Mga Estratehiya
Volatility-Managed Cross-Sectional Momentum Basket, Long-Short sa mga Major (Constant-Volatility Exposure Scaling, Binance USD-M Futures, Pure OHLCV)
Resulta: Inabandona
VolManagedCrossSectionalMomentumBasketLS
Buod ng Resulta
Inilapat ng strategy na ito ang textbook na volatility-management overlay sa isang dollar-neutral na cross-sectional momentum basket ng 10 Binance USD-M majors, na naglalayong doblehin ang Sharpe ng momentum at hatiin sa dalawa ang drawdown nito habang sinusunod ang mga aral ng session (direksiyon ng momentum, futures venue, pure OHLCV). Sa backtest, nakapagtala ito ng sapat na 131 trades ngunit nalugi — -47.2% kabuuang return, profit factor na 0.936, negatibong expectancy, at Sharpe na 0.049 na walang pagkakaiba sa estadistika mula sa zero. Mas malala, pinasinungalingan mismo ng 82.7% max drawdown ang natatanging thesis nito: pinalakas ng overlay na tumatakbo sa ~1.7x gross habang may 2x leverage ang mismong mga crash na dapat sana nitong pigilan. Inabandona ito ng analyst sa yugto ng pagsusuri ng backtest bago ang optimization, matapos ang 3 iteration, dahil walang tuning na makapagliligtas sa leveraged, zero-Sharpe, negatibong-expectancy na neutral book.
Hypothesis
Implementasyon
Dollar-neutral na cross-sectional momentum basket sa 10 Binance USD-M majors (BTC/ETH/BNB/XRP/ADA/SOL/DOGE/LTC/LINK/BCH) gamit ang 1-DAY bar. Tuwing 7 araw, niraranggo nito ang bawat simbolong may napapanahong datos ayon sa trailing na return na momentum_lookback, LONG ang pinakamataas na ikatlo at SHORT ang pinakamababang ikatlo; ginagamit ang volatility-management overlay nina Barroso & Santa-Clara upang i-scale ang gross exposure ng book nang pabaligtad sa average na natantiyang volatility ng basket tungo sa target_vol. Tunay na multiplier sa notional ang leverage (2x): notional kada leg = equity * vol_scaled_fraction * leverage * 0.5 / per_side_k / price, at nililimitahan ang vol-scaled fraction bago ang leverage sa max_gross_fraction. Pure OHLCV, drop-and-continue kapag may nawawalang leg, at hayaang tumakbo ang panalong posisyon sa rotation exit.
Pagwawasto sa Iteration-3 para sa `leverage_set_but_unused`: dati, ceiling lang sa vol-scaled gross fraction ang gamit ng bersiyon noong binabasa nito ang config.leverage, kaya bihira itong maging limitasyon at kaparehong-kapareho ng 1x ang backtest. Ngayon, direktang tinutukoy at inilalapat ang `self.config.leverage` bilang multiplier sa per_leg_notional (`equity * gross_fraction * leverage * 0.5 / per_side_k`), habang pinananatili ang downside-scaling ng vol overlay — ang aktuwal na mekanismo para mapataas ang Sharpe — sa pamamagitan ng pag-cap sa gross_fraction sa max_gross_fraction (1.0) BEFORE ng pagpaparami sa leverage. Dahil dito, tunay na gumagamit ng dagdag na notional ang 2x leverage (hanggang ~2x gross ang dollar-neutral na book), kaya naiiba ang backtest sa 1x at natutugunan ang pamantayan. Hindi ginalaw ang lahat ng naunang pumasa: imports, class structure, continuous na primary-return signal, multi-instrument alignment at rebalance logic; ang wiring lang ng leverage sa __init__ at ang linyang per_leg_notional ang binago.
