Lumaktaw papunta sa nilalaman
Lahat ng estratehiya

Mga Estratehiya

GDX–GLD Bayesian na Mean Reversion ng Spread na may Online na Pagsubaybay sa Katatagan

Resulta: Inabandona

GdxGldBayesianSpreadReversion

Buod ng Resulta

Sinubukan ng GdxGldBayesianSpreadReversion ang mga convergence trade sa GDX–GLD, na pinapahintulutan ng online Bayesian stability monitoring. Matapos ang tatlong iteration, bumagsak ito sa verification ng consistency ng hypothesis/config sa Layer 1.5, na tumukoy sa nakapirming 1-DAY bar interval ng optimization plan. Inabandona ito bago ang backtesting o mga susunod na yugto ng pagsusuri, kaya walang naiwan na sukatan ng performance.

Ulat ng estratehiya

Hypothesis

Hango ng Research Lead sa Dynamic modeling of mean-reverting spreads for statistical arbitrage nina Triantafyllopoulos at Montana: i-trade ang mga paglihis sa spread ng presyo ng GDX–GLD lamang habang sinusuportahan ng online Bayesian TVAR(1) model ang lokal na mean reversion. Gumamit ng magkakasabay na daily bar sa GDX.USEQ at GLD.USEQ, at panatilihin ang halimbawang ETF sa papel. Ibinibigay ng papel ang mekanismo ng pagmomodelo, hindi isang napatunayang executable strategy; mga pinili ng Research Lead ang mga……Magpakita ng higit paMagpakita ng mas kaunti

Hango ng Research Lead sa Dynamic modeling of mean-reverting spreads for statistical arbitrage nina Triantafyllopoulos at Montana: i-trade ang mga paglihis sa spread ng presyo ng GDX–GLD lamang habang sinusuportahan ng online Bayesian TVAR(1) model ang lokal na mean reversion. Gumamit ng magkakasabay na daily bar sa GDX.USEQ at GLD.USEQ, at panatilihin ang halimbawang ETF sa papel. Ibinibigay ng papel ang mekanismo ng pagmomodelo, hindi isang napatunayang executable strategy; mga pinili ng Research Lead ang mga threshold ng entry, exit, sizing at trading parameter sa ibaba. Mukhang hindi tugma sa convergence ng spread na tinukoy bilang primary minus hedge ang direksiyon ng posisyon na nakasaad sa Seksyon 4.5: tahasang nagsho-short ang operasyonal na bersiyong ito kapag mataas ang spread at bumibili kapag mababa ito. Isinasagawa ang mga order sa pagsasara ng magkakasabay na signal session; hindi hinihiling o ipinapalagay ang execution sa pagbubukas ng susunod na session. Hindi pa nabeberipika ang lahat ng inaasahan sa performance. Iisang hypothesis lang ang iminungkahi dahil mga bahagi ng iisang mekanismo ng trading ang adaptive estimation at stability monitoring.

Iniiwasan ng halimbawa ng sariling ETF ang pagpapalit sa ibang merkado para lamang matugunan ang mga quota sa venue. Tinutugunan ng pinagsamang long/short exposure ang pinakamalakas na directional imbalance ng portfolio: 80.7% na long-only. Nagbibigay ang pang-araw-araw na datos ng equity ng mas mahabang panahon para sa validation at mas mababang tinantiyang gastos sa trading kaysa sa mga bigong crypto spread strategy na mabilis ang galaw. Walang konsentrasyon sa corpus, kaya hindi mataya ang bahagi ng mga eksperimento para sa bawat instrumento. Sinusubok ng panukalang ito ang lokal na katatagang may batayan sa kawalang-katiyakan, sa halip na ipagpalagay na permanente ang pagiging stationary ng spread o piliin ang mga pares batay sa nakaraang resulta.

verification_loop: Bigo ang verification (Layer 1.5 — consistency ng hypothesis/config) [class=hypothesis_mismatch]: - Itinatakda ng optimization_plan ang bar_interval sa 1-DAY

Implementasyon

Nag-trade ang strategy ng magkakasabay na paglihis ng daily spread ng GDX–GLD, gamit ang nakapirming OLS hedge na in-initialize lang sa simula at online Bayesian TVAR(1) stability probability. Bumibili ito sa mababang spread at nagsho-short sa mataas na spread sa pamamagitan ng magkabilang-panig na ETF leg na tig-iisang buong share. Nananatiling may cap ang risk sa entry, exposure ng leg at gross exposure; saklaw ng mga exit ang convergence, instability, salungat na galaw ng spread at tagal ng paghawak.

