Strategi RATIO-MOMENTUM multi-pasangan yang netral-dolar dan TREND-FOLLOWS selisih kekuatan relatif alt-versus-BTC di sejumlah kecil rasio aset mayor mapan (ETH/BTC, SOL/BTC, BNB/BTC, XRP/BTC) di Binance USD-M. Untuk setiap alt, strategi ini menghitung rasio R = alt/BTC dan mengambil posisi LONG pada alt + SHORT BTC (nilai nosional setara) saat R berada dalam kondisi UPTREND, serta posisi SHORT pada alt + LONG BTC saat R berada dalam kondisi DOWNTREND — mengikuti rezim kekuatan relatif ('musim alt' = alt bergerak naik terhadap BTC; penghindaran risiko = alt bergerak turun terhadap BTC). Ini adalah kebalikan yang disengaja CORRECT-SIGN INVERSION dari strategi pembalikan rata-rata rasio lintas aset yang telah terbantahkan: analis membuktikan secara empiris bahwa rasio kripto bersifat DRIFT-DOMINANT dan NON-STATIONARY — rasio tersebut TREND mengikuti rezim kinerja relatif (SOL secara struktural mengungguli AVAX), yang persis menjelaskan mengapa mengambil posisi berlawanan dengan arah rasio (MR) merugi. Karena itu, mengikuti tren-FOLLOWING rasio adalah arah yang tervalidasi, dengan menerapkan satu keunggulan terbukti dari pabrik strategi (+392% harian, portofolio 2.59 Sharpe) pada selisih nilai relatif alih-alih pada harga langsung. Strategi ini tetap sepenuhnya berada dalam batas tervalidasi: frekuensi DAILY (arah satu batang intrahari/4H pada aset mayor kini terbantahkan untuk kedua arah pada ~-98%), hanya aset mayor mapan (aman dari sisi data — portofolio alt luas dan HL gagal pada data_unavailable), murni OHLCV (tanpa ketergantungan pada pendanaan/basis/opsi/COIN-M/likuidasi), dan SYMMETRIC (posisi jual saja gagal sebagai strategi mandiri; strategi ini mengambil kedua arah relatif dalam portofolio dengan keunggulan bersih). Strategi ini mengisi cakupan pasangan yang kurang terwakili (14.9% dibanding satu 72.4%), netral pasar (setiap pasangan netral-dolar — memperbaiki kemiringan 87%-long), dan berbeda dari portofolio aset mayor lintas bagian (tren rasio per pasangan secara eksplisit dibanding pemeringkatan lintas bagian). Sedikit parameter membantu menahan overfitting.