استراتژی‌ها
پیش‌بینی‌های میانگین شرطی غیرخطی هایپرلیکویید روی ICP، ALGO، HBAR و XLM
نتیجه: رهاشده
HlNonlinearConditionalMeanDaily
خلاصه نتیجه
پس از دو تکرار، HlNonlinearConditionalMeanDaily پیش‌بینی‌های میانگین شرطی غیرخطی روزانه را روی چهار قرارداد دائمی هایپرلیکویید، با نگهداری یک‌روزه و اندازه‌گذاری حقوق صاحبان سهام 5% برای هر ابزار آزمود. بک تست در 1,537 معاملهٔ بسته‌شده، 6.04% زیان ثبت کرد؛ شارپ -0.222 و میانگین بازده خالص معامله -0.0675% بود. بررسی معاملات از قواعد اعلام‌شده پشتیبانی کرد، اما IC پیش‌بینی اصلی به میزان -0.0036 (t=-0.12) هیچ اطلاعات پیش‌بینیِ قابل‌اندازه‌گیری نشان نداد. در بازبینی بک تست، به‌دلیل امید ریاضی منفی، پیش از بهینه‌سازی یا بررسی‌های بعدی، استراتژی کنار گذاشته شد.
فرضیه
مسئول پژوهش این ایده را از پرسش دنیل دربارهٔ برازش مدل و پاسخ مالک استخراج کرد: https://quant.stackexchange.com/questions/7474/fitting-a-non-linear-ar-garch1-1-m-model. متن کامل محلیِ ارائه‌شده، خودرگرسیون درجه‌دو با واریانس شرطی در میانگین را مشخص می‌کند، اما هیچ قاعدهٔ معاملاتی یا شواهد عملکردی ارائه نمی‌دهد. آن را به‌صورت پیش‌بینی‌های مستقل روزانهٔ خرید/فروش روی چهار قرارداد دائمی هایپرلیکویید عملیاتی کنید؛ با برآورد ریج غلتان و ضرایب بازگشتی ثابت و ایستا GARCH. هر موقعیت یک بازهٔ روزانه دوام دارد. سفارش‌های بازار در قیمت بسته‌شدن سیگنال اجرا می‌شوند؛ معادل بازار پیوستهٔ ثبت‌شده در سامانه برای اجرای بازشدن کندل بعدی. مسیر کنترل ریسک (ب): خروج زمان‌محور یک‌روزه، اسمی ثابت 5% از حقوق صاحبان سهام برای هر ابزار، حداکثر مواجههٔ ناخالص تجمیعی 20% و اهرم 1.0. کمیسیون سطح پایه برای هر تکمیل سفارش‌گیرنده 0.045% است و با [جدول رسمی کارمزد هایپرلیکویید](https://hyperliquid.gitbook.io/hyperliquid-docs/trading/fees).
پژوهش صرفاً خرید 77.7% است، در برابر حداکثر هدف 55%؛ این پیشنهاد هر دو جهت را مجاز می‌داند و شکاف‌های هایپرلیکویید و چندابزاری را پوشش می‌دهد. اختیارها کمتر از حد نمایندگی شده‌اند، اما افزودن آن‌ها سازوکار بازده پایهٔ این منبع را تغییر می‌دهد. فیلد تمرکز اخیر خالی است؛ بنابراین سهم‌های اخیر قابل‌تأیید نیستند. شمارش‌های ابزار اصلی در تصویر لحظه‌ای عبارت‌اند از ICP=0، ALGO=0 و XLM=3؛ این شمارش‌ها استفاده از ابزارهای ثانویه را ثابت نمی‌کنند. جست‌وجوی پیشینهٔ پژوهش، یک برگشت ناموفقِ مرز چندکِ BCH هایپرلیکویید 4H GARCH را یافت. این پیشنهاد در عوض بازده میانگین شرطی را بدون برگشت در برخورد با مرز پیش‌بینی می‌کند، از کندل‌های روزانه بهره می‌برد و در مجموعهٔ ابزار متفاوتی معامله می‌کند. در جست‌وجوی هدفمند تصویر لحظه‌ای، قرارداد تقریباً یکسانی برای میانگین شرطی یافت نشد.
