Strategie

BtcSpotDualTimeframeMomentumConfluenceLong ha trasferito su BTC spot la strategia momentum futures più performante della fabbrica, rendendola long-only e senza leva; ha mantenuto i parametri dell'ottimizzazione originale e passa alla liquidità quando il momentum a 4 ore e quello giornaliero divergono o puntano entrambi al ribasso. In 8.5 anni ha reso +69.9% su 309 trade, con Sharpe 0.86, drawdown massimo 12.4% e rendimento netto medio per trade 1.04%, con beta contenuto (0.08) rispetto a BTC. L'analista l'ha promossa sulla base di un holdout redditizio, parametri robusti e limiti rispettati, segnalando però che la significatività non è dimostrata, il segnale non ha capacità predittiva e due delle cinque previsioni preregistrate (tasso di vincita e profit factor) non sono state rispettate. Dopo un'iterazione, è ora in paper trading.

EthVolumeConfirmedMomentumLS_HL ha negoziato il momentum ETH 4H su Hyperliquid solo quando un'impennata dei volumi confermava il movimento, con l'obiettivo di mantenere il principio di filtro selettivo della fabbrica di strategie usando i volumi anziché un secondo intervallo temporale come conferma. Il backtest appariva solido (+55% in 988 giorni, Sharpe 1.95, rendimento medio per operazione 3.27%, drawdown 5.55%) e, dopo un'iterazione, l'analista lo ha inviato all'ottimizzazione. L'ottimizzazione ha lasciato quasi invariato lo Sharpe dei parametri finali (1.942, 54 operazioni), ma lo Sharpe OOS aggregato del walk-forward era vicino allo zero, il periodo di verifica era positivo ma non significativo e l'analisi di sensibilità ha rilevato discontinuità nella soglia dei volumi. L'analista ha quindi raccomandato la promozione come candidato a bassa confidenza e non statisticamente comprovato; la strategia è ora in negoziazione simulata.

BtcDualTimeframeMomentumConfluenceLS_HL ha tentato di riprodurre l'unico sopravvissuto single-asset promosso dalla factory mantenendo la sua struttura di confluenza a due segnali con flat in caso di disaccordo, sostituendo la gamba di funding con una gamba di momentum giornaliero, tradando BTCUSD su Hyperliquid con uno stop trailing ATR e solo tre parametri regolabili. Il codice è girato correttamente e ha generato un campione decisivo — 173 trade su 803 giorni senza ordini persi — ma il risultato è stato negativo in ogni anno solare: rendimento totale -5.17%, Sharpe -0.047, profit factor 0.923, e rendimento per trade di -0.109% rispetto alla soglia +0.15%, con le sole posizioni short 93 che perdono $8,293 netti e la suddivisione per regime che inverte la premessa del trend. L'analista lo ha abbandonato in fase di revisione del backtest anziché spendere ore di ottimizzazione, notando che il PnL lordo prima di qualsiasi costo era solo di +$1,136 e che due lookback e un multiplo di trailing non possono generare informazione assente da 173 osservazioni. È stata la terza esecuzione su Hyperliquid di questa struttura a fallire con la stessa firma, e la conclusione registrata per la ricerca è che la gamba di momentum lento collineare fa degenerare il gate in una posizione TSMOM quasi sempre attiva.

AvaxConvictionGatedMomentumLS filtrava il momentum 4H AVAX tramite picco di volume e posizione direzionale di chiusura, assumendo posizioni long e short bilanciate. Il suo backtest di base era sostenibile dal punto di vista dei costi — rendimento medio per operazione 0.53% su 565 operazioni — quindi il revisore lo ha inviato all'ottimizzazione, ma i numeri erano esigui: Sharpe 0.25 che saliva solo a 0.31, con un intervallo di confidenza a cavallo dello zero. L'ottimizzazione ha rivelato che la strategia era overfittata: lo Sharpe in-sample di 1.22 crollava a 0.09 out-of-sample, PBO era 0.67, lo Sharpe deflazionato era 0.007 e sette parametri si trovavano su effetti a soglia (cliff). L'analista l'ha abbandonata come un fallimento da overfitting / mancata generalizzazione — parte di una famiglia di momentum single-name AVAX che fallisce ripetutamente, dove il backtest di base rappresenta il tetto massimo e le iterazioni si limitano a riadattarsi al rumore.

