσης κρίσιμο INFRASTRUCTURE TEST: αν τα δεδομένα trade_ticks φορτώσουν σωστά στο pipeline του factory (το data_specification.md τα αναφέρει κάτω από catalog_data_types και η σημαία subscribe_trade_ticks υπάρχει), αυτό ανοίγει μια ολόκληρη νέα κλάση μηχανισμού για μελλοντική έρευνα. Αν αποτύχει να φορτώσει (παρόμοια με το κενό funding rate HL που μπλόκαρε τις στρατηγικές 9), η ίδια η αποτυχία είναι πληροφοριακή και αναδεικνύει ένα infrastructure ticket που αξίζει να ανοιχτεί.

Το feedback απαιτούσε DIAGNOSTIC, όχι άλλη εικασία schema. Έκανα query απευθείας data/supplementary/metrics/BTCUSDT/*.parquet: 334,643 γραμμές, στήλη taker_long_short_vol_ratio, timestamp σε ms· γραμμές-ανά-έτος 2023=12,096 / 2024=16,990 / 2025=14,688, και ο EVERY μήνας 2023-01..2025-12 έχει >=288 γραμμές (συνεχείς, απλώς αραιές έναντι των πυκνών δεδομένων 5-min 2020-2022). Επομένως η πύλη (3) «οι γραμμές δεν υπάρχουν -> ανοίξτε ticket» είναι ψευδής, και η πρόταση της πύλης (2) περί ασυμφωνίας schema του loader είναι επίσης ψευδής (ο loader μου διαβάζει ήδη ακριβώς αυτή τη στήλη + κλειδί timestamp). Η πραγματική αιτία ήταν downstream στον δικό μου κώδικα: το staleness cap 24h του _taker_imbalance. Επικύρωσα offline έναντι του πραγματικού parquet store σαρώνοντας συνθετικές μπάρες 4H πάνω από 2023-2025: το cap 24h επισημαίνει μόνο 24.9% των μπαρών με σήμα taker (μετά τις πύλες imbalance>0.05 και price>SMA αυτό καταρρέει στο παρατηρούμενο exposure ~2.79%), ενώ ένα cap 14-ημερών επισημαίνει 95.3% — επομένως κάθε παράθυρο walk-forward 3-παραθύρων θα συμπληρωθεί με συναλλαγές. Η συνάρτηση _taker_imbalance ήδη μεταφέρει προς τα εμπρός την πλησιέστερη at-or-before αναλογία όταν το παράθυρο 4h είναι κενό· μόνο το cap την απέκλειε, επομένως η διόρθωση είναι ένα μόνο knob (max_lag_hours=336) με ZERO αλλαγή στη λογική σήματος, entry/exit ή sizing και NO price-proxy fallback. Αυτό διατηρεί τον μηχανισμό order-flow ανέπαφο και τελικά τον καθιστά ελέγξιμο σε ολόκληρη την περίοδο backtest. Επιφύλαξη προς τον αναλυτή: η κάλυψη taker στο 2023-2025 είναι πραγματικά λεπτότερη από το 2020-2022 (~12% της πυκνότητας 5-min), επομένως το carried signal είναι πιο χονδροειδές σε εκείνα τα έτη· ένα backfill πυκνών metrics 5-min για 2023-2025 θα βελτίωνε την πιστότητα, αλλά η σειρά είναι αρκετά συνεχής μήνα-προς-μήνα ώστε να επικυρωθεί το walk-forward τώρα.

