Passer au contenu
Toutes les stratégies

Stratégies

ZEC–DASH Retournement après dislocation du ratio latent entre plateformes

Résultat: Abandonné

ZecDashLatentRatioReversal

Résumé des résultats

ZecDashLatentRatioReversal a testé des trades de retournement des prix relatifs entre ZEC et DASH à l’aide d’un filtre causal de ratio latent. Après une itération, 47 épisodes appariés ont produit un rendement de -2.2164%, avec un Sharpe de -0.442, malgré la réussite des audits de continuité des bougies et le rapprochement des comptes. L’examen du backtest a abandonné la stratégie en raison de son espérance négative et n’a trouvé aucun fondement concret à une optimisation ; les étapes suivantes n’ont donc pas été entreprises.

Hypothèse

Élaboré par le responsable de la recherche à partir de l’article de QuantStart sur les modèles d’espace d’état et le filtre de Kalman : https://www.quantstart.com/articles/State-Space-Models-and-the-Kalman-Filter/. Le texte intégral local fourni explique le filtrage causal, mais ne fournit ni règles de trading ni preuve de rentabilité. Tester les retournements au premier signe après de grands écarts de prix relatifs ZEC/DASH, avec des bougies synchronisées 4-HOUR, en négociant ZECUSD.HYPERLIQUID contre……Afficher plusAfficher moins

Élaboré par le responsable de la recherche à partir de l’article de QuantStart sur les modèles d’espace d’état et le filtre de Kalman : https://www.quantstart.com/articles/State-Space-Models-and-the-Kalman-Filter/. Le texte intégral local fourni explique le filtrage causal, mais ne fournit ni règles de trading ni preuve de rentabilité. Tester les retournements au premier signe après de grands écarts de prix relatifs ZEC/DASH, avec des bougies synchronisées 4-HOUR, en négociant ZECUSD.HYPERLIQUID contre DASHUSDT.BYBIT. Des répertoires de catalogue exacts existent ; les noms de fichiers indiquent un historique commun commençant en avril 2025, sous réserve de vérification de la continuité. Les ordres au marché à la clôture du signal mettent en œuvre l’équivalent, dans le registre des capacités, de l’exécution à l’ouverture de la bougie suivante sur un marché continu. Les exécutions atomiques, le mode couverture et les protections placées sur la plateforme d’échange ne sont pas nécessaires. Références : observation_bars=180, state_noise_ratio=0.001, entry_z=2.0, hold_bars=30. La fréquence prévue est de 15–30 épisodes appariés par an ; aucune étude préalable des performances n’a été réalisée.

Cela répond au déséquilibre de distribution le plus marqué : l’exposition acheteuse seule est de 77.8%, contre un plafond de 55%. Cela comble aussi les déficits sur Hyperliquid, Bybit et entre plateformes. corpus_concentration est vide ; il est donc impossible d’affirmer les parts récentes par symbole. Les recherches dans les instantanés n’ont trouvé aucune paire ZEC/DASH. L’expérience Kalman antérieure LTC/BCH a échoué en raison de l’infrastructure ; cette conception utilise plutôt un ratio latent en marche aléatoire, une confirmation au premier retournement et une référence d’entrée figée. L’allocation est nettement inférieure à celle de l’expérience de convergence FIL/AR, qui a échoué. Ces différences justifient un test, pas une affirmation de rentabilité.

negative_expectancy : rejeter cette mise en œuvre du responsable de la recherche de retournement du ratio latent ZEC–DASH sur les bougies 4H d’Hyperliquid/Bybit, et non l’article de QuantStart sur le filtrage causal, qui ne fournit aucune règle de trading. Sur 47 épisodes appariés, le rendement net moyen par trade est de -0.4592%, contre le seuil d’examen de +0.15% ; PF est de 0.8898 et le rendement total de -2.2164%. La préoccupation de QA se confirme, financement inclus. Environ $2,444 de pertes subsistent avant commissions, impact et effet négatif du financement. Aucune correction précise de mise en œuvre ni zone de réglage viable démontrée ne justifie une optimisation. Ce verdict concerne cette mise en œuvre et la fenêtre évaluée.

Implémentation

La stratégie négocie des paniers de retournement à montants égaux sur ZEC/Hyperliquid et DASH/Bybit, aux clôtures synchronisées de bougies de 4 heures. Un écart causal important du logarithme du ratio latent doit amorcer son premier retournement vers la moyenne, tout en conservant un écart de ratio d’au moins 1.6%. Chaque jambe utilise 5% des capitaux propres réglés combinés des deux plateformes. Les deux jambes sont clôturées après une convergence de 50% vers la référence d’entrée figée, un mouvement défavorable du ratio de 8% ou 30 bougies synchronisées ; attendre six bougies synchronisées après être revenu à plat. Les ordres au marché à la clôture du signal mettent en œuvre l’équivalent enregistré de l’exécution à l’ouverture de la bougie suivante sur un marché continu.