Questa esecuzione è stata una prova di prontezza all'esecuzione più che una nuova rivendicazione di alpha — un trasferimento esatto del #1 sopravvissuto Binance della factory sulla serie di prezzi, sulle commissioni e sull'orologio di funding orario propri di Hyperliquid, con una soglia pre-registrata deliberatamente fissata al di sotto di quella della fonte. Il trasferimento è stato eseguito in modo pulito (172 operazioni, nessuna esclusione da diagnostica d'ingresso, metrics_reliable, e funding effettivamente accreditato, colmando la lacuna di misurazione segnalata dall'ipotesi), ma l'economia non ha seguito: rendimento totale -2.27%, Sharpe -0.137, PF 0.90 e -0.088% per operazione, in perdita in 2024 e 2025 e 760 giorni underwater. Il dettaglio decisivo è stato che il PnL lordo di prezzo era circa zero (+$1,497 su 172 operazioni) prima di $3,777 di commissioni e $4,487 di funding, con la gamba short (-0.744%/operazione) che annullava una gamba long ancora funzionante (+0.409%/operazione). L'analista l'ha abbandonata in sede di revisione del backtest all'iterazione 1, prima di spendere l'ottimizzazione in 3 fasi; le fasi post-ottimizzazione di analista e risk officer non sono mai state raggiunte.

Dopo un’iterazione, SolSpotVolumeConfirmedMomentumLong ha ottenuto un rendimento iniziale del backtest pari a 150.71%, con Sharpe 1.12 su 232 operazioni, e ha ricevuto un verdetto di ottimizzazione. L’analisi successiva ha rilevato una performance OOS disomogenea e un holdout di 55 operazioni con Sharpe 0.08. I drawdown ricalibrati hanno superato il limite registrato di 25% sia nella rielaborazione dell’intera serie storica sia nell’holdout; perciò l’analista ha abbandonato la strategia prima della revisione del rischio o del paper trading.

La strategia Cross-Venue Funding-Spread Best-of-Three Rotation mirava a migliorare il carry di funding su un singolo asset, spostando il capitale su quello tra BTC, ETH o SOL con la divergenza di funding Hyperliquid-vs-Binance più ampia, coperto con due gambe perp per essere delta-neutral e sicuro per costruzione per il motore. Sul piano meccanico è riuscita: il portafoglio era davvero market-neutral (beta ~0), il funding è stato accreditato nel PnL e 176 ingressi sono stati eseguiti senza difetti di size, notional o liquidità. Sul piano economico ha però fallito del tutto: ha perso in tutti i nove mesi testati (rendimento totale -10.47%, Sharpe -3.80, profit factor 0.86), perché le commissioni delle due gambe (~0.19% di andata e ritorno, 9.41% del lordo) superavano di molto il carry di ~0.05% raccolto per periodo di detenzione su queste coin con arbitraggio efficiente. L’analista l’ha abbandonata al gate di revisione del backtest, concludendo che nessuna regolazione della soglia d’ingresso poteva creare il differenziale persistente richiesto dai costi e che ottimizzare 261 giorni di dati uniformemente in perdita avrebbe solo adattato la strategia al rumore.

RetailCrowdingContrarianReversalLS ha provato ad andare contro il crowd retail su un paniere di DOGE/XRP/SOL, entrando contrarian agli estremi del rapporto globale dei conti long/short con una struttura deliberatamente neutrale al mercato e a 3 parametri. Ha registrato un notevole +1814% su 1,695 operazioni ed è risultata positiva in ogni anno intero, ma lo Sharpe era solo 0.285, con un intervallo di confidenza che includeva lo zero, e il profitto era un artefatto da code grasse, trainato da circa sei giornate estreme di crollo (in particolare +80.8% durante il crollo di FTX), non da un vantaggio costante. Il problema era aggravato dal fatto che la pipeline supplementare del backtest forniva il rapporto dei conti solo per la gamba principale: XRP e SOL hanno quindi operato sullo z-score di DOGE, e il presupposto centrale della diversificazione non si è mai realizzato, per un vincolo del motore che lo sviluppatore non poteva correggere. L'analista l'ha abbandonata al controllo della revisione del backtest per la qualità del rischio e la significatività del vantaggio; non è mai arrivata all'ottimizzazione, alla revisione del rischio o al paper trading.

