Passer au contenu
Toutes les stratégies

Stratégies

Écart des taux de funding horaires BTC-ETH sur Hyperliquid (paire long-short de valeur relative, barres de 1H)

Résultat: Abandonné

BtcEthHourlyFundingDifferentialSpreadLS

Construction neutre en dollars, sans défaut ; le moteur comptabilise désormais le funding, le résultat est donc économiquement réel, et la condition de détention minimale de l’itération -2 a bien réduit les…

Hypothèse

Stratégie RELATIVE-VALUE neutre au marché et multi-actifs, qui négocie l’écart entre les taux de financement horaires de BTC et ETH sur les contrats perpétuels Hyperliquid. Cette hypothèse EXPLICITLY répond au bilan de la stratégie `BTC Coin-M Inverse Perp Extreme Funding Rate Mean-Reversion` abandonnée, qui recommandait : « Les futures stratégies fondées sur le financement devraient envisager : (a) la détection des changements de régime des taux de financement, (b) les écarts de financement entre actifs (écart……Afficher plusAfficher moins

Stratégie RELATIVE-VALUE neutre au marché et multi-actifs, qui négocie l’écart entre les taux de financement horaires de BTC et ETH sur les contrats perpétuels Hyperliquid. Cette hypothèse EXPLICITLY répond au bilan de la stratégie `BTC Coin-M Inverse Perp Extreme Funding Rate Mean-Reversion` abandonnée, qui recommandait : « Les futures stratégies fondées sur le financement devraient envisager : (a) la détection des changements de régime des taux de financement, (b) les écarts de financement entre actifs (écart de financement entre BTC et ETH comme signal de valeur relative), ou (c) le momentum des taux de financement. » Cette proposition met en œuvre l’option (b), un mécanisme fondamentalement différent du retour à la moyenne « vendre les pics » à actif unique, qui a échoué. Thèse centrale : les taux de financement perpétuels de BTC et ETH sont tous deux des indicateurs en temps réel de la demande d’effet de levier pour la même classe d’actifs ; ils partagent donc la plupart des facteurs communs, et leur DIFFERENCE forme une série stationnaire qui revient à la moyenne, même lorsque les taux de financement individuels suivent une tendance. Lorsque l’écart de financement BTC-ETH devient extrême (z > 2σ sur une fenêtre glissante de 168 heures), les positions longues sur un actif sont surpondérées par rapport à l’autre → négocier la convergence de la valeur relative en prenant une position longue sur la jambe sous-positionnée et une position courte sur celle qui est surpositionnée. Hyperliquid a été choisi parce que (a) son cycle de financement de HOURLY (contre 8 h sur Binance) fournit à 8x davantage d’observations de signal et permet de négocier les variations intrajournalières de la valeur relative ; (b) HL est fortement sous-représenté (4.3% contre un objectif de 20%) ; (c) HL propose des contrats perpétuels BTC et ETH, avec un historique approfondi. Les exécutions FOUR répondent simultanément aux quotas sous-représentés : marché HYPERLIQUID, périmètre des paires, direction longue-courte, et utilisent des données de taux de financement (une catégorie de données différente de celle des stratégies fondées uniquement sur les bougies, qui ont envahi le journal des échecs). NOT une figure graphique classique, NOT un extrême de financement sur un seul actif (échec avéré), NOT un pari directionnel sur l’un ou l’autre actif.

L’échec venait de la ponction structurelle des frais (22.2% du brut, Sharpe de -6.66) causée par les allers-retours dans la bande entry_z=1.5/exit_z=0.5 sur des cycles d’environ 6.7h, dont le mouvement capturé d’environ 1 sigma ne pouvait pas couvrir les frais aller-retour d’environ 0.09% HL sur x2 jambes. Selon la directive de l’analyste nº 1, la plus petite correction structurelle consiste à réduire la fréquence, au moyen de trois modifications ciblées sans toucher au signal du score z (déjà validé), à……Afficher plusAfficher moins