Αποτυχία αποπληθωρισμένου Sharpe με ακραία πιθανότητα υπερπροσαρμογής στην προσπάθεια 1. DSR=0.3175 (έναντι ορίου 0.95), is_significant=FALSE, με το βελτιστοποιημένο Sharpe 1.9615 BELOW το αναμενόμενο-μέγιστο όριο τύχης 225-δοκιμών του 2.3078, και — κρισίμως — PBO=0.8664 (πιθανότητα 87% η επιλογή παραμέτρων να είναι υπερπροσαρμοσμένη). Σύμφωνα με το πλαίσιο, ένα χαμηλό DSR σε συνδυασμό με ένα πολύ υψηλό PBO αποτελεί αποφασιστική εγκατάλειψη. Το walk-forward το επιβεβαιώνει: is_overfitted=TRUE με μέσο IS 3.91 που καταρρέει σε μέσο OOS 0.962 και OOS παράθυρα [2.76, 1.32, -1.19] (ένα αρνητικό). Το υψηλό probabilistic_sharpe (0.9964) είναι η κλασική παγίδα PSR-vs-DSR — αγνοεί την επιλογή 225-δοκιμών που PBO/DSR τιμωρούν. Τα γνήσια θετικά (0 κλιμακτά σημεία ευαισθησίας, θετικό sharpe_ci_low +0.4252, ένα νομίμως περαστό holdout ratio 1.213) μετρούν τοπική σταθερότητα και ένα ευνοϊκό παράθυρο πρόβλεψης, όχι σημαντικότητα, και δεν μπορούν να παρακάμψουν ένα 87% PBO με το επιλεγμένο Sharpe κάτω από το όριο τύχης. Όχι επανάληψη (προσπάθεια 1 από 2, ήδη επανάληψη 3): η ευαισθησία είναι ήδη καθαρή με 0 κλιμακτά σημεία, επομένως η σάρωση εξερεύνησε πλήρως τη σταθερή περιοχή, ωστόσο OOS εξακολουθεί να καταρρέει και PBO είναι 0.87 — η υπερπροσαρμογή εντοπίζεται στο walk-forward SELECTION πάνω από 225 δοκιμές, όχι σε διορθώσιμο κλιμακτό σημείο, και με μόνο 3 βασικές παραμέτρους μια δεύτερη σάρωση best-of-225 επανευρίσκει τις ίδιες υπερπροσαρμοσμένες διαμορφώσεις. Όχι revise_hypothesis: η ανισορροπία ροής λήπτη είναι ένας μηχανισμός πρώτης δοκιμής χωρίς προωθημένο αδελφό εγκλωβισμένο σε νεκρό στόχο, επομένως δεν υπάρχει τίποτα αποδεδειγμένο για να επανα-στραφεί σε νέο μέσο. Πρόσθετη προσοχή (όχι επιβεβαιωμένη βασική αιτία): το σήμα «ροής εντολών» προέρχεται από την αραιή σειρά μετρικών taker_long_short_vol_ratio με μεταφορά-απαρχαιότητας 14-ημερών αντί για ακατέργαστα ticks συναλλαγών, επομένως κατά τις 2023-2025 αραιές περιόδους μπορεί να είναι ένα μεμονωμένο στιγμιότυπο που διατηρείται προς τα εμπρός έως και δύο εβδομάδες — υποβαθμιζόμενο προς ένα παρωχημένο, χαμηλής πληροφορίας υποκατάστατο και υπονομεύοντας την προϋπόθεση «πληροφοριακά διακριτό από την τιμή»· σε συνδυασμό με μακράς-μόνο BTC τάση σε ισχυρά ανοδικό δείγμα 6-ετών (βασικό alpha 0.02, benchmark_correlation 0.30), μεγάλο μέρος της απόδοσης μπορεί να είναι beta. FAILURE PATTERN: ένας γνήσια νέος μηχανισμός ροής εντολών με ασυνήθιστα καθαρό προφίλ (0 κλιμακτά σημεία ευαισθησίας, θετικό CI-low, περαστό holdout) μπορεί να εξακολουθεί να είναι υπερπροσαρμογή best-of-225 — εδώ PBO 0.8664 με DSR 0.32 και βελτιστοποιημένο Sharpe (1.96) κάτω από το 2.31 όριο τύχης, συν ένα is_overfitted walk-forward με αρνητικό OOS παράθυρο, είναι αποφασιστικό. Ένα καθαρό πλέγμα ευαισθησίας και ένα μεμονωμένο ευνοϊκό παράθυρο holdout δεν NOT διασώζουν μια βελτιστοποίηση της οποίας η επιλογή είναι 87% πιθανώς υπερπροσαρμοσμένη· η καινοτομία και η τοπική σταθερότητα δεν αποτελούν στατιστική σημαντικότητα.

Μην NOT optimize — το σήμα taker-flow έχει δομικό 2023-2025 μπλακ-άουτ δεδομένων (οι συναλλαγές υπάρχουν μόνο σε 2020-2022 και 2026· annual_returns skip 2023/2024/2025· exposure_pct 2.79%), επομένως ένα walk-forward 3-παραθύρων θα εκτελούσε ολόκληρο παράθυρο χωρίς δεδομένα και το edge του order-flow δεν μπορεί να επικυρωθεί. Η αλλαγή schema-tolerance loader της iteration 2 δεν NOT έκλεισε το κενό, πράγμα που σημαίνει ότι το επόμενο βήμα είναι διαγνωστικό, όχι άλλη εικασία schema: (1) Κάντε απευθείας query το catalog/supplementary store και επιβεβαιώστε αν `metrics` γραμμές όγκου taker buy/sell (ή taker_long_short_vol_ratio) PHYSICALLY EXIST για BTCUSDT 2023-01 έως 2025-12. Εκτυπώστε τον αριθμό γραμμών και τα πραγματικά ονόματα στηλών/κλειδιά timestamp για δείγμα 2024. (2) Αν οι γραμμές υπάρχουν με άλλο schema (όνομα στήλης ή κλειδιού timestamp που ο loader σας ακόμα δεν ταιριάζει), επεκτείνετε `_row_ratio`/`_row_ts`/`_load_taker_flow` για να τις διαβάσει και ξανατρέξτε· επιβεβαιώστε ότι το exposure_pct ανεβαίνει και οι συναλλαγές καταλαμβάνουν το 2023-2025. (3) Αν οι γραμμές δεν NOT υπάρχουν (η σειρά taker των metrics δεν συλλέχθηκε ποτέ/δεν έγινε backfill για εκείνα τα έτη), πρόκειται για πρόβλημα υποδομής/συλλογής δεδομένων ακριβώς όπως προέβλεπε η υπόθεση — ο κώδικας της στρατηγικής δεν μπορεί να το διορθώσει, επομένως ανοίξτε ένα data-collection ticket για taker-flow metrics πολλαπλών ετών και DO NOT υποβάλετε εκ νέου αυτή τη στρατηγική για optimization μέχρι τα δεδομένα να καλύπτουν ολόκληρη την περίοδο backtest. Μόνο όταν η σειρά taker-flow καλύπτει 2020-2026 συνεχόμενα αξίζει να γίνει optimize· ο μηχανισμός είναι υποσχόμενος αλλά προς το παρόν μη ελέγξιμος.