BCH Hyperliquid 4H: GARCH–reversal sa nonlinear na quantile boundary

Hypothesis

Pangunahing tinutugunan ng two-sided trading ang pinakamalaking directional bias sa kasalukuyan, na 78.7% ay long-only, at dinaragdagan din nito ang saklaw sa Hyperliquid na 11.2% lamang. BCH ang pinili sa halip na BTC at 4H ang ginamit upang maiwasan ang kakulangan ng panandaliang kasaysayan sa Hyperliquid. Walang laman ang corpus_concentration, kaya hindi maipapahayag na talagang mas mababa ang BCH sa 15% o hindi pa nasusubukan. Di-gaya ng nakalistang SMA, RSI, reversal sa funding rate at pairs trading, direktang sinusubok ng eksperimentong ito kung makatutukoy ang conditional return tail quantile ng nababaligtad na sobrang paggalaw ng presyo. Hindi binago ang mekanismo ng reversal ng direksiyon sa orihinal tungo sa options o arbitrage sa iba't ibang merkado para lamang matugunan ang quota.

negative_expectancy: Nalulugi pagkatapos ng modeled cost ang operationalization ng Research Lead na BCH Hyperliquid 4H sa 421 saradong trade: -0.266% ang average na return bawat trade, kumpara sa minimum ng pagsusuri ng venue na +0.15%; PF 0.759 at -25.96% ang return. Kumpirmado ang mga alalahanin ni QA sa gastos at kalmadong rehimen ngayong naitala na ang funding. Hindi makatwiran ang malawakang paghahanap ng parameter batay sa baseline. Tinatanggihan nito ang operationalization na ito sa nakarehistrong sizing at mga palagay sa execution, hindi ang hindi tinukoy na source model ni Benson o ang mga pamamaraang GARCH–quantile sa pangkalahatan. Hindi mababawasan sa developer iteration ang nakapirming sizing cap.

Implementasyon

BCH Hyperliquid 4H na two-sided GARCH na pagbaligtad sa quantile boundary. Ang causal na forecast na estilo ng GARCH(1,1) sigma_t (mga timbang: 0.02 rolling variance / 0.08 r^2 / 0.90 h) ang regressor; ang one-bar na log return ang response. Kada refit_bars bar, ini-fit ang mga quantile regression na Legendre polynomial (degree 2-4) sa tail_quantile, 0.5 at 1-tail_quantile, gamit ang trailing training_window pares ng (sigma, return) at eksaktong minimisasyon ng pinball loss. Kapag mas mababa ang kasalukuyang return sa hinulaang lower quantile (signal >= 1), nagla-long; kapag mas mataas sa upper quantile (signal <= -1), nagsho-short, kung lampas sa min_target_return ang reversal target (naunang close x exp(median)) matapos ibawas ang reserba para sa bayarin. Lalabas sa target o pagkalipas ng max_hold_bars, na may intrabar na reduce-only stop sa stop_sigma x sigma. Paglaki ng posisyon: panganib na 0.5% ng equity sa bawat stop distance, na nililimitahan sa 30% ng notional ng equity.

Mga Resulta ng Beripikasyon

Panatilihin ito para sa contract na ito. Dapat timbangin ng analyst ang impact_cost laban sa kapasidad sa buong backtest. Maaaring limitahan ng susunod na contract ang notional sa isang bahagi ng capacity_usd.

Pinapahintulutan ng position_size() ang notional na hanggang 30% ng equity (max_notional_equity_fraction, itinakda ng research contract). Iniulat ng sandbox ang capacity_usd na humigit-kumulang $23.5k at impact cost na humigit-kumulang 3.6x na komisyon, kaya sa equity na $100k, lampas ang cap sa nasukat na kapasidad ng BCHUSD.HYPERLIQUID. Matapat nitong ipinapatupad ang contract, kaya hindi ito humahadlang.

Opsyonal: simulan ang forecast_variance gamit ang rolling variance sa unang buong window o alisin ang dead branch.

Nagsisimula ang GARCH recursion sa h=0 at nagwa-warmup habang napupuno ang rolling-variance buffer. Kaya hindi kailanman natutupad ang initialization na 'n==variance_window at forecast_variance<=0'. Hindi ito nakapipinsala: bale-wala ang 0.9^360, at kinokolekta lang ang training pair kapag puno na ang buffer. Dead code ang linyang ito.

Walang kailangan.

Nagbabalik ang min_bars_required() ng 1. Sinasadya ito: ipinapatupad ang panloob na warmup (variance_window + training_window, humigit-kumulang 840 bar) sa pamamagitan ng model_ready/prediction_valid, kaya walang entry bago ma-fit ang modelo. Maling alarma ang babala ng static analysis na base_shadow.

