Mga Estratehiya

Hyperliquid Cross-Sectional Funding Rate Extreme Mean Reversion: Long sa may pinakamababang funding + Short sa may pinakamataas na funding sa BTC/ETH/SOL HL Perps na may 8h na rebalance

Resulta: Inabandona

HlCrossSectionalFundingExtremeMeanReversionLS

Buod ng Resulta

Dinisenyo ang HlCrossSectionalFundingExtremeMeanReversionLS para punan ang limang kulang na portfolio bucket sa pamamagitan ng dollar-neutral na taya batay sa funding: babalik sa cross-sectional mean ang mga sukdulang funding sa malalaking asset ng Hyperliquid. Maayos ang implementasyon — balanse ang long/short na mga bahagi, mababa ang volatility, at tunay na naipon ang funding sa 53,001 event — kaya patas na pagsubok sa mekanismo ang backtest, ngunit sistematikong lugi ang resulta: -42.7% kabuuang return, Sharpe na -1.835 na lubusang negatibo ang confidence interval, at lugi sa bawat taon sa kalendaryo. Napagpasyahan ng reviewer na salungat ang palagay na babalik sa mean (sumasabay sa nagpapatuloy na momentum ang sukdulang funding sa BTC/ETH/SOL) at walang mababago ang optimization dahil iisa lang ang parameter na puwedeng itono. Iniwan ito sa yugto ng pagsusuri sa backtest matapos ang tatlong iteration, kasama ang tala na dapat ituring na hiwalay na hypothesis ang kabaligtarang taya sa funding momentum.

Ulat ng estratehiya

Hypothesis

Isang dollar-neutral, cross-sectional na estratehiya ng mean-reversion ng funding rate sa mga perpetual futures ng Hyperliquid. Tuwing 8 oras (nakaayon sa pinakamadalas na pagitan ng funding na HL), niraranggo ng estratehiya ang 3 pangunahing Hyperliquid perp (BTC, ETH, SOL — lahat ay kumpirmadong may buong 3-taong kasaysayan sa HL) batay sa pinakahuling funding rate ng mga ito. Nagbubukas ito ng posisyong LONG sa perp na may pinakanegatibong funding (kung saan nagbabayad ang mga short sa mga long, na nagpapahiwatig ng dagsang short positioning na karaniwang bumabalik sa dating antas) at posisyong SHORT sa perp na may pinakapositibong funding (kung saan nagbabayad ang mga long sa mga short, na nagpapahiwatig ng dagsang long positioning na karaniwang bumabalik sa dating antas). Pantay ang timbang at dollar-neutral. Hawakan nang 8 oras at muling magranggo. Sabay nitong ginagawa ang mga sumusunod: (1) kinokolekta ang mga bayad sa funding sa parehong leg (tumatanggap ang long leg, at tumatanggap din ang short leg ng positibong funding), at (2) sinasamantala ang mean-reversion ng mga asset na may sukdulang funding pabalik sa cross-sectional mean. Pinupunan nito ang FIVE kulang na bucket: HYPERLIQUID venue (7.3% → itulak pataas tungo sa 20%), direksiyong long-short (14.3% → tungo sa 45%), saklaw na maraming instrumento (6.6% → tungo sa pagkakaiba-iba ng portfolio), mekanismong hinihimok ng funding rate (walang panganib ng curve-fitting), at madalas na muling pagbabalanse sa maiikling siklo (katamtamang-panahong padron ng paghawak ngunit mataas ang dalas ng mga kaganapan para sa walk-forward validation). Kabaligtaran ng mekanismo ang bawat pagkabigong naganap sa sesyong ito: NO pagdepende sa padron ng presyo, NO threshold na nakaangkla sa rehimen, NO problema sa kakaunting bilang ng trade (8h na rebalance = 3 trade/araw × 3 instrumento = ~3,300+ kaganapan ng trade sa loob ng 3 taon sa HL). Pagtatakda ng laki ng posisyon: 15% ng equity bawat direksiyon (15% long leg + 15% short leg = 30% kabuuang exposure, dollar-neutral). Panganib bawat trade: ~0.5% ng equity dahil sa maliit na notional bawat leg at 8h na panahon ng paghawak.

Itinatama ng Iteration 3 ang pagkabigo ng Layer-3 na walang trade. Diyagnosis: niraranggo ng estratehiya ang mga leg gamit ang supplementary_data['funding_rates_by_instrument'], isang per-leg funding map na binubuo ng aktuwal na backtest/optimization subprocess (na-verify: pinupunan ng load_for_subprocess ang lahat ng 3 HL leg ng 1675 magkakapatong na funded bar). Ngunit ang in-process na verification path ng Layer-3 (_handle_verifying -> _collect_supplementary_data) ay naglo-load lang ng supp para sa instrumentong PRIMARY at hindi kailanman bumubuo ng funding_rates_by_instrument; kaya walang ETH/SOL funding, maagang nagbabalik ang gate na 'kailangan ang funding ng bawat leg' sa bawat bar, at walang naganap na rebalance o order. Pag-aayos (pinakamaliit, isang method): nagfa-fallback na ngayon ang _funding_series sa flat na series na 'hl_funding_rates' para sa ANY leg na walang per-leg series — hindi lang sa pangunahing leg. Mahigpit nitong pinananatiling funding-driven ang edge (walang proxy ng presyo, walang pagbabago ng mekanismo) at gagana lang kapag hindi available ang per-leg map (ang Layer-3 smoke test); sa aktuwal na backtest, may natatanging series bawat leg ang fbi kaya hindi gagana ang fallback at ang tunay na cross-sectional na pagraranggo ng funding ang susuriin. Walang pagbabago sa import, estruktura ng class, threshold o config — hindi naaapektuhan ang Layers 1 at 2; pinatibay lang ang pagresolba ng funding para sa mga dagdag na leg upang tumakbo ang multi-leg rebalance path at makagawa ng mga trade.

