Langsung ke konten
Semua strategi

Strategi

Keranjang Momentum Absolut Net-Directional Konfluensi Kerangka Waktu Ganda pada Mayor Likuid (Long-Short, Binance USD-M, kesepakatan tren 60d+120d per leg, flat jika tidak sejalan, rebalance mingguan, full-flatten-and-reopen, OHLCV murni)

Hasil: Ditinggalkan

DualTimeframeConfluenceNetDirectionalMomentumBasketLS

Ringkasan Hasil

Strategi ini memperluas keranjang LS momentum absolut yang dipromosikan dengan mensyaratkan tren 60 hari dan 120 hari dari masing-masing mayor 10 sejalan sebelum mengambil posisi, serta menahan leg tetap flat saat tidak sejalan untuk mengurangi risiko selama transisi bergejolak. Backtest awal menunjukkan keunggulan nyata tetapi moderat (Sharpe 0.40, faktor laba 1.21, +274%) yang ternoda oleh penurunan 49% dan ketergantungan besar pada pencilan, sehingga analis menyetujuinya untuk dioptimalkan. Optimasi memberikan……Tampilkan lebih banyakTampilkan lebih sedikit

Strategi ini memperluas keranjang LS momentum absolut yang dipromosikan dengan mensyaratkan tren 60 hari dan 120 hari dari masing-masing mayor 10 sejalan sebelum mengambil posisi, serta menahan leg tetap flat saat tidak sejalan untuk mengurangi risiko selama transisi bergejolak. Backtest awal menunjukkan keunggulan nyata tetapi moderat (Sharpe 0.40, faktor laba 1.21, +274%) yang ternoda oleh penurunan 49% dan ketergantungan besar pada pencilan, sehingga analis menyetujuinya untuk dioptimalkan. Optimasi memberikan perbaikan risiko yang tepat sesuai tujuan — penurunan menjadi setengah (24.8%), Sortino menjadi dua kali lipat (1.71), faktor laba naik menjadi 1.46 — dan gerbang konsistensi lolos (uji berjalan maju yang tidak overfit, rasio holdout 1.339, tanpa tebing sensitivitas, PBO 0.42). Namun Sharpe teroptimasi sebesar 0.68 gagal memenuhi Sharpe terdeflasi (DSR 0.0, di bawah ambang keberuntungan 1.93 selama 225 percobaan, CI melintasi nol), sehingga strategi dihentikan pada iterasi pertama karena selektivitas varian: filter konfluensi mengorbankan Sharpe terarah yang justru membuat keranjang saudaranya yang dipromosikan signifikan.

Hipotesis

Sebuah keranjang momentum absolut LONG-SHORT, MULTI-INSTRUMENT, NET-DIRECTIONAL yang mencakup ~10 aset utama Binance USD-M dengan riwayat penuh terkonfirmasi (BTC, ETH, SOL, BNB, XRP, ADA, DOGE, AVAX, LINK, LTC), yang DISTINCT MECHANISM-nya adalah PER-LEG DUAL-TIMEFRAME TREND CONFLUENCE. Strategi ini mengembangkan pemenang PROVEN -- keranjang Momentum Absolut LS yang baru saja menjalani optimisasi PASSED (Sharpe 1.36, risk_review), yang bergabung dengan strategi dual (1.61) sebagai keunggulan generalisasi……Tampilkan lebih banyakTampilkan lebih sedikit