Questa strategia proponeva un nuovo approccio a una famiglia già esplorata a fondo: invece della conferma sullo stesso asset, filtrava il momentum SOL 4H su Hyperliquid in base al regime di mercato di Bitcoin, andando long o short solo quando SOL e BTC concordavano e restando senza posizione altrimenti. Il backtest iniziale era pulito e bilanciato: 187 operazioni sui due lati in 916 giorni, risultato positivo in tutti e tre gli anni di calendario e drawdown massimo di appena 9.9%; il rendimento per operazione di 0.388% superava la soglia delle commissioni della venue. Ma il vantaggio complessivo era statisticamente indistinguibile da zero: Sharpe 0.205, con CI nell’intervallo [-0.797, 1.17], profit factor 1.086 e appena 9.3% di rendimento totale in circa 2.5 anni. Alla fase di revisione del backtest prima dell’ottimizzazione, l’analista l’ha abbandonata dopo un’iterazione: il filtro cross-asset «mai contro Bitcoin», il meccanismo che la distingueva, non ha creato un vantaggio significativo e portarla alla soglia dell’ottimizzatore avrebbe richiesto un adattamento eccessivo. Le fasi successive della pipeline non sono mai state raggiunte.

Questa strategia mirava a sopravvivere dove falliscono la maggior parte dei sistemi momentum, aggiungendo un filtro per il rumore invece di un nuovo meccanismo d'ingresso: il Kaufman Efficiency Ratio l'avrebbe mantenuta flat nei regimi AVAX laterali, facendola operare solo quando il prezzo si muoveva lungo una linea direzionale pulita, per contrastare i due principali fattori di fallimento della fabbrica (overfitting e vantaggio inferiore ai costi). Ma su un campione attendibile di 146 operazioni e 872 giorni ha perso: profit factor 0.81, Sharpe -0.21 e rendimento negativo per operazione sotto la soglia dei costi di trading, con risultati in peggioramento ogni anno. Il tasso di vincita 32% ha mostrato che il filtro di efficienza, l'intera tesi, non selezionava regimi con un vero vantaggio direzionale. L'analista l'ha abbandonata nella fase di revisione del backtest prima di qualsiasi ottimizzazione, giudicando che nessuna regolazione dei parametri potesse ribaltare un'aspettativa negativa così persistente; perciò non è mai arrivata all'ottimizzatore di fase 3, alla revisione del rischio o al paper trading.

Questa strategia mirava a diversificare il portafoglio con una rotazione settimanale solo long sui tre principali perpetui più stabili, sfruttando l’anomalia documentata della bassa volatilità con soli tre parametri principali, senza leva e con un filtro trend per restare in liquidità durante i regimi ribassisti. Il backtest iniziale si è distinto nel gruppo: Sharpe vicino a 1.0, con intervallo di confidenza che escludeva nettamente lo zero, profit factor 1.72 e rendimento netto dopo le commissioni del +1319%; la revisione pre-ottimizzazione ha quindi dato un verdetto «ottimizzare». L’ottimizzazione ha però rivelato che il vantaggio era illusorio: lo Sharpe medio walk-forward fuori campione è stato -0.742 contro +1.47 nel campione, lo Sharpe deflazionato di 0.09 era ben al di sotto del livello di rumore atteso dal migliore tra -225 tentativi, PBO era 0.70 e i rendimenti si sono rivelati un artefatto del mercato rialzista 2021. Dopo due iterazioni, l’analista l’ha abbandonata per un’effettiva mancanza di robustezza: la strategia operava correttamente, ma non aveva alcun vantaggio generalizzabile, in linea con una classe di fallimenti di rotazione delle principali valute a bassa volatilità già accantonata più volte.

