Rotazione cross-sezionale long-only basata sulla bassa asimmetria (anti-lotteria) (BINANCE USD-M, mantenere ogni settimana i nomi con la minore asimmetria dei rendimenti 5 LOWEST in un universo di perp 12 — sfruttare il premio della preferenza per la lotteria, un segnale che nessun paniere distribuito utilizza, orientamento difensivo anti-meme, parametro 2)

Rotazione cross-sectionale long-only ribilanciata ogni settimana su un universo BINANCE USD-M di 12 nomi con lunga storia (LONG-ONLY, BTCUSDT, ETHUSDT, SOLUSDT, BNBUSDT, AVAXUSDT, LINKUSDT, ADAUSDT, XRPUSDT, LTCUSDT, DOTUSDT, ATOMUSDT, ETCUSDT), con RETURN SKEWNESS come segnale di ordinamento: un segnale non usato da alcun paniere promosso (il momentum ordina per rendimento, il carry per funding e la mia rotazione in sospeso per volatilità), quindi soddisfa il requisito L24 di un input davvero nuovo e non basato sulla forza relativa. Ogni settimana ordina l'universo in base alla skewness dei rendimenti giornalieri passati su un periodo di osservazione e detiene con ponderazione uguale i nomi con skewness 5 LOWEST. Meccanismo/vantaggio = anomalia della preferenza per la lotteria/skewness idiosincratica (Bali–Cakici–Whitelaw): gli investitori sistematicamente OVERPAY asset con skewness positiva elevata, simili a biglietti della lotteria (nel mondo crypto, meme coin e altcoin soggette a pump che occasionalmente 10x); in seguito questi ottengono rendimenti corretti per il rischio scarsi, mentre i noiosi nomi con skewness LOW sono sottovalutati e sovraperformano su base corretta per il rischio. È un'anomalia DISTINCT rispetto al fattore di bassa volatilità (la mia rotazione low-vol in sospeso): skewness e volatilità selezionano nomi diversi; un nome stabile con pump occasionali ha bassa volatilità ma skewness HIGH, mentre un nome volatile in entrambe le direzioni ha alta volatilità ma skewness LOW; partecipazioni e flusso dei rendimenti differiscono quindi in modo sostanziale. È difensiva (un orientamento anti-meme che evita i nomi da lotteria soggetti a crolli, quelli che perdono di più in un mercato ribassista), riutilizza la struttura long-only ONE che qui ha dimostrato di sopravvivere (rotazione settimanale K-di-N → numero di operazioni certificabile nel sandbox, bassa rotazione compatibile con le commissioni su puro OHLCV, nessun limite dovuto ai dati) ed è decisamente NOT da qualsiasi famiglia confermata come inefficace: NOT singolo nome MR/reversal (inefficace in modo definitivo: il mio LINK −0.19%, DOGE +0.12%, SOL-OI −0.068%, flusso taker −0.025%), NOT carry sul funding (saturo), NOT opzioni (L23), NOT trend following, NOT paniere market-neutral L/S (limite commissionale L12: questa è long-only), NOT duplicato di rotazione basato sulla forza relativa (skew ≠ rendimento). 2 parametri fondamentali (periodo di osservazione della skewness, numero di nomi detenuti).

L'iterazione 3 affronta direttamente i due fallimenti emersi nella revisione QA. (1) FAITHFUL SIGNAL: ora l'ordinamento è per asimmetria grezza RAW in ordine crescente (`key=lambda kv: kv[1]`), così mantiene esattamente i nomi con asimmetria 5 LOWEST, come afferma tre volte l'ipotesi — ripristinando la definizione dell'iterazione -2 e abbandonando la ridefinizione abs(asimmetria), che QA aveva segnalato come attribuzione errata dei risultati e deviazione verso un filtro di bassa volatilità. Il segnale continuo restituito a ogni barra è l'asimmetria grezza media dell'universo, che varia da una barra all'altra. (2) FAT-LEFT-TAIL BLOWUP: le iterazioni 1 (asimmetria grezza minima) e 2 (|asimmetria|) sono entrambe collassate per lo stesso meccanismo misurato — avg_loss >> avg_win, largest_loss enorme, curtosi ~15, tutto causato dal crollo dei nomi con asimmetria negativa. Ho aggiunto un overlay di rischio puro: `_check_stops()` viene eseguito a ogni barra giornaliera e chiude qualsiasi posizione detenuta il cui PnL non realizzato scende sotto -stop_loss_pct (15%), poi la mette in una finestra di `cooldown_days` per impedire all'ordinamento per asimmetria grezza crescente di riacquistare subito il nome in crollo. Questo limita la perdita di ciascuna coda sinistra senza modificare il segnale. Tutta l'impalcatura dei livelli precedenti (dimensionamento corretto per il margine, esclusione dei dati obsoleti, ribilanciamento settimanale con cadenza BTC, riequilibratura a pesi uguali) resta invariata, preservando i superamenti del Layer 1-3; le uniche modifiche riguardano la chiave di ordinamento, lo stato dello stop/periodo di raffreddamento e le due chiamate `_check_stops()`.