Pinananatili ang mga import, signal estimation, alignment, sizing at exit ng naunang implementation. Itinatakda ang hedge_lookback=126, entry_z=1.5, stability_confidence=0.90 at min_capture_fraction=0.004, ang pinakamaluwag na pinapayagang initialization at entry setting. Idinaragdag ang entry_block_reason bilang naka-save na scalar na tumutukoy sa aktuwal na gate na humaharang, nang hindi binabago ang model. Nananatiling kailangan ang nakapirming 504-session model burn-in: sa 126 hedge-fit session, unang……Magpakita ng higit paMagpakita ng mas kaunti

Pinananatili ang mga import, signal estimation, alignment, sizing at exit ng naunang implementation. Itinatakda ang hedge_lookback=126, entry_z=1.5, stability_confidence=0.90 at min_capture_fraction=0.004, ang pinakamaluwag na pinapayagang initialization at entry setting. Idinaragdag ang entry_block_reason bilang naka-save na scalar na tumutukoy sa aktuwal na gate na humaharang, nang hindi binabago ang model. Nananatiling kailangan ang nakapirming 504-session model burn-in: sa 126 hedge-fit session, unang nagiging posible ang readiness sa magkakasabay na session 630, kaya 16 lang na session ang posibleng maging kwalipikado sa 645-session run na walang naunang warmup. Hindi tinutukoy ng feedback kung aling gate ang humarang sa mga session na iyon, at hindi nito pinatutunayang walang economic edge. Dapat magbigay ang Engineering ng 1008 magkakasabay na warmup bar ng plan bago ang evaluation, gamit lamang ang data bago ang nakapirming hangganan ng final exam; walang garantisadong bilang ng trade sa rebisyong ito. Walang isinagawang hiwalay na verification o pagbasa ng market data. Hindi naisulat ang hiniling na outbox file dahil read-only ang pahintulot ng filesystem sa session na ito; ibinabalik dito ang buong bound na JSON.

Mga Resulta ng Beripikasyon

Bigo ang verification (Layer 1.5 — consistency ng hypothesis/config) [class=hypothesis_mismatch]: - Itinatakda ng optimization_plan ang bar_interval sa 1-DAY

Kasaysayan ng Iterasyon

Bigo ang verification (Layer 2 — mga synthetic scenario): Mga parameter na ginamit: ['phi_a', 'phi_b', 'stop_z', 'delta_a', 'delta_b', 'entry_z', 'prior_d', 'prior_n', 'leverage', 'prior_mean', 'bar_interval', 'min_notional', 'risk_fraction', 'hedge_lookback', 'max_leg_fraction', 'max_hold_sessions', 'quantity_rounding', '_optimization_plan', 'hedge_refit_policy', 'max_gross_fraction', 'min_capture_fraction', 'same_session_reentry', 'stability_confidence', 'model_burnin_sessions', 'prior_covariance_scale', 'open_basket_rebalancing'] Tiyaking itinatakda ng __init__ ang lahat ng attribute mula sa self.parameters.get(). - flat_ranging: ValueError: initialization_failed: Hindi sinusuportahan ng GDX-GLD hedge ang exposure sa kabaligtarang panig (bar timestamp: 1735704660000) - volatility_spike: ValueError: initialization_failed: Hindi sinusuportahan ng GDX-GLD hedge ang exposure sa kabaligtarang panig (bar timestamp: 1735704660000)

Bigo ang verification (Layer 3 — sandbox backtest): Walang nagawang trade Uri ng bar na ginamit: GDX.USEQ-1-DAY-LAST-EXTERNAL, mga bar na naproseso: 645 Diagnostics: Nagbalik ang should_enter() ng side nang 0 beses sa 645 sinuring bar -> hindi kailanman na-trigger ang iyong ENTRY CONDITION. Luwagan ang lohika / mga threshold ng entry. Tiyaking nakakagawa ng trade ang strategy mo gamit ang ibinigay na data at mga parameter.

Buod ng Resulta

Panatilihing tugma ang configuration ng strategy sa nakapirming daily bar interval ng hypothesis.

Matapos ang tatlong iteration, inabandona ang strategy dahil sa pagkabigo sa consistency ng hypothesis/config ng Layer 1.5: itinakda ng optimization plan ang bar_interval sa 1-DAY.

I-trade ang mga paglihis ng spread ng GDX–GLD sa magkakasabay na daily bar habang sinusuportahan ng online Bayesian TVAR(1) model ang lokal na mean reversion.

Walang available na sukatan ng backtest; hindi umabot sa backtesting, optimization, pagsusuri ng analyst at pagsusuri sa risk.

Pagsusuri

Dynamic na pagmomodelo ng mga spread na bumabalik sa mean para sa statistical arbitrage

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.