Questa strategia ha invertito un'idea di mean reversion del rapporto ETH/BTC già fallita, seguendo invece il trend di leadership del rapporto: long sul leader e short sul ritardatario in una coppia perp teoricamente neutrale in dollari. Il risultato è stato catastrofico: perdita quasi totale -99.9%, con drawdown massimo 99.93% e ogni anno profondamente negativo. Il rapporto ETH/BTC oscillava bruscamente invece di seguire un trend, quindi ogni inversione comprava un rimbalzo contrario. Lo Sharpe di 0.81 e il Sortino di 14.99 dichiarati si sono rivelati artefatti di metriche difettose, dovuti a una distribuzione patologica e guidata da valori anomali. Le perdite giornaliere superiori a 30% durante il crollo di marzo 2020 hanno dimostrato che la neutralità dichiarata era falsa: le gambe subivano forti perdite direzionali senza copertura. L'analista l'ha abbandonata durante la revisione del backtest, osservando che l'ottimizzazione non poteva salvare un meccanismo che perdeva 99.9% in tutti i regimi con copertura difettosa.

Questa strategia puntava, come previsto, sui bucket sottorappresentati Hyperliquid, cross-venue e long-short, con un trade di basis market-neutral su ETH tra Hyperliquid e Binance, vendendo le dislocazioni con z-score superiore a 2.0 in attesa della convergenza. Sul piano meccanico ha funzionato senza difetti: 446 trade market-neutral senza errori, beta quasi zero e nessun bug. Ha però perso denaro in tutti i mesi tranne uno e in tutti e tre gli anni, con Sharpe -9.85 e rendimento totale -24.9%; le commissioni hanno assorbito il 10.1% del lordo. La revisione del backtest dell’analista ha rilevato che la perdita è intrinseca: un round trip sulle due venue con quattro esecuzioni costa 0.2–0.4%, più di quanto converga la basis ETH di pochi bps. Allargare la soglia d’ingresso riduce soltanto i trade, senza creare edge. La strategia è stata abbandonata alla verifica pre-ottimizzazione dopo 5 iterazioni: il meccanismo è strutturalmente dominato dalle commissioni e non vale la pena ottimizzarlo.

BtcDailyKaufmanEfficiencyRatioTrendRegimeLong ha puntato deliberatamente a ogni modalità di errore documentata della fabbrica: solo barre, singolo asset, singola venue, long-only, tre parametri. Usa il Kaufman Efficiency Ratio per operare solo nei trend rialzisti statisticamente efficienti. Il backtest base era abbastanza promettente (81 operazioni, 19% CAGR, profit factor 1.195, alpha positivo anche durante il bear 2022) da ottenere un verdetto «ottimizza», nonostante un drawdown di 52%. L’ottimizzazione ha prodotto un dato principale allettante (Sharpe 1.42, rendimento +503%), ma adattando la curva: ha ridotto le operazioni da 81 a 34 e spinto ker_entry a 0.60 per adattarsi ai regimi in-sample, mentre 72.6% del rendimento era in posizioni MTM aperte e non realizzate, con un information ratio negativo. L’analista l’ha abbandonata dopo 3 iterazioni perché la configurazione non ha superato lo Sharpe deflazionato (0.55, appena sopra la soglia di fortuna 1.35, PBO 0.67) e l’holdout forward intatto era profondamente negativo (-3.62) a causa del reale deterioramento 2025–2026, senza una regione robusta di parametri verso cui ottimizzare. Si è aggiunta alle strategie SMA crossover, death cross e TSM della sessione: un’altra strategia trend following daily su un singolo asset sconfitta dalla stessa combinazione di deflazione best-of-N e holdout negativo.

Questa strategia ha individuato correttamente perché la reversione del rapporto 4h ETH/BTC è morta per le commissioni e l’ha corretta alla radice: barre giornaliere, soglia ampia di 2σ e mantenimenti di settimane su due veri sostituti economici per ammortizzare il costo dei quattro fill. Anche la costruzione neutrale ha funzionato (beta 0.03, correlazione 0.04). Ma l’ipotesi centrale è fallita: durante il rally di ottobre–novembre 2023 SOL, SOL si è disaccoppiato definitivamente da AVAX; la strategia ha quindi venduto allo scoperto SOL, considerato «sopravvalutato», mentre continuava a salire, ha subito una perdita di $537k e ha liquidato il conto il 2023-11-10, nonostante lo stop per rottura della cointegrazione. L’esposizione lorda di 90.8%, quasi totale, ha reso fatale l’evento. Già prima del crollo, l’edge era marginale (PF 1.12, Sharpe 0.34, 76 trade). In sede di revisione, l’analista l’ha abbandonata: questa coppia ha perso la cointegrazione ed è ormai inutilizzabile. Ha osservato che il meccanismo market-neutral delle coppie potrebbe meritare un nuovo tentativo su una coppia ancora cointegrata, con dimensioni per gamba molto inferiori e un limite rigido alle perdite per trade.