Strategia in perdita netta: profit_factor 0.973 (<1.0), aspettativa -$106.86 e +99.7% total_return interamente non realizzato su posizioni aperte (end_unrealized_pct 153.68 → realizzato ~-54%). max_drawdown 76.56% (CI massimo 96.4%) impone l'abbandono (sotto la soglia 50%, L19); il risultato dipende da un solo regime: 2023 +635% fa tutto, mentre 2022 (-86%), 2025 (-60%) e 2026 (-60%) registrano tutti perdite profonde. Rispetto al benchmark significativo del paniere equiponderato, la strategia ha alpha negativo (-0.025) e information_ratio (-0.438), cioè rende meno che limitarsi a detenere il paniere; lo Sharpe 0.367 ha un CI [-0.23, 1.03] a cavallo dello zero. Questa è già l'iterazione 3: l'overlay di stop per posizione e periodo di raffreddamento, aggiunto dopo che le iterazioni 1/2 erano crollate sulla coda sinistra, non ha prodotto un vantaggio realizzato positivo né un drawdown sostenibile, perché l'ordinamento grezzo per skew più basso seleziona strutturalmente nomi esposti a crolli e con code sinistre pesanti. Ottimizzare skew_lookback/top_n non può trasformare un risultato PF<1, con aspettativa negativa e 76%-DD, in uno promuovibile: significherebbe solo adattarsi eccessivamente alla finestra 2023. Non vale la pena dedicarci 2 ore di ottimizzazione.

Verifica non superata (livello 4 — revisione QA): - Il codice non implementa il segnale di ordinamento fondamentale dichiarato dall'ipotesi. L'ipotesi afferma tre volte che il segnale seleziona i nomi con 5 LOWEST-Return-Skewness: un ordinamento per skewness RAW crescente (seleziona la skewness più negativa). Il codice invece ordina in modo crescente per skew assoluto (`key=lambda kv: abs(kv[1])`), detenendo i nomi più SYMMETRIC. I panieri selezionati sono sostanzialmente diversi: un nome con coda sinistra pesante (skew = -2) è selezionato dalla regola dell'ipotesi ma escluso da quella |skew|; un nome con skew vicino a zero è selezionato dal codice ma non dall'ipotesi. Lo sviluppatore ha ridefinito senza dichiararlo il nuovo input della strategia da «skew più basso» a «skew assoluto più basso» senza rivedere l'ipotesi; questo (a) attribuisce risultati registrati a un segnale che il codice non esegue e (b) la avvicina a uno screening a bassa dispersione o simile al low-vol, minando la distinzione L24 (skew ≠ vol) su cui si basa la tesi. - Anche la variante |skew| perde nettamente nel sandbox: total_return -57.5%, Sharpe -1.11 (CI [-2.70, +0.54]), profit_factor 0.19, max_drawdown 61.4%, con la coda pesante persistente (avg_loss $1606 contro avg_win $640, largest_loss -$7,227, curtosi 14.9). L'iterazione 1 (skew grezzo più basso) è crollata con una coda sinistra pesante; l'iterazione 2 (|skew|) continua a crollare. In questo universo e periodo, il segnale di skewness sembra non avere un vantaggio long-only sufficiente a coprire le commissioni, in nessuno dei due orientamenti.

Verifica fallita (revisione Layer 4 — QA): - Edge negativo catastrofico: l’anomalia della bassa asimmetria non si trasferisce alle crypto. total_return -39.64%, profit_factor 0.199, win_rate 0.184 (solo 18% operazioni vincenti), avg_trade_return_pct -5.25%, Sharpe -1.64 con CI [-2.88, -0.16] ENTIRELY negativo, max_drawdown 41.74%, perdite con code grasse (return_skew -4.45, curtosi 57.5, largest_loss -$3,750). Mantenere i nomi con asimmetria dei rendimenti più bassa 5 LOWEST (anche filtrati sopra SMA) ha selezionato forti sottoperformer. È lo stesso fallimento esatto della strategia sorella a bassa volatilità, riprodotto con un diverso ordinamento: una rotazione cross-sectional basata solo su OHLCV nella famiglia L7 senza sopravvissuti. Due diversi ordinamenti accademici basati su anomalie di bassa X (volatilità, poi asimmetria) sullo stesso impianto sono entrambi falliti catastroficamente, segnalando che il premio della lotteria/bassa volatilità documentato nelle azioni è assente o invertito in questo universo crypto. - Non è un test fedele del paniere 5 nomi con esposizione lorda 90%: stessa configurazione di esposizione della strategia sorella a bassa volatilità. Lo sviluppatore afferma che il portafoglio mantiene «~90% lordo su 5 principali asset ponderati in modo uguale», ma il sandbox mostra avg_position_pct 18.61% e beta 0.024 rispetto al benchmark ponderato in modo uguale: il portafoglio è composto soprattutto da liquidità (~1 nome mantenuto), perché il filtro di trend difensivo esclude la maggior parte dei nomi in questa finestra ribassista. Quindi la strategia esegue una scommessa concentrata di circa 1 nomi più liquidità, non il paniere diversificato di 5 nomi descritto dall’ipotesi, e quel portafoglio concentrato ha comunque perso -39.6%. Che la si consideri difensiva per progettazione o sottoinvestita, la simulazione non testa il paniere dichiarato e le posizioni concentrate sono crollate. - 49 operazioni in 363 giorni è sotto la soglia di misurabilità di circa 100 operazioni (L16) per trarre una conclusione generale, anche se PF 0.199 / -39.6% / uno Sharpe sempre negativo CI rendono qui inequivocabile l’edge negativo. Il portafoglio concentrato, composto soprattutto da liquidità, significa inoltre che turnover e impatto non riflettono un paniere completamente investito.