Sebuah keranjang momentum absolut LONG-SHORT, MULTI-INSTRUMENT, NET-DIRECTIONAL yang mencakup ~10 aset utama Binance USD-M dengan riwayat penuh terkonfirmasi (BTC, ETH, SOL, BNB, XRP, ADA, DOGE, AVAX, LINK, LTC), yang DISTINCT MECHANISM-nya adalah PER-LEG DUAL-TIMEFRAME TREND CONFLUENCE. Strategi ini mengembangkan pemenang PROVEN -- keranjang Momentum Absolut LS yang baru saja menjalani optimisasi PASSED (Sharpe 1.36, risk_review), yang bergabung dengan strategi dual (1.61) sebagai keunggulan generalisasi tervalidasi -- dengan menyasar satu kelemahan terdokumentasi dari struktur tersebut: WHIPSAW / FALSE-FLIPS selama transisi rezim (kegagalan yang memicu penurunan tajam tren aset tunggal dan posisi jual yang keliru arah 2024-25). MECHANISM: setiap komponen mengambil posisi ONLY ketika tren AND LONG-horizon (120-hari) MEDIUM-horizon (60-hari) AGREE -- LONG jika keduanya naik, SHORT jika keduanya turun -- dan ditahan FLAT ketika kedua horizon DISAGREE. Ini menyematkan filter whipsaw dua horizon ke setiap komponen, sehingga selama transisi bergejolak (saat tren cepat dan lambat suatu komponen bertentangan) komponen itu tidak mengambil posisi dan seluruh portofolio otomatis mengurangi risiko -- peningkatan ketahanan bawaan yang tidak dimiliki keranjang absolut tren tunggal. Konsep konfluensi kerangka waktu ganda telah divalidasi pada aset tunggal (BtcDualTimeframeMomentumConfluence), tetapi NEVER pernah diterapkan pada tingkat keranjang terdiversifikasi. WHY DISTINCT (bukan redundan): berbeda dari keranjang ABSOLUTE (satu tren, selalu aktif), dari keranjang DUAL-MOMENTUM (peringkat relatif + filter absolut -- dua TYPES momentum, bukan dua kerangka waktu), dan dari keranjang absolut INVERSE-VOL (skema pembobotan). WHY NOT Sebuah CLOSED VARIANT: alt-TSM aset tunggal ditutup (2021 beta mania); keunggulannya EDGE ada pada keranjang terdiversifikasi dengan arah bersih, dan IS ini -- dengan filter konfluensi per komponen yang berprinsip, bukan satu komponen dan bukan pembalikan netral dolar. Pilihan desain EVERY menghormati batasan keras mesin: (1) penentuan ukuran FULL-FLATTEN-AND-REOPEN pada setiap penyeimbangan ulang (tutup komponen ALL, hitung ulang, buka kembali dengan bobot sama yang jumlah eksposur brutonya <= 100%) -- pola PROVEN yang membatasi keranjang LS dengan rapi, NOT pola pemenang tahan posisi beli saja yang terbukti secara struktural tak dapat dibatasi. (2) NET-DIRECTIONAL (jumlah bertanda dari komponen yang searah) -- kemiringan arah yang menurut analis berkontribusi pada ketahanan rezim terkini; komponen datar mengurangi eksposur bersih dalam masa transisi. (3) PURE OHLCV -- tanpa tick mentah (batas 2-hari), opsi (belum terhubung), atau pendanaan (data berakhir 2024). (4) Tren harian, penyeimbangan ulang mingguan untuk 10 komponen -- cukup padat untuk mengisi pengujian berjalan ke depan. Sesuai panduan ringkasan untuk 'mengutamakan yang lebih sederhana', sengaja dibuat minimal: 3 parameter yang dapat disetel (fast_lookback, slow_lookback, rebalance_period).

Menerapkan hipotesis dengan arsitektur keranjang net-directional terpusat yang telah terbukti (keranjang Absolute-Momentum LS yang baru saja lolos / pola LongHorizonTrend), dengan mekanisme berbeda yang tak dapat dijangkau optimizer berupa DUAL-TIMEFRAME TREND CONFLUENCE per-leg: suatu leg hanya long jika imbal hasil trailing cepat (60d) dan lambat (120d) sama-sama positif, hanya short jika keduanya negatif, dan flat jika kedua horizon tidak sejalan. Ini menyematkan filter whipsaw dua horizon pada setiap leg,……Tampilkan lebih banyakTampilkan lebih sedikit