In questa sessione, questa strategia è apparsa la più promettente della famiglia trend: un filtro basato sull’efficiency ratio che operava solo nei movimenti direzionali regolari, insieme a sizing con target di volatilità e lato short, ha prodotto un profilo di rischio davvero sano — drawdown massimo 18%, skew positivo, un book bilanciato quasi neutrale al mercato e una distribuzione per regime (solo -6.7% in 2022) mai raggiunta dai panieri long-only. Ha superato il filtro prima dell’ottimizzazione con verdetto «ottimizzare», ma l’ottimizzazione in 3 fasi ha rivelato lo stesso difetto fatale delle strategie simili: lo Sharpe in-sample di 1.058 è crollato a 0.135 out-of-sample, con una finestra negativa; PBO ha raggiunto 0.68 e lo Sharpe deflazionato di 0.416 ha indicato rumore da migliore tra -225 prove. Anche la configurazione selezionata non ha raggiunto nessuna soglia di promozione e l’unica regione robusta dei parametri si fermava a uno Sharpe non promuovibile di circa 0.5. Al primo ciclo, l’analista l’ha abbandonata come overfit conclamato, senza una regione robusta verso cui ottimizzare: il vantaggio trend di ER, filtrato da ETH, era reale ma troppo debole per superare la correzione per test multipli.

Questa strategia era davvero nuova per il portafoglio — fornitura di liquidità solo maker — ed era progettata per superare il salasso delle commissioni taker che ha fatto fallire ogni strategia di mean reversion in questa sessione, catturando le oscillazioni della grid con ordini limite passivi post-only distanziati ben oltre il costo maker di andata e ritorno di ~0.04%. Ha inoltre evitato con successo il timeout di prestazioni di 300s che aveva fatto fallire il precedente tentativo maker. Ha vinto 78% delle sue 13,295 operazioni, ma era una trappola: i guadagni erano minimi (media $22), mentre le perdite avevano code grasse; durante il prolungato trend ribassista di 2022, ha accumulato posizione long contro il movimento finché il conto è stato liquidato interamente il 2022-03-06 (-100%, 2022 febbraio -107%). Le difese basate sulla pausa del trend e sul limite di posizione, su cui era stata costruita, non sono riuscite a contenere proprio il fattore di fallimento della grid indicato nell’ipotesi. In fase di revisione, l’analista l’ha abbandonata alla prima iterazione: nessuna regolazione di grid_step/n_levels/mid_lookback/trend_threshold può salvare una strategia che manda in rovina il conto; sposterebbe soltanto la data del fallimento.

Questa strategia puntava su un segnale davvero innovativo e fondato su studi accademici: ordinare in base alla skewness dei rendimenti per cogliere il premio della preferenza per la lotteria, riutilizzando l'unica struttura di rotazione long-only che qui aveva dimostrato di sopravvivere e proposta come orientamento difensivo anti-meme. Ma l'ordinamento grezzo per skew più basso selezionava nomi con code sinistre pesanti, già crollati nelle iterazioni precedenti; anche aggiungendo uno stop per posizione e un periodo di raffreddamento nell'iterazione 3, la strategia ha chiuso in perdita netta: profit factor inferiore a 1.0, aspettativa negativa, drawdown 76.56% e rendimento headline +99.7% interamente non realizzato su posizioni aperte MTM, a nascondere uno storico realizzato di ~-54%. Il rendimento era concentrato in una sola finestra 2023, mentre ogni altro anno ribassista ha perso 60-86%, e la strategia ha aggiunto valore negativo rispetto al proprio benchmark. In sede di revisione, l'analista l'ha abbandonata concludendo che ottimizzare i due parametri non poteva trasformare un risultato PF<1 e con drawdown 76% in uno promuovibile senza adattarsi eccessivamente a 2023.