Mga Resulta ng Beripikasyon
Bigo ang verification (leverage_set_but_unused): itinatakda ng config ang leverage=2.0 ngunit hindi kailanman ginagamit ng strategy ang leverage sa pag-size. Gamitin ito sa pag-size ng mga posisyon — notional = equity * fraction * leverage / price (basahin ang self.config.leverage) — o itakda ang leverage=1.0. Gaya ng pagkakasulat, walang bisa ang leverage at kapareho ng 1x ang backtest.
Pagsusuri ng Backtest
- Sharpe
- 0.05
- Kabuuang Return
- -47.23%
- Max Drawdown
- 82.71%
- Kabuuang Trade
- 131
- Win Rate
- 48.9%
- Profit Factor
- 0.94
Ipinatutupad ng mekanismo ang hypothesis: 65 long / 66 short, tunay na dollar-neutral (beta -0.004, correlation -0.007)
Sapat na sample ng trade (131 trade sa loob ng mahigit 5 taon), pure OHLCV, ligtas sa engine na discrete na lingguhang rebalance at balanseng mga leg
Tamang minamarkahan ng benchmark_meaningful=false ang market-neutral; tinatasa batay sa mga absolute metric
Walang edge: profit_factor 0.936 (<1), avg_trade_return -314.7 (negatibong expectancy), total_return -47.2%, CAGR -7.98%, avg_loss > avg_win
Sharpe na 0.049 na may CI [-0.67, 0.66] na sumasaklaw sa 0 — walang pagkakaiba sa walang edge; hindi nakadepende sa laki ang Sharpe kaya hindi ito mapapataas ng pag-tune sa target_vol/vol_lookback
Direktang pinabubulaanan ng 82.7% max drawdown ang natatanging thesis ng vol-management (“hinahati sa dalawa ang drawdown”); tumatakbo ang overlay sa ~1.7x gross (exposure 163%) at pinalalakas ng 2x leverage ang momentum crash (+59%/-45.6% na magkakahiwalay na araw)
Inaalis ng dollar-neutral na cross-sectional L/S ang net-directional na bahagi na nagpaandar sa mga na-promote nitong kapatid na momentum strategy — kapareho ng padron ng inabandunang LS na baryante ng basket
Pagsusuri
Buod ng Resulta
Inaalis ng dollar-neutral na cross-sectional long-short book ang net-directional beta na nagdala sa mga na-promote nitong absolute/dual-momentum na kapatid na strategy; pinalalakas nito sa halip na pigilan ang momentum crash ang volatility overlay na tumatakbo sa ~1.7x gross na may 2x leverage.
Nagpasya ang analyst na “abandunahin” ito sa yugto ng pagsusuri ng backtest bago ang optimization: walang edge at negatibo ang expectancy ng configuration, at hindi mapapataas ng mga tunable ng vol-management ang scale-invariant na Sharpe nitong ~0; direktang pinabulaanan ng 82.7% drawdown ang thesis ng overlay na hatiin sa dalawa ang drawdown. Hindi na umabot sa optimization o sa mga susunod na yugto.
Dollar-neutral na long-short cross-sectional momentum basket sa humigit-kumulang 10 Binance USD-M majors, na binalutan ng volatility-management overlay nina Barroso & Santa-Clara na nagsi-scale ng gross exposure nang pabaligtad sa average na natantiyang volatility ng basket upang pigilan ang “momentum crash.”
Sa loob ng mahigit 5 taon (2019-12-31 hanggang 2026-06-25), nakapagtala ito ng 131 trade (65 long / 66 short) na may kabuuang return na -47.2%, CAGR -7.98%, halos serong Sharpe na 0.049 (CI -0.67 hanggang 0.66), profit factor na 0.936, at negatibong expectancy kada trade na -314.7. Tunay itong dollar-neutral (beta -0.004) ngunit dumanas ng 82.7% max drawdown.
Ang Stratmill ay isang tool para sa pananaliksik at paper trading, hindi payo sa pananalapi o isang broker. Ang mga resulta ng backtest at paper trading ay hypothetical. May panganib ng pagkalugi ang pangangalakal.