Ipinapakita ng sandbox (613 araw, 335 saradong trade, hindi na-optimize) ang avg_trade_return_pct -0.107%, PF 0.87 at Sharpe na -0.83. Halos flat ang gross bago ang mga gastos. Malaki ang impact: total_impact_usd na $20.6k kumpara sa $5.8k na komisyon sa $12.8M na na-trade na notional, humigit-kumulang 0.16% ng notional, na may capacity_usd na humigit-kumulang $23.5k. Kaya lampas na ang nakapirming 30%-ng-equity na notional cap sa tinatayang kapasidad ng BCH Hyperliquid sa equity na $100k. Nakatakda ang halagang ito sa contract, kaya paalala ito rito, hindi depekto sa sizing. funding_events_available=0, kaya hindi isinama sa sandbox ang funding ng Hyperliquid. Mga unang dapat suriin sa buong backtest: (1) kung nagbibigay ang 0.8% min_target_return gate ng average gross reversion na malinaw na mas mataas sa humigit-kumulang 0.09% na fee at humigit-kumulang 0.16% na impact; (2) kung nananatili ang pagkalugi sa kalmadong rehimen (Sharpe -3.0), dahil maaaring ingay lang sa halip na overshoot ang mga paglabag sa tail sa kalmadong rehimen.

Pagsusuri ng Backtest

Sharpe

-1.76

Kabuuang Return

-25.96%

Max Drawdown

27.10%

Kabuuang Trade

421

Win Rate

46.1%

Profit Factor

0.76

Ipinatutupad ng code ang causal na pagbili sa lower tail at pagbebenta sa upper tail; kinukumpirma ng detail file ang 200 long at 221 short na saradong trade na may pabago-bagong sizing.

Magkatugma ang accounting, wala nang bukas na position at naitala ang funding: +$156.43 ang net funding sa lahat ng trade.

Napatunayan ang alalahaning pang-ekonomiya ni QA: naghatid ang 421 trade ng -25.96% return, PF 0.759 at Sharpe na -1.76; ang average na return bawat trade ay -0.266%, kumpara sa minimum ng pagsusuri ng Hyperliquid na +0.15%.

+0.137% lang ang karaniwang directional na price return mula entry hanggang exit bago ang mga gastos. $26,933 ang modeled impact at $7,327 ang komisyon; kapag ibinalik ang dalawa, humigit-kumulang +$8,297 ang resulta, kaya nilalamon ng mga gastos ang maliit na gross price edge.

Nalulugi sa bawat taon sa kalendaryo at volatility regime; -3.43 ang Sharpe sa kalmadong rehimen. Walang positibong patunay ang one-bar forecast diagnostic: IC -0.0224, t=-1.53.

Nagbabalik ang buy-and-hold ng -17.39% na may humigit-kumulang 71.41% na drawdown sa nakaimbak na sampled curve; mas malaki ang lugi ng strategy sa kabila ng halos serong beta.

Hindi nai-save ang hatol sa hiniling na outbox path dahil read-only ang access sa filesystem.

Kasaysayan ng Iterasyon

Nabigo ang beripikasyon (Layer 3 — sandbox backtest): Walang nalikhang trade Uri ng bar na ginamit: BCHUSD.HYPERLIQUID-4-HOUR-LAST-EXTERNAL, naprosesong bar: 3669 Diagnostics: nagbalik ang should_enter() ng side nang 0 beses sa 3669 sinuring bar -> hindi kailanman nag-trigger ang iyong ENTRY CONDITION. Luwagan ang entry logic / mga threshold. Tiyaking nakakagawa ng trade ang iyong strategy gamit ang ibinigay na data at mga parameter.

Buod ng Resulta

Maliit ang gross price edge (humigit-kumulang +0.137% bawat trade bago ang mga gastos) at binura ito ng $26,933 na modeled impact at $7,327 na komisyon. Kaya kailangan ng band-reversal signal sa 4H BCH ng mas malaking edge bawat trade o mas mababang gastos sa trading bago ito patakbuhin.

Sa pagsusuri ng backtest, bumoto ang analyst na talikuran ito bago ang optimization dahil sa negatibong expectancy. Hindi umabot sa minimum na +0.15% ng Hyperliquid ang average na return bawat trade na -0.266%, at hinatulan ng analyst na hindi makatarungan ang malawakang paghahanap ng parameter batay sa baseline.

Two-sided na mean-reversion strategy sa BCH Hyperliquid 4H, hinango sa artikulong GARCH-QR FMZ ni Benson: gumagamit ito ng GARCH volatility forecast sa causal na rolling polynomial quantile regression ng mga return sa susunod na bar; bumibili ito sa lower quantile band, nagbebenta sa upper band, at lumalabas sa median target, stop batay sa sigma o takdang limitasyon ng oras.

Sa 421 saradong trade (200 long, 221 short) mula 2024-08-21 hanggang 2026-10-09, nagbalik ang backtest ng -25.96%, na may Sharpe na -1.76, profit factor na 0.759, 46.1% na win rate, average na return bawat trade na -0.266% at maximum na drawdown na 27.1%. Nalugi ito sa bawat volatility regime (Sharpe na -3.43 sa kalmadong rehimen), at -0.0224 ang forecast IC (t=-1.53).

Pagsusuri

GARCH-QR非线性回归(GQNR)交易模型