negative_expectancy: این پیاده‌سازی عملیاتیِ مسئول پژوهش از بحث برازش مدل در منبع را رد کنید، نه مدل منبع را به‌طور کلی. پیش‌بینی‌های روزانه پس از هزینه‌ها در 1,537 معاملهٔ بسته‌شده زیان می‌دهند: میانگین بازده خالص معامله -0.0675% در برابر کف بررسی هایپرلیکویید یعنی +0.15%، PF 0.961، بازده کل -6.04% و شارپ -0.222. بررسی معاملات از قواعد اعلام‌شده پشتیبانی می‌کند؛ نقص مشخصی در پیاده‌سازی یا مسیر مستندِ تنظیم مجدد مشخص نشده است. نگرانی اقتصادی QA با احتساب تأمین مالی تأیید می‌شود. هیچ جست‌وجوی پارامتری انجام نشده است؛ بنابراین این حکم ادعا نمی‌کند که هر مقدار پارامتری ممکن ناموفق است.
پیاده‌سازی
پیش‌بینی‌های مستقل روزانهٔ خرید/فروشِ درجه‌دو با AR-GARCH در میانگین، روی قراردادهای دائمی هایپرلیکوییدِ ICP، ALGO، HBAR و XLM. هر موقعیت یک بازهٔ روزانه دوام دارد، با اسمیِ ثابتِ 5% از حقوق صاحبان سهامِ تسویه‌شده برای هر پایه و سقف پذیرش پرتفویِ 20% که ورودهای معوق را نیز شامل می‌شود. سفارش‌های بازار در قیمت بسته‌شدنِ سیگنال، معادل بازار پیوستهٔ ثبت‌شده در سامانه برای اجرای بازشدن کندل بعدی را پیاده می‌کنند.
اصلاح حداقلی پیاده‌سازی لایهٔ -4: اکنون _available_notional سفارش‌های باز، سفارش‌های در حال اجرا و رکورد ورودِ پیش از ثبت سفارشِ ابزار پایه را بر اساس شناسهٔ سفارش مشتری ID یکی می‌کند و پیش از پذیرش هر ورود ثابت 5%، اسمیِ ورودهای تکمیل‌نشده را به ناخالص موقعیت‌های باز می‌افزاید. تکمیل‌های جزئی فقط برای باقیمانده ذخیره ایجاد می‌کنند؛ خروج‌های فقط کاهنده و سفارش‌های بسته‌شده چیزی ذخیره نمی‌کنند. پیش‌بینی، خروج‌های روزانه، هم‌ترازی ابزارها، پیکربندی و مجوزهای پارامتر پژوهش بدون تغییر باقی می‌مانند. بازده منفی آزمون آزمایشی و هزینه‌های اجرا، بازبینی کالیبراسیون کل تاریخ را ایجاب می‌کنند، اما شکست سازوکار را ثابت نمی‌کنند.
نتایج تأیید
آزمون آزمایشیِ بهینه‌نشده، میانگین بازده خالص معاملهٔ -0.0646% را در 1,540 موقعیت بسته‌شده و بازده کل -5.84% نشان می‌دهد. بررسی کل تاریخ باید کالیبراسیون پیش‌بینی و حساسیت به هزینه را بیازماید؛ تأمین مالی مدل نشده است (هیچ رویداد تأمین مالی در دسترس نبود). این نتایج وجود نقص در صحت را ثابت نمی‌کنند.
بررسی بک‌تست
- شارپ
- -0٫22
- بازده کل
- -6٫04%
- حداکثر افت سرمایه
- 15٫17%
- کل معاملات
- 1537
- نرخ برد
- 46٫6%
- ضریب سود
- 0٫96
بررسی معاملات از سازوکار اعلام‌شده پشتیبانی می‌کند: هر چهار ابزار معامله شدند، رکوردهای 1,536 نگهداری یک‌روزه را نشان می‌دهند و میانگین اندازهٔ موقعیت 5.00% از حقوق صاحبان سهام است. ICP ورودِ بررسی‌شده با جهت و آستانهٔ پیش‌بینی مطابقت دارد.
حسابداری تطبیق دارد، تأمین مالی منظور شده و موجودی پایانی باقی نمانده است.
در 1,537 معاملهٔ بسته‌شده، میانگین بازده خالص معامله -0.0675% است، در برابر کف بررسی هایپرلیکویید یعنی +0.15%؛ ضریب سود 0.961 و بازده کل -6.04% است.