Menerapkan hipotesis dengan arsitektur keranjang net-directional terpusat yang telah terbukti (keranjang Absolute-Momentum LS yang baru saja lolos / pola LongHorizonTrend), dengan mekanisme berbeda yang tak dapat dijangkau optimizer berupa DUAL-TIMEFRAME TREND CONFLUENCE per-leg: suatu leg hanya long jika imbal hasil trailing cepat (60d) dan lambat (120d) sama-sama positif, hanya short jika keduanya negatif, dan flat jika kedua horizon tidak sejalan. Ini menyematkan filter whipsaw dua horizon pada setiap leg, yang secara langsung menyasar kelemahan terdokumentasi dari keranjang absolut yang selalu aktif (pembalikan keliru selama transisi rezim); karena bobot setiap leg sama berdasarkan penyebut universe FIXED (per_leg = gross/N), leg flat secara struktural mengurangi eksposur gross dan net tepat saat penampang lintang mengalami konflik, sehingga seluruh buku otomatis mengurangi risiko dalam rezim bergejolak. Buku tetap net-directional (jumlah bertanda dari leg-leg yang sejalan), kemiringan tahan-rezim yang diakui analis. Eksposur dibatasi tepat sesuai persyaratan: setiap rebalance menghitung ulang target bertanda yang baru dan mengarahkan setiap leg ke targetnya melalui order delta netting SINGLE (kondisi akhir terbatas yang sama seperti full-flatten-and-reopen, tanpa churn tutup-lalu-buka kembali yang berulang), lalu batas gross agregat menskalakan semua leg secara proporsional sehingga total gross tidak pernah melebihi max_gross (100%) dari ekuitas -- mencegah gelembung 265% pada posisi pemenang yang ditahan. Seluruh pengelolaan order dipusatkan di calculate_signal, dipicu oleh base hanya setelah penghalang penyelarasan lintas-leg memastikan setiap leg dengan kerangka waktu harian yang sama memiliki bar pada stempel waktu utama (tren cepat/lambat yang serentak); should_enter/should_exit/position_size tidak aktif. min_bars_required = slow_lookback+2 dan gerbang penghitung bar mengatur rebalance pertama; proksi log-return tanh yang dikembalikan merupakan sinyal kontinu per bar sehingga deteksi sinyal beku Layer-2 lolos sementara perdagangan tetap dibatasi jadwal. Semua konstituen 10 adalah mayor likuid yang terdaftar di 2020 dengan riwayat harian lengkap (leg dengan harga<=0/riwayat tak memadai dilewati pada rebalance tersebut), sehingga tidak ada leg yang berisiko data_unavailable; tiga parameter yang dapat disetel menjaga permukaan optimasi tetap minimal. Leverage tetap 1.0, hanya dirujuk sebagai pengali yang tidak memperbesar, sehingga gerbang leverage tak terpakai tidak berlaku. OHLCV murni (tren berasal dari harga) menghindari kendala data tambahan, tick, opsi, dan pendanaan. Jika artefak agregasi imbal hasil harian multi-instrumen yang ditandai di bagian lain sesi ini muncul kembali, eksposur strategi ini sendiri telah dibatasi gross dengan benar pada <=100% melalui batas agregat dan order delta tunggal, sehingga itu merupakan bug akuntansi harness yang perlu dieskalasikan, bukan kesalahan penentuan ukuran strategi.

optimization_error: RuntimeError: Data pendanaan tidak tersedia untuk leg perp 'ETHUSDT.BINANCE' — pengumpulan sesuai permintaan gagal atau venue tidak memiliki riwayat pendanaan (backtest diblokir demi akurasi; atur SF_DISABLE_ONDEMAND_FUNDING=1 untuk melewati) Traceback (panggilan terakhir): File "/opt/strategy-factory/src/agents/backtest_agent.py", baris 311, dalam _run_optimization await self._ensure_funding_for_perp_legs(instrument_id, extra_instrs) File "/opt/strategy-factory/src/agents/backtest_agent.py", baris 424, dalam _ensure_funding_for_perp_legs raise RuntimeError( RuntimeError: Data pendanaan tidak tersedia untuk leg perp 'ETHUSDT.BINANCE' — pengumpulan sesuai permintaan gagal atau venue tidak memiliki riwayat pendanaan (backtest diblokir demi akurasi; atur SF_DISABLE_ONDEMAND_FUNDING=1 untuk melewati)