Napasinungalingan ang palagay na cross-sectional ang funding-REVERSION sa HL BTC/ETH/SOL, kaya wala nang dapat i-optimize. Isa itong malinis at tunay na dollar-neutral na pagsubok (2,137 balanseng trade, 9.1% annualized volatility, benchmark_meaningful=false) na isinagawa sa CURRENT engine kung saan na-credit ang funding IS (funding_events_available 53,001) — kaya aktuwal na nakokolekta ng estratehiya ang funding na nilayon nitong anihin sa parehong leg. Sa kabila nito, tuluy-tuloy itong nalulugi: total_return -42.7%, Sharpe -1.835 na negatibo sa buong CI [-2.81, -0.82], sortino -1.98, at probabilistic_sharpe 0.0002 (~99.98% katiyakang ang tunay na Sharpe ay <= 0). Ang profit_factor ay 0.862 na may expectancy na -$18.4 bawat trade, at negatibo ang EVERY taon (2024 -18.1%, 2025 -23.1%, 2026 -3.8%) — hindi ito dahil kakaunti ang trade, bug sa code o iisang masamang rehimen, kundi dahil sistematikong negatibo ang expectancy ng signal sa buong ~2.3-taong sample. Pangunahing sanhi: sa 3 pangunahing asset, kasabay ng momentum ang sukdulang positibong funding at malamang itong CONTINUE; kaya nalulugi sa bahagi ng presyo ang pag-long sa perp na may pinakanegatibong funding at pag-short sa may pinakapositibo, at mas malaki ang lugi sa presyo kaysa sa kita sa funding (totoo ngunit maliit). Hindi makakatulong ang optimization: iisa lang talaga ang knob na maaaring i-tune ng mekanismo (per_leg_pct; nakapirmi ang REBALANCE_BARS at walang z-score/threshold na maaaring i-tune), kaya mailalawak o liliitan lang ng sweep ang exposure — hindi nito mababago ang direksiyon ng naluluging taya; pangalawa lang sa negatibong gross edge ang gastos sa komisyon (9.23% ng gross). Hindi sulit ang 2 oras na optimization. NOTE FOR RESEARCH LEAD: kabaligtaran ang pagkakabuo — funding-MOMENTUM (i-long ang perp na may pinakamaraming-POSITIVE funding at i-short ang may pinakakaunting NEGATIVE) — ito ang kabaligtarang taya at ito ang ipinahihiwatig ng mga sukatan, ngunit ibang hypothesis ito, hindi pagbabago ng parameter sa estratehiyang ito; kung itutuloy, kailangan pa rin nitong pumasa sa sarili nitong mga pagsusuri sa bayarin at deflation dahil sa gastos ng 8h na rebalancing.

Implementasyon

Dollar-neutral na cross-sectional mean-reversion ng funding rate sa mga Hyperliquid BTC/ETH/SOL perp. Tuwing 8h (mga 2x4H bar), niraranggo nito ang 3 leg ayon sa pinakahuling HL funding rate, pumuposisyon nang LONG sa perp na may pinakanegatibong funding at nang SHORT sa perp na may pinakapositibong funding (15% equity bawat leg, dollar-neutral), hinahawakan nang 8h at muling niraranggo. Sinasamantala nito ang pagbabalik ng mga sukdulang funding tungo sa cross-sectional mean habang kumokolekta ng funding sa parehong leg.

Mga Resulta ng Beripikasyon

Bumagsak ang verification (Layer 3 — sandbox backtest): Walang nagawang trade Ginamit na uri ng bar: BTCUSD.HYPERLIQUID-4-HOUR-LAST-EXTERNAL, naprosesong bar: 5108 Mga diagnostic: nagbalik ng side ang should_enter() nang 0 beses sa 5088 nasuring bar -> hindi kailanman nag-trigger ang ENTRY CONDITION. Paluwagin ang lohika / mga threshold sa pagpasok. Tiyaking nakakagawa ng trade ang strategy mo gamit ang ibinigay na datos at mga parameter.