پیش‌بینی اصلی ثبت‌شده، IC -0.0036 (t=-0.12) دارد و هیچ اطلاعات پیش‌بینیِ قابل‌اندازه‌گیری فراهم نمی‌کند. کالیبراسیون جداگانهٔ پایه‌های دیگر ارائه نشده است.
نگرانی اقتصادی QA تأیید می‌شود. ملاحظهٔ او دربارهٔ تأمین مالی دیگر معتبر نیست: تأمین مالی، کمیسیون‌ها و اثر بازار در کل تاریخ منظور شده‌اند.
معیار مقایسهٔ ارائه‌شده برای این استراتژی معنادار نیست؛ بنابراین مقایسه با خرید و نگهداری کاربرد ندارد.
تاریخچه تکرار
همهٔ سفارش‌های ورود معوقی را که مواجهه را افزایش می‌دهند، در ناخالص ذخیره‌شده منظور کنید؛ یا ذخیره‌ای در سطح پرتفوی نگه دارید که پیش از هر ثبت سفارش به‌روزرسانی و هنگام تکمیل، رد یا لغو سفارش تطبیق داده شود. هنگام پذیرش ورود ثابت 5%، هم موقعیت‌های باز و هم ذخیره‌ها را بشمارید؛ اگر مجموع ناخالص آن‌ها به‌علاوهٔ سفارش جدید از 20% بیشتر شد، ورود را رد کنید.
تابع _available_notional() فقط ناخالص موقعیت‌های باز را کم می‌کند و برای سفارش‌های ورودِ ثبت‌شده در پایه‌های دیگر، اسمی ذخیره نمی‌کند. تابع calculate_signal() می‌تواند پیش از تکمیل سفارش‌ها، چند ورود به پایه ثبت کند؛ فراخوانی‌های برگشتیِ بستن موقعیت نیز می‌توانند همین کار را انجام دهند. بنابراین هر ثبت سفارش می‌تواند همان ظرفیت باقیمانده را مصرف کند. برای مثال، با موقعیت‌های موجود به ارزش 11% از حقوق صاحبان سهام تسویه‌شده و دو پایهٔ واجد شرایطِ بدون موقعیت، هر دو ورود 5% هنگام انتظار برای تکمیل سفارش، آزمون ظرفیت 9% را می‌گذرانند و ناخالص تجمیعی 21% ایجاد می‌کنند. بررسی‌های orders_open برای هر ابزار از سفارش‌های تکراری در یک پایه جلوگیری می‌کنند، اما سقف 20% کل پرتفویِ قرارداد را اعمال نمی‌کنند.
خلاصه نتیجه
پیش از هر تنظیم بیشتر، این پیاده‌سازی عملیاتی به شواهدی از اطلاعات پیش‌بینی‌کننده و بازده مثبت پس از هزینه‌ها نیاز دارد؛ شکست آن ثابت نمی‌کند که مدل منبع یا همهٔ انتخاب‌های پارامتری ناموفق‌اند.
حکم بازبینی بک تست، کنارگذاشتن بود؛ زیرا امید ریاضی منفی بود و میانگین بازده خالص معامله از کف بررسی +0.15% پایین‌تر آمد، بدون آنکه نقصی در پیاده‌سازی یا مسیر مستند تنظیم مجدد مشخص شده باشد. بهینه‌سازی و بررسی‌های بعدی تحلیلگر و ریسک انجام نشدند.
برای پیش‌بینی معاملات خرید/فروش یک‌روزه روی قراردادهای دائمی هایپرلیکوییدِ ICP، ALGO، HBAR و XLM، از خودرگرسیون درجه‌دوی غلتانِ برازش‌شده با ریج استفاده کرد که واریانس GARCH را در میانگین منظور می‌کرد.
بک تست بازده -6.04% با شارپ -0.222 را در 1,537 معاملهٔ بسته‌شده و حداکثر افت سرمایهٔ 15.17% ثبت کرد. میانگین بازده خالص معامله -0.0675% و ضریب سود 0.961 بود؛ کمیسیون، اثر بازار و تأمین مالی لحاظ شده‌اند.
Stratmill ابزاری برای پژوهش و معامله آزمایشی است، نه مشاوره مالی یا کارگزار. نتایج بک‌تست و معامله آزمایشی فرضی هستند. معامله‌گری با ریسک زیان همراه است.