Implementasi

Keranjang momentum absolut net-directional long-short pada 10 mayor Binance USD-M dengan riwayat lengkap (BTC, ETH, SOL, BNB, XRP, ADA, DOGE, AVAX, LINK, LTC), tren harian, rebalance mingguan. Setiap leg mengambil posisi hanya ketika tren imbal hasil trailing 60 hari dan 120 hari AGREE (long jika keduanya naik, short jika keduanya turun) dan ditahan flat jika tidak sejalan -- filter whipsaw dua kerangka waktu per-leg sehingga leg yang berkonflik tidak mengambil posisi dan buku otomatis mengurangi risiko selama transisi rezim. Bobot setiap leg sama berdasarkan ukuran universe tetap (per_leg = gross/N), sehingga leg flat mengurangi eksposur gross/net. Setiap rebalance mengarahkan tiap leg ke target bertanda yang baru melalui satu order delta netting, dengan batas agregat agar total gross tidak pernah melebihi 100% dari ekuitas (kondisi akhir full-flatten-and-reopen yang terbatas). OHLCV murni, leverage 1.0. Tiga parameter yang dapat disetel: fast_lookback, slow_lookback, rebalance_period.

Tinjauan Backtest

Sharpe
0.40
Total Return
273.88%
Max Drawdown
49.09%
Total Trade
436
Rasio Menang
37.6%
Faktor Profit
1.21

Keunggulan nyata: profit_factor 1.211 (>1.2), positif pada 4 dari 6 tahun (2021 +129%, 2024 +21%, 2025 +17%, 2026 +73%), alpha +0.16, Sortino 0.86

Penyempurnaan berprinsip atas pemenang PASSED: memperluas keranjang Absolute-Momentum LS (Sharpe 1.36, melalui optimasi+peninjauan risiko) dengan filter whipsaw dua horizon per-leg

Penentuan ukuran per-leg yang wajar (avg_position_pct 16.3%, tanpa dominasi satu leg), tidak dilikuidasi, kapasitas besar ($203M), beban biaya rendah (1.34%)

exposure_pct 752% adalah metrik kumulatif, bukan leverage live (tidak kompatibel dengan avg_position 16.3% sebagai gross simultan); buku sebenarnya ~90-160%, mendekati batas max_gross yang dituju

Sharpe 0.40 yang moderat dengan CI melintasi 0 (sharpe_ci_low -0.396) — ketahanan harus dibuktikan melalui Sharpe terdeflasi

Bergantung pada pencilan: return_kurtosis 277, skew 13.1 — beberapa hari besar (+50% pada 2024-04-30, +49.8% pada 2021-06-15) menyokong angka utama

Satu tahun yang sangat buruk (2023 -46.4%), max_drawdown 49.1%

benchmark_meaningful false (keranjang net-directional) — nilai berdasarkan metrik absolut yang disesuaikan dengan risiko, bukan imbal hasil berlebih dibandingkan strategi beli dan tahan

siap diterapkan

4 dari 6

mayoritas

tanpa dominasi satu leg

Analisis

Uji berjalan maju yang tidak overfit (is_overfitted=false, rata-rata IS 1.17 -> rata-rata OOS 0.70) dan holdout yang lolos (rasio 1.339, holdout_sharpe 0.94)

Permukaan sensitivitas bersih: 0 tebing pada seluruh 7 parameter; PBO 0.4246 (<0.5)

Optimasi memperbaiki metrik kedalaman: max_drawdown 49.1% -> 24.8%, profit_factor 1.21 -> 1.46, Sortino 0.86 -> 1.71, recovery_factor 6.4 — filter whipsaw dua kerangka waktu per-leg memang mengurangi penurunan sesuai rancangan

FAILS Sharpe terdeflasi: DSR=0.0 (vs 0.95), is_significant=false; Sharpe yang dioptimalkan 0.682 jauh BELOW ambang keberuntungan best-of-N maksimum yang diharapkan sebesar 1.9337 dalam 225 percobaan

sharpe_ci_low=-0.0333 — 95% CI melintasi 0, sehingga Sharpe tidak dapat dibedakan dari tanpa keunggulan

