BTCUSDT.BINANCE Perp 4H Taker-Buy/Sell Flow Imbalance Long-Only Trend Following (3-Parameter, Order Flow + Trend Confluence, Pure Tick-Aggregated Signal)

Single-asset long-only trendvolgende strategie op BTCUSDT.BINANCE perp met 4H bars, met het directionele signaal aangestuurd door AGGREGATED TAKER ORDER FLOW (uit trade_ticks supplementary data) in plaats van door price-derived indicatoren (die uitvoerig getest zijn en grotendeels empirisch falen volgens het abandon-log van deze sessie). Dit is een werkelijk NEW mechanism class voor de fabrieksportfolio — elke eerdere strategie die ik heb beoordeeld gebruikt OHLCV-derived signals (prijsniveaus, moving averages, returns, vol, ratios). Taker-buy/taker-sell imbalance is INFORMATIONALLY DISTINCT van prijs: het meet WHO liquidity neemt (agressieve kopers vs agressieve verkopers), wat de academische microstructure-literatuur (Easley-Kiefer-O'Hara PIN 1996, Easley-Lopez-de Prado-O'Hara VPIN 2012) als voorspellend heeft vastgesteld waar prijs alleen dat niet is. Mechanisme: op elke 4H bar close, aggregeer de bar's trade ticks in taker_buy_volume vs taker_sell_volume, bereken imbalance = (buy - sell) / (buy + sell). LONG wanneer 4H imbalance > +0.05 (volgehouden taker buying) AND prijs > 100-bar SMA (trend confluence — flow moet met trend instemmen). Exit wanneer imbalance negatief wordt OR prijs onder SMA zakt. Order-flow signalen hebben een fundamenteel ander statistisch profiel dan de gefaalde price-momentum signalen: ze observeren direct AGENT BEHAVIOR (welke kant bereid is de spread te betalen) in plaats van INFERRING agent-gedrag af te leiden uit prijs (wat het achterblijvende gevolg van gedrag is). Slechts 3 parameters (ruim onder 5-param plafond). Trade-frequentie: ~40-80 trades/jaar over 6+ jaar Binance trade tick data → 240-480 totale trades → 16-32 OOS trades per walk-forward window, comfortabel boven de 5-trade vloer. Dit is ook een kritieke INFRASTRUCTURE TEST: als trade_ticks data correct in de fabriekspipeline laadt (de data_specification.md lijst het onder catalog_data_types en de subscribe_trade_ticks flag bestaat), opent dit een hele nieuwe mechanism class voor toekomstig onderzoek. Als het niet laadt (vergelijkbaar met de HL funding-rate-gat dat 9 strategieën blokkeerde), is de fout zelf informatief en levert het een infrastructure-ticket op dat het indienen waard is.

De feedback eiste een DIAGNOSTIC, geen nieuwe schema-gok. Ik queryde data/supplementary/metrics/BTCUSDT/*.parquet direct: 334,643 rijen, kolom taker_long_short_vol_ratio, timestamp in ms; rijen-per-jaar 2023=12,096 / 2024=16,990 / 2025=14,688, en EVERY maand 2023-01..2025-12 heeft >=288 rijen (continu, alleen schaars vs de dichte 5-min 2020-2022 data). Dus gate (3) 'rijen bestaan niet -> dien ticket in' is onwaar, en de premisse van gate (2) van een loader schema-mismatch is ook onwaar (mijn loader leest al precies deze kolom + timestamp key). De echte hoofdoorzaak stroomafwaarts in mijn eigen code: de _taker_imbalance's 24h staleness cap. Ik valideerde offline tegen de echte parquet store door synthetische 4H bars over 2023-2025 te scannen: de 24h cap tagt slechts 24.9% van bars met een taker-signaal (na de imbalance>0.05 en prijs>SMA gates dit instort tot de waargenomen ~2.79% exposure), terwijl een 14-day cap 95.3% tagt — dus elk 3-window walk-forward window zal met trades gevuld worden. De _taker_imbalance functie draagt de dichtstbijzijnde at-or-before ratio al vooruit wanneer het achterliggende 4h window leeg is; alleen de cap veto'de het, dus de fix is een enkele knop (max_lag_hours=336) met ZERO wijziging aan het signaal-, entry/exit-, of sizing-logica en NO price-proxy fallback. Dit houdt het order-flow mechanisme intact en maakt het eindelijk testbaar over de volledige backtest-periode. Caveat genoteerd voor de analist: 2023-2025 taker-dekking is echt dunner dan 2020-2022 (~12% van 5-min dichtheid), dus het gedragen signaal is grover in die jaren; een backfill van dichte 5-min metrics voor 2023-2025 zou de getrouwheid verbeteren, maar de serie is maand-tot-maand continu genoeg om de walk-forward nu te valideren.