L’échec venait de la ponction structurelle des frais (22.2% du brut, Sharpe de -6.66) causée par les allers-retours dans la bande entry_z=1.5/exit_z=0.5 sur des cycles d’environ 6.7h, dont le mouvement capturé d’environ 1 sigma ne pouvait pas couvrir les frais aller-retour d’environ 0.09% HL sur x2 jambes. Selon la directive de l’analyste nº 1, la plus petite correction structurelle consiste à réduire la fréquence, au moyen de trois modifications ciblées sans toucher au signal du score z (déjà validé), à l’acheminement des jambes ni au rapprochement de couverture ETH : (1) entry_z 1.5->2.5, pour n’entrer qu’aux véritables extrêmes et réduire fortement le nombre de trades ; (2) exit_z 0.5->0.25, afin que chaque trade de convergence capte environ 2.25 sigma au lieu d’environ 1 sigma, augmentant le mouvement par trade par rapport aux frais fixes ; (3) une nouvelle condition min_hold_bars=12 qui bloque la voie de sortie par convergence (source des allers-retours) jusqu’à ce qu’un trade soit assez ancien pour que la convergence capturée dépasse les coûts, tandis que les stops durs (stop_z, avec max_hold_bars=72 allongé) restent toujours actifs afin de préserver le contrôle du risque. Les imports sont inchangés (aucun ajout interdit) et le code de calcul du signal est identique octet pour octet, donc les couches 1-2 restent validées. C’est la modification minimale susceptible de changer le calcul des frais ; si un portefeuille à faible fréquence perd encore de l’argent chaque mois sur l’échantillon d’environ 146 jours, cela confirmera que l’écart de funding BTC-ETH n’offre ici aucun avantage RV négociable net de frais et que la stratégie doit alors être abandonnée plutôt que davantage optimisée.

Stratégie de paire neutre au marché, à espérance négative, fondée sur l’écart de funding, sur un échantillon limité aux données d’un seul régime — ne mérite pas 2 heures d’optimisation. Le moteur comptabilise désormais le funding (3,793 événements) : le résultat est donc économiquement réel, et il est perdant : total_return -9.17%, profit_factor 0.773, avg_trade_return_pct -0.017% (négatif), espérance de -$37/trade sur 236 trades, Sharpe -1.17 avec CI [-3.32, 0.86] et PSR 0.22, rouge presque tous les mois. Le……Afficher plusAfficher moins

Stratégie de paire neutre au marché, à espérance négative, fondée sur l’écart de funding, sur un échantillon limité aux données d’un seul régime — ne mérite pas 2 heures d’optimisation. Le moteur comptabilise désormais le funding (3,793 événements) : le résultat est donc économiquement réel, et il est perdant : total_return -9.17%, profit_factor 0.773, avg_trade_return_pct -0.017% (négatif), espérance de -$37/trade sur 236 trades, Sharpe -1.17 avec CI [-3.32, 0.86] et PSR 0.22, rouge presque tous les mois. Le rendement est inversé (avg_loss $322 > avg_win $262 avec un taux de réussite de 48.7%) et les commissions représentent toujours 16.95% du brut — la convergence de l’écart de funding BTC-ETH HL ne couvre pas le coût des deux jambes, même après la réduction de fréquence de l’itération -2. La stratégie ne peut pas non plus être validée : l’historique horaire de BTCUSD/ETHUSD sur Hyperliquid ne couvre qu’environ 11 mois (2025-10 → 2026-09, only_one_regime vrai), de sorte que la validation walk-forward ou sur période de réserve ne porterait que sur un seul régime. Cette stratégie relève de la famille L57/L44 de valeur relative du funding entre plateformes et de la classe L45 des paires neutres au marché (0/84, survie quasi nulle) ; benchmark_meaningful est à juste titre faux. Aucun réglage des paramètres ne peut inverser l’espérance négative d’une paire de funding RR au rendement inversé, et la prémisse — le retour à la moyenne rentable de l’écart de funding BTC-ETH — est réfutée par les données disponibles. Schéma d’échec : paires neutres au marché fondées sur l’écart de funding no_edge/fee_edge, données limitées à un seul régime (L44/L45/L57).