Pemisahan PSR=0.9938 / DSR=0.0 adalah ciri diagnostik inflasi seleksi nilai terbaik dari -225, bukan keunggulan nyata

Ditopang pencilan: return_kurtosis 242, skew 12.5, tail_ratio 0.56; satu jendela OOS uji berjalan maju bernilai negatif (-0.34)

end_unrealized_pct=60.3 — sebagian besar angka utama +266% merupakan mark-to-market terbuka yang belum direalisasikan, bukan hasil realisasi

Sharpe mentah 0.68 berada di bawah ambang promosi wajar apa pun bahkan sebelum deflasi

Ringkasan Hasil

Menambahkan filter konfluensi peredam whipsaw pada keranjang net-directional yang sudah tervalidasi benar-benar menurunkan drawdown, tetapi menipiskan eksposur directional hingga Sharpe ~0.68 yang dihasilkan tidak lolos deflasi best-of-N — holdout yang lolos, walk-forward tanpa overfitting, dan nihilnya penurunan tajam akibat sensitivitas mengukur konsistensi, bukan signifikansi.

Analis Strategi menghentikannya pada tahap pascaoptimasi berdasarkan Sharpe terdeflasi: DSR bernilai 0.0 (dibanding ambang 0.95) dan Sharpe teroptimasi sebesar 0.68 jauh di bawah ambang keberuntungan nilai terbaik ekspektasian dari N percobaan sebesar 1.93 dalam 225 percobaan, dengan is_significant=false dan sharpe_ci_low -0.0333 melintasi nol — pemisahan PSR 0.9938 / DSR 0.0 merupakan ciri inflasi seleksi, bukan keunggulan nyata.

Keranjang momentum absolut net-directional long-short pada 10 mayor Binance USD-M yang likuid, mengambil posisi pada setiap leg hanya ketika tren 60 hari dan 120 hari sejalan (long jika keduanya naik, short jika keduanya turun, flat jika tidak sejalan), dengan menambahkan filter konfluensi dua kerangka waktu per-leg pada struktur keranjang momentum yang telah tervalidasi untuk menekan whipsaw selama transisi rezim.

Backtest awal bar harian selama ~1,978 hari menghasilkan 436 perdagangan, Sharpe 0.40 (rendah CI -0.396), faktor laba 1.21, total imbal hasil ~274%, tetapi penurunan maksimum 49.1% dengan imbal hasil yang ditopang pencilan (kurtosis 277, skew 13.1). Optimasi memperbaiki metrik kedalaman — penurunan maksimum turun menjadi 24.8%, faktor laba naik menjadi 1.46, Sortino menjadi 1.71 — dengan uji berjalan maju yang tidak overfit (rata-rata Sharpe OOS 0.70) dan uji holdout yang lolos (rasio 1.339, Sharpe holdout 0.94), tetapi Sharpe teroptimasi hanya 0.68.

Alasan Dibatalkan

optimization_error: RuntimeError: Data pendanaan tidak tersedia untuk leg perp 'ETHUSDT.BINANCE' — pengumpulan sesuai permintaan gagal atau venue tidak memiliki riwayat pendanaan (backtest diblokir demi akurasi; atur SF_DISABLE_ONDEMAND_FUNDING=1 untuk melewati) Traceback (panggilan terakhir): File "/opt/strategy-factory/src/agents/backtest_agent.py", baris 311, dalam _run_optimization await self._ensure_funding_for_perp_legs(instrument_id, extra_instrs) File "/opt/strategy-factory/src/agents/backtest_agent.py", baris 424, dalam _ensure_funding_for_perp_legs raise RuntimeError( RuntimeError: Data pendanaan tidak tersedia untuk leg perp 'ETHUSDT.BINANCE' — pengumpulan sesuai permintaan gagal atau venue tidak memiliki riwayat pendanaan (backtest diblokir demi akurasi; atur SF_DISABLE_ONDEMAND_FUNDING=1 untuk melewati)

Stratmill adalah alat riset dan paper trading, bukan nasihat keuangan atau broker. Hasil backtest dan paper trading bersifat hipotetis. Trading mengandung risiko kerugian.