Met en œuvre un état de Kalman scalaire en marche aléatoire pour le logarithme de (ZEC/DASH), avec un bruit d’observation égal à six fois la variance causale pondérée exponentiellement des variations du logarithme du ratio (observation_bars est la portée effective), avec un plancher de 1e-8 ; le bruit de processus vaut state_noise_ratio fois le bruit d’observation. Le score z de l’innovation prédictive est calculé avant l’assimilation de l’observation courante. La confirmation du premier retournement s’appuie sur le score z extrême précédent et sur une expansion du résidu suivie d’une contraction. Les deux jambes doivent avoir des horodatages de clôture identiques, et la référence du filtre à l’entrée reste figée pendant chaque épisode. Les jambes à montants égaux sont des ordres séparés sur des comptes financés séparément ; les paniers interrompus à une jambe sont liquidés. Toutes les valeurs fixes et plages de réglage de la recherche sont préservées. La source établit le filtrage, mais ne prouve pas que cette paire converge de façon rentable.

Résultats de vérification

La fenêtre exploratoire non optimisée affiche un rendement net moyen de -0.451% par jambe clôturée sur 94 jambes (47 épisodes appariés), avec l’impact modélisé. Le financement n’a pas été modélisé (aucun événement de financement disponible) ; l’examen de l’historique complet devrait donc évaluer la convergence après prise en compte des coûts d’exécution des deux plateformes et du possible effet négatif du financement. Il s’agit de préoccupations économiques, pas de défaillances de correction.

Revue du backtest

Sharpe
-0,44
Rendement total
-2,22%
Drawdown max
6,20%
Total des transactions
94
Taux de réussite
45,7%
Facteur de profit
0,89

Les 47 épisodes comportent des jambes synchronisées de sens opposé, avec des sorties appariées et une valeur notionnelle d’environ $9,510–$10,060 par jambe, conformément au dimensionnement déclaré.

Le code met en œuvre le filtrage causal, les entrées au premier retournement et les sorties fondées sur une référence figée. Les audits de continuité des bougies sont concluants ; les comptes sont rapprochés, le financement et l’impact sont inclus, et aucune position ne reste ouverte.

Sur 421 jours évalués et 94 jambes clôturées, le rendement net moyen par trade est de -0.4592%, PF 0.8898, le Sharpe de -0.442 et le rendement total de -2.2164%.

La préoccupation économique de QA se confirme. Après réintégration des commissions, de l’impact et de l’effet négatif du financement, environ $2,444 de pertes subsistent.

La fréquence observée est d’environ 41 épisodes appariés par an, contre 15–30 prévus ; cette prévision est descriptive et ne constitue pas un seuil d’admissibilité.

Aucun défaut de mise en œuvre démontré ni aucune zone de réglage viable mesurée ne justifie une optimisation. Le signal négatif IC n’est pas statistiquement concluant.

Le rendement et le drawdown d’une stratégie d’achat-conservation ne constituent pas une comparaison équitable, car benchmark_meaningful est faux.

Résumé des résultats

Le filtrage causal correct et l’exécution synchronisée n’ont pas permis d’établir un avantage de retournement rentable avec cette mise en œuvre et sur la fenêtre évaluée.

L’examen du backtest l’a abandonnée en raison de son espérance négative : environ $2,444 de pertes subsistaient avant commissions, impact et effet négatif du financement, sans correction de mise en œuvre identifiée ni zone de réglage viable démontrée. L’optimisation, l’analyse après optimisation et l’examen des risques n’ont pas été entrepris.

Elle visait les retournements au premier signe après de grands écarts du logarithme du ratio latent ZEC–DASH, au moyen de jambes opposées à montants égaux sur des bougies synchronisées de quatre heures entre Hyperliquid et Bybit.

Sur 421 jours évalués, 47 épisodes appariés ont produit 94 trades de jambes clôturés, un rendement total de -2.2164%, un Sharpe de -0.442 et un drawdown maximal de 6.1969%. Le rendement net moyen par trade était de -0.4592%, avec un facteur de profit de 0.8898.

Stratmill est un outil de recherche et de paper trading, pas un conseil financier ni un courtier. Les résultats de backtest et de paper trading sont hypothétiques. Le trading comporte un risque de perte.