Implémentation

Paire relative value BTC-ETH neutre au marché sur les contrats perpétuels Hyperliquid (1H de barres), négociant l’écart des taux de funding horaires (BTC_funding - ETH_funding). Calcule le score z de l’écart par rapport à une fenêtre glissante de 168h ; à un extrême de 2.5 sigma, elle joue la divergence à la baisse (vente de la jambe au funding élevé, achat de la jambe au funding faible), en neutralité dollar. L’itération 2 s’attaque aux frais qui ont fait échouer l’itération 1 : seuil d’entrée relevé à 2.5 sigma, sortie resserrée vers la moyenne (0.25 sigma) pour capter environ 2.25 sigma de convergence par trade, et durée minimale ferme de détention de 12 barres interdisant les allers-retours rapides, tandis que les stops de rupture de régime (4 sigma) et de durée (72 barres) restent toujours actifs.

Résultats de vérification

CLEAN RESTART 2026-09-04 — l’historique des verdicts et les enregistrements d’apprentissage de cette exécution ont été supprimés, puis elle a repris à l’étape de vérification. Son abandon précédent venait du pipeline, pas du marché : le banc d’essai Layer-2 associait mal les méthodes auxiliaires @staticmethod (corrigé), QA rendait des verdicts définitifs sur les performances à partir d’un test préliminaire non optimisé (supprimé — QA juge désormais uniquement la correction), et les délais d’attente du bac à sable provenaient du manque de créneaux de backtest (corrigé). L’hypothèse et le code de la stratégie sont inchangés. Évaluez le code sur ses mérites ; les performances seront déterminées plus tard par le backtest complet et l’optimiseur.

L’analyste doit décider d’abandonner (recommandation du développeur) ou de repenser la structure (élargir le stop pour donner de la marge à la stratégie de retour à la moyenne, ou vérifier que la demi-vie de l’écart justifie la durée de détention), plutôt que de lancer un balayage entry_z qui ne peut pas faire apparaître un retour à la moyenne absent des données.

La thèse de convergence est contredite par le comportement des trades : les entrées à 2.5 sigma sont souvent stoppées au niveau de rupture de régime de 4 sigma (la seule sortie pouvant se déclencher avant la durée minimale de détention de 12 barres, d’où une durée moyenne de détention de 10h33m < 12h), ce qui signifie que l’écart de funding continue de diverger après l’entrée au lieu de revenir à la moyenne. Une stratégie relative value de retour à la moyenne ne fonctionne que si la série revient à la moyenne pendant la période de détention ; ici, elle ne couvre pas les frais, donc avg_loss ($342) > avg_win ($305), PF 0.745. Ce n’est pas un défaut du code — la logique d’entrée, de sortie et de stop est correctement raccordée — mais l’avantage est absent dans ce régime.

Revue du backtest

Sharpe
-1,17
Rendement total
-9,17%
Drawdown max
9,89%
Total des transactions
236
Taux de réussite
48,7%
Facteur de profit
0,77

Construction neutre en dollars, sans défaut ; le moteur comptabilise désormais le funding, le résultat est donc économiquement réel, et la condition de détention minimale de l’itération -2 a bien réduit les allers-retours

Faible drawdown (9.9%), aucune liquidation

Espérance négative : total_return -9.17%, PF 0.773, avg_trade_return_pct -0.017%, espérance de -$37/trade, Sharpe -1.17 (CI [-3.32, 0.86]), PSR 0.22 — pertes presque tous les mois

Rendement inversé : avg_loss $322 > avg_win $262 avec un taux de réussite de 48.7% ; les commissions représentent toujours 16.95% du brut

Données limitées à un seul régime de 11 mois (HL BTC/ETH horaire 2025-10 → 2026-09, only_one_regime vrai) — impossible à valider sur plusieurs régimes

Valeur relative du funding entre plateformes L57/L44 + paires neutres au marché L45 (0/84) ; benchmark_meaningful à juste titre faux

Historique des itérations

data_unavailable : les données de backtest pour BTCUSD.HYPERLIQUID n’ont pas pu être collectées après 5 tentatives : - barres (bar_type=BTCUSD.HYPERLIQUID-1-HOUR-LAST-EXTERNAL) : 0 reçues, 200 requises, ou couverture de 30 jours ou plus La couche de données (et non la stratégie) bloque le processus — réévaluez cette hypothèse une fois la collecte réparée ou le symbole alimenté en données historiques.

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.