Gefaalde deflated Sharpe met een extreme overfitting-waarschijnlijkheid bij poging 1. DSR=0.3175 (vs 0.95-drempel), is_significant=FALSE, met de geoptimaliseerde Sharpe 1.9615 BELOW de 225-trial verwachte-max geluksdrempel van 2.3078, en — beslissend — PBO=0.8664 (een 87%-waarschijnlijkheid dat de parameterselectie overfit is). Volgens het kader is een lage DSR in combinatie met een zeer hoge PBO een beslissende stopzetting. De walk-forward bevestigt dit: is_overfitted=TRUE met gemiddelde IS 3.91 die instort tot gemiddelde OOS 0.962 en OOS-vensters [2.76, 1.32, -1.19] (één negatief). De hoge probabilistic_sharpe (0.9964) is de klassieke PSR-vs-DSR-val — het negeert de 225-trial selectie die PBO/DSR bestraffen. De echte positieve punten (0 sensitiviteitskliffen, positieve sharpe_ci_low +0.4252, een legitiem passerende holdout-ratio 1.213) meten lokale stabiliteit en één gunstig voorwaarts venster, niet significantie, en kunnen een 87% PBO niet overrulen met de geselecteerde Sharpe onder de geluksdrempel. Niet itereren (poging 1 van 2, al iteratie 3): sensitiviteit is al schoon met 0 kliffen, dus de sweep heeft de stabiele regio volledig onderzocht maar OOS stort nog steeds in en PBO is 0.87 — de overfitting zit in de walk-forward SELECTION over 225 trials, niet in een repareerbare klif, en met slechts 3 kernparameters vindt een tweede best-of-225-sweep dezelfde overfit-configuraties opnieuw. Niet revise_hypothesis: taker-flow onbalans is een eerste-test mechanisme zonder gepromoveerde sibling die op een dood doelwit vastzit, dus er is niets bewezen om opnieuw op een nieuw instrument te richten. Aanvullende voorzichtigheid (geen bevestigde hoofdoorzaak): het 'order flow'-signaal is afgeleid van de schaarse metrics taker_long_short_vol_ratio-reeks met een 14-daagse verouderings-overdracht in plaats van ruwe trade-ticks, dus tijdens de 2023-2025 schaarse periodes kan het een enkele momentopname zijn die tot twee weken vooruit wordt vastgehouden — wat afglijdt naar een verouderde, laag-informatieve proxy en het 'informatieel onderscheidbaar van prijs'-premisse ondermijnt; gecombineerd met long-only BTC trend in een bullish-zwaar 6-jaar steekproef (basis alpha 0.02, benchmark_correlation 0.30), is veel van het rendement mogelijk beta. FAILURE PATTERN: een echt nieuw order-flow mechanisme met een ongewoon schoon profiel (0 sensitiviteitskliffen, positieve CI-low, een passerende holdout) kan nog steeds een best-of-225 overfit zijn — hier is PBO 0.8664 met DSR 0.32 en een geoptimaliseerde Sharpe (1.96) onder de 2.31-geluksdrempel, plus een is_overfitted walk-forward met een negatief OOS-venster, beslissend. Een schoon sensitiviteitsraster en een enkel gunstig holdout-venster redden NOT geen optimalisatie waarvan de selectie 87% waarschijnlijk overfit is; nieuwigheid en lokale stabiliteit zijn geen statistische significantie.

Optimaliseer NOT niet — het taker-flow signaal heeft een structurele 2023-2025 data-blackout (trades bestaan alleen in 2020-2022 en 2026; annual_returns slaan 2023/2024/2025 over; exposure_pct 2.79%), dus een 3-window walk-forward zou een heel window op nul data draaien en de order-flow edge kan niet gevalideerd worden. Iteratie 2's schema-tolerance loader-wijziging heeft NOT het gat gedicht, wat betekent dat de volgende stap diagnostisch is, niet weer een schema-gok: (1) Query de catalog/supplementary store direct en bevestig of `metrics` taker buy/sell volume (of taker_long_short_vol_ratio) rijen PHYSICALLY EXIST voor BTCUSDT 2023-01 tot en met 2025-12. Print het rij-aantal en de werkelijke kolomnamen/timestamp keys voor een 2024 sample. (2) Als de rijen onder nóg een schema bestaan (kolom- of timestamp-key naam die je loader nog steeds niet matcht), breid dan `_row_ratio`/`_row_ts`/`_load_taker_flow` uit om ze te lezen en draai opnieuw; bevestig dat exposure_pct stijgt en trades 2023-2025 vult. (3) Als de rijen NOT bestaan (de metrics taker-serie is nooit verzameld/backfilled voor die jaren), is dit een infrastructure/data-collection issue precies zoals de hypothese anticipeerde — de strategy-code kan het niet oplossen, dus dien een data-collection ticket in voor multi-year taker-flow metrics en DO NOT deze strategie opnieuw voor optimalisatie tot de data de volledige backtest-periode beslaat. Alleen wanneer de taker-flow serie 2020-2026 continu dekt, is dit het optimaliseren waard; het mechanisme is veelbelovend maar momenteel niet testbaar.