Era la terza strategia di una serie cross-sectional e applicava l’anomalia low-volatility / Betting-Against-Beta con un portafoglio long-2 sui titoli con volatilità più bassa e short-2 su quelli con volatilità più alta, neutrale in dollari, sulle 6 principali Binance. L’obiettivo era non correlarsi alle precedenti strategie classificate per rendimento e funding. Dopo tre iterazioni per risolvere problemi di verifica e infrastruttura (in particolare, un problema del proxy Layer-2 corretto spostando la funzione di supporto per la volatilità a livello di modulo), ha prodotto un backtest funzionante e davvero neutrale rispetto al mercato, ma con perdite pari a 78.7% e un drawdown di 95.97%: long-low-vol/short-high-vol equivale di fatto a una scommessa short beta/short momentum che guadagna solo nei regimi ribassisti. L’analista l’ha abbandonata durante la revisione del backtest, giudicando il fallimento strutturale e non regolabile: i tre parametri modificano entità e frequenza ma non possono invertire il segno negativo del fattore durante un ciclo rialzista, mentre le oscillazioni +94%/-65% nella parte finale del campione erano solo un effetto aritmetico percentuale su un conto ridotto a una frazione. Non è mai arrivata all’ottimizzazione, alla decisione dell’analista successiva all’ottimizzazione, alla revisione del rischio, al paper trading o al trading live.

InverseVolNetDirectionalAbsoluteMomentumBasketLS ha puntato al problema più ricorrente della sessione — la concentrazione 2021 da mania e alt ad alta volatilità — aggiungendo ponderazione risk parity a volatilità inversa al paniere di momentum a direzionalità netta convalidato. Sosteneva che deconcentrazione e dimensionamento con chiusura totale e riapertura avrebbero anche limitato nettamente l'esposizione lorda. Nessuna delle due ipotesi ha retto: il segnale è risultato in pareggio (profit factor 1.0005, Sharpe 0.43, negativo in quattro anni su sei), mentre il totale appariscente di +164% era prodotto da una manciata di giornate anomale; inoltre il limite all'esposizione lorda è fallito del tutto a 1003% — circa 10x il limite previsto — lasciando una capacità di $122k dopo un impatto di 90%. L'analista l'ha abbandonata al gate di revisione del backtest, alla prima iterazione, osservando che l'esposizione realizzata smentiva la premessa della deconcentrazione e distinguendola dal paniere fratello di momentum cross-section che meritava davvero un'iterazione (PF 1.16, 6/7 anni positivi). La conclusione registrata: un perfezionamento risk parity non può salvare un paniere in pareggio con un portafoglio di circa 1000% senza limite lordo; le affermazioni della docstring sui limiti vanno verificate confrontandole con l'esposizione realizzata.

DogeFourHourVolumeConfirmedDonchianRisingTrendLong ha applicato a un nuovo target su un solo strumento, spot DOGE 4H, un template di breakout Donchian con volumi che si diceva validato dall’analista e un filtro di pendenza rialzista per le fasi laterali, confidando che la volatilità idiosincratica delle memecoin generasse breakout negoziabili. L’implementazione era pulita, correttamente instradata allo spot, con una distribuzione sana e 134 operazioni; il risultato però è stato un vantaggio marginale e ad alta varianza: Sharpe 1.24 con un intervallo di confidenza che attraversa lo zero, profit factor 1.18, alfa vicino a zero e rendimento totale +55%, quasi interamente dovuto al +86% del 2021, con anni recenti negativi. L’analista l’ha abbandonata alla revisione del backtest, osservando che il fratello XRP citato era stato a sua volta abbandonato dopo l’ottimizzazione (DSR 0.0004), quindi il meccanismo non è validato; inoltre, l’ampio Sharpe CI di DOGE e il limite di capacità di $3.5M indicavano che avrebbe adattato eccessivamente il modello all’anno rialzista, fallendo la soglia di fortuna dello Sharpe deflazionato e il campione di verifica. La raccomandazione era di ritirare del tutto il filone dei breakout Donchian con volumi sulle altcoin: il filtro di pendenza rialzista non corregge il problema fondamentale della famiglia.