Pagsusuri ng Backtest

Sharpe: -1.84
Kabuuang Return: -42.68%
Max Drawdown: 43.20%
Kabuuang Trade: 2137
Win Rate: 48.6%
Profit Factor: 0.86

Malinis ang implementasyon at tunay na dollar-neutral: 2,137 balanseng trade (1,082 long / 1,055 short), mababang annualized volatility na 9.1%, benchmark_meaningful=false (tama), walang liquidation

Naglo-load na ngayon ang datos ng funding at naidaragdag ito (funding_events_available 53,001) — aktuwal na nasasama ang bahagi ng thesis na kumikita mula sa funding, kaya patas na pagsubok ito sa mekanismo

Walang problema sa kakulangan ng trade — sapat ang dami ng trade para sa walk-forward

Patuloy na lugi sa buong ENTIRE sample: total_return -42.7%, Sharpe na -1.835 na lubusang negatibo ang CI [-2.81, -0.82], sortino na -1.98, probabilistic_sharpe 0.0002 (~99.98% ang katiyakang true Sharpe <= 0)

Negatibo ang expectancy sa bawat trade (-$18.4) sa 2,137 trade; profit_factor 0.862; lugi ang EVERY taon (2024 -18.1%, 2025 -23.1%, 2026 -3.8%)

Salungat ang palagay na babalik sa dati para sa malalaking asset: kasabay ng nagpapatuloy na momentum ang sukdulang funding sa BTC/ETH/SOL, kaya nalulugi sa bahagi ng presyo ang long sa mababang funding / short sa mataas na funding kahit nangongolekta ng funding

Walang makabuluhang ma-optimize: per_leg_pct lang ang puwedeng itono (REBALANCE_BARS ang nakapirmi, walang threshold) — pinalalaki lang ng optimization ang luging edge at hindi nito mababaligtad ang direksyon

Kapansin-pansin ang bawas dahil sa bayarin (commission_pct_of_gross 9.23%), pero hindi ito ang pangunahing sanhi — negatibo ang taya sa direksyon kahit wala pa ito

Kasaysayan ng Iterasyon

Bumagsak ang verification (Layer 2 — mga synthetic na sitwasyon): Mga ginamit na parameter: ['per_leg_pct', 'min_notional'] Tiyaking itinatakda ng __init__ ang lahat ng attribute mula sa self.parameters.get(). - steady_uptrend: TypeError: HlCrossSectionalFundingExtremeMeanReversionLS._funding_at() takes 3 positional arguments but 4 were given (bar timestamp: 1735689840000) - steady_downtrend: TypeError: HlCrossSectionalFundingExtremeMeanReversionLS._funding_at() takes 3 positional arguments but 4 were given (bar timestamp: 1735689840000) - flat_ranging: TypeError: HlCrossSectionalFundingExtremeMeanReversionLS._funding_at() takes 3 positional arguments but 4 were given (bar timestamp: 1735689840000) - volatility_spike: TypeError: HlCrossSectionalFundingExtremeMeanReversionLS._funding_at() takes 3 positional arguments but 4 were given (bar timestamp: 1735689840000) - zero_volume: TypeError: HlCrossSectionalFundingExtremeMeanReversionLS._funding_at() takes 3 positional arguments but 4 were given (bar timestamp: 1735689840000) - price_gap: TypeError: HlCrossSectionalFundingExtremeMeanReversionLS._funding_at() takes 3 positional arguments but 4 were given (bar timestamp: 1735689840000)

Buod ng Resulta

Sa malalaking asset, karaniwang kasabay ng nagpapatuloy na momentum ang sukdulang funding, kaya nalulugi sa bahagi ng presyo ang long sa mababang funding / short sa mataas na funding at nahihigitan ng luging iyon ang maliit na kita sa funding — hindi maaayos sa pagtono ng iisang exposure knob ang negatibong directional sign na may negatibong expectancy (hiwalay na bagong hypothesis ang kabaligtarang estratehiya sa funding momentum).

Iniwan ito sa yugto ng pagsusuri sa backtest bago ang optimization: hinatulan ng reviewer na pinasinungalingan ang palagay na babalik sa dati ang funding sa buong ~2.3-taong sample at walang dapat i-optimize (ang per_leg_pct lang ang puwedeng itono, at pinalalaki lang nito ang luging edge), kaya hindi ito umabot sa optimization o pagsusuri ng analyst.

Dollar-neutral na cross-sectional funding-rate mean-reversion strategy sa BTC/ETH/SOL perp ng Hyperliquid na tuwing 8 oras ay naglo-long sa perp na may pinakanegatibong funding at nagso-short sa may pinakapositibong funding, upang kapwa mangolekta ng funding sa dalawang bahagi at makuha ang pagbabalik ng sukdulang funding sa cross-sectional mean.

Malinis at tunay na dollar-neutral ang pagsubok (2,137 balanseng trade — 1,082 long / 1,055 short — sa 9.1% annualized volatility, aktuwal na naidaragdag ang funding, 53,001 funding event), pero tuluy-tuloy ang pagkalugi: -42.7% kabuuang return, Sharpe na -1.835 na lubusang negatibo ang CI [-2.81, -0.82], Sortino na -1.98, profit factor na 0.862, expectancy na -$18.4/trade, probabilistic Sharpe na 0.0002, at lugi sa bawat taon (2024 -18.1%, 2025 -23.1%, 2026 -3.8%).

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.