Strategie

BtcSpotDualTimeframeMomentumConfluenceLong przeniosła najlepiej działającą strategię momentum futures fabryki na rynek spot BTC jako strategię wyłącznie long, bez dźwigni. Zachowała parametry z optymalizacji źródłowej i przechodziła do gotówki, gdy momentum w horyzoncie 4 godzin i dzienne nie były zgodne lub oba wskazywały spadki. W ciągu 8.5 lat przyniosła +69.9% w 309 transakcjach, przy Sharpe 0.86, maksymalnym drawdownie 12.4% i średniej stopie zwrotu netto z transakcji 1.04%, z niską betą (0.08) względem BTC. Analityk zarekomendował awans ze względu na zyskowną próbę holdout, odporne parametry i dotrzymane limity, zaznaczając jednak, że nie wykazano istotności, sygnał nie miał mocy prognostycznej, a dwie z pięciu prognoz zarejestrowanych z wyprzedzeniem (skuteczność i współczynnik zysku) nie zostały spełnione. Po jednej iteracji strategia jest teraz w paper tradingu.

EthVolumeConfirmedMomentumLS_HL handlował ETH momentum na interwale 4H na Hyperliquid wyłącznie wtedy, gdy skok wolumenu potwierdzał ruch, dążąc do zachowania zasady selektywnego filtrowania stosowanej w fabryce strategii, przy użyciu wolumenu zamiast drugiego interwału jako potwierdzenia. Wyniki testu wstecznego wyglądały obiecująco (+55% w ciągu 988 dni, współczynnik Sharpe’a 1.95, 3.27% średniej stopy zwrotu z transakcji, 5.55% obsunięcia), a po jednej iteracji analityk przekazał strategię do optymalizacji. Optymalizacja pozostawiła współczynnik Sharpe’a dla parametrów końcowych niemal bez zmian (1.942, 54 transakcji), ale zbiorczy współczynnik Sharpe’a w analizie kroczącej OOS wynosił około zera, wynik dla próby kontrolnej był dodatni, lecz nieistotny statystycznie, a analiza wrażliwości wykazała gwałtowne pogorszenia wyników przy zmianach progu wolumenu. Analityk zalecił zatem awans strategii do kategorii kandydata o niskim poziomie pewności, którego skuteczności nie potwierdzono statystycznie; strategia jest obecnie testowana na rachunku papierowym.

Po trzech iteracjach strategia HyperliquidPersistentAmihudBasket przetestowała opóźnioną premię za niepłynność w zrównoważonych kohortach long–short trwających 28 dni. Osiem zamkniętych pozycji przyniosło zwrot netto 0.256% i wskaźnik Sharpe'a 0.054; każda długa pozycja przyniosła stratę, a jedna krótka zdominowała zysk. Recenzent zalecił optymalizację, ale próg dopuszczenia oparty na przewadze po kosztach zakończył uruchomienie, ponieważ średnia stopa zwrotu z transakcji -3.521% była niższa od kosztu pełnej transakcji 0.09%. Nie przeprowadzono optymalizacji ani kolejnych przeglądów.

SpyPreviousSessionContrarian próbowała replikować strategię kontrariańską opartą na znaku stopy zwrotu SPY, z realizacją na otwarciu następnej sesji. QA ustaliła, że wielkość pozycji wyliczana według ceny zamknięcia w chwili decyzji pozwalała na wejście przy ekspozycji 100.7458%, mimo stałego limitu 100% NAV. Raport testu dymnego zawierał również tylko jedną zamkniętą pozycję wśród 1,647 świec dziennych, przez co sposób realizacji zleceń pozostał niewyjaśniony. Po trzech iteracjach strategię porzucono podczas weryfikacji, przed przeglądem backtestu, optymalizacją i oceną ryzyka.

Po dwóch iteracjach HlDailyJointAllocationVolatility przetestował zamrożoną adaptację NumPy feedforward, łączącą alokację i uczenie zmienności, na sześciu dziennych aktywach Hyperliquid. Backtest przyniósł stopę zwrotu -35.841%, wskaźnik Sharpe’a -1.230 i 1,520 zamkniętych pozycji, przy obsunięciu kapitału przekraczającym zarejestrowany limit. Analiza backtestu odrzuciła wariant bazowy z powodu ujemnej wartości oczekiwanej przed optymalizacją; nie stwierdzono błędu rozliczeń ani danych. Wynik ten odrzuca testowaną operacjonalizację, ale strategia LSTM z artykułu i przyrostowy wkład zadań dodatkowych pozostają nieprzetestowane.

Po jednej iteracji BtcDvolUtilityMemeRelativeReturns przetestował szoki niepewności BTC za pomocą koszyków użyteczności względem memów z czterema nogami, bez handlu BTC. Jego 64 koszyków przyniosło zwrot +0.5997% w ciągu 965 ocenianych dni, ale Sharpe wyniósł zaledwie 0.0726, a średni zwrot netto na nogę 0.0692% nie osiągnął progu weryfikacji 0.15%. Weryfikacja backtestu porzuciła tę operacjonalizację, ponieważ słabe dowody prognostyczne i ekonomika wrażliwa na opłaty nie uzasadniały optymalizacji; dalsze etapy nie zostały osiągnięte.

Strategia przełożyła abstrakt pracy o rynku akcji na dzienny panel odwrócenia na rynku kryptowalut dla czterech monet, z jednodniowym utrzymywaniem pozycji i ograniczoną wielkością. Po jednej iteracji backtest wykazał 106 zamkniętych pozycji, zwrot netto -6.43% i wskaźnik Sharpe’a -0.601; audyty ciągłości przeszły pomyślnie, a księgowanie się uzgodniło. Mimo IC szerszej prognozy wynoszącej 0.094, wybrane transakcje miały ujemną wartość oczekiwaną i przynosiły straty przed kosztami. Strategię porzucono podczas przeglądu backtestu, przed optymalizacją i przeglądem ryzyka.

HlDailyChaikinParticipationPanel testował dzienne sygnały long/short oparte na przecięciu zera Chaikina dla TRX, XLM i LTC, z ograniczonym pozycjonowaniem względem kapitału własnego i stopem 8%. Po jednej iteracji backtest wykazał 383 zamkniętych transakcji, stopę zwrotu -37.484% i Sharpe -0.623, przy stratach we wszystkich trzech reżimach zmienności. Przegląd backtestu zakończył się porzuceniem strategii, ponieważ ujemna wartość oczekiwana utrzymywała się przed uwzględnieniem kosztów handlu, więc optymalizacja nie była uzasadniona. Nie wykazano błędu implementacji ani rozliczeń, a niestandardowy filtr CCI strategii źródłowej pozostaje nieprzetestowany.

W dwóch iteracjach strategia operacjonalizowała trwałą konfluencję wskaźników rynku spot jako symetryczny koszyk kontraktów perpetual Hyperliquid XLM–ETC. Backtest przyniósł -17.35% w 162 zamkniętych pozycjach, przy Sharpe -0.402 i drawdownie 41.37%. Przegląd backtestu zakończył się porzuceniem koszyka z powodu ujemnej wartości oczekiwanej netto i nadmiernego drawdownu; koszty realizacji przewyższyły niewielki zysk brutto, a błędu implementacji ani księgowania nie stwierdzono. Nie przeprowadzono optymalizacji ani późniejszych przeglądów.

BtcDualTimeframeMomentumConfluenceLS_HL próbował odtworzyć jedynego promowanego jednoaktywowego przetrwalca z fabryki, zachowując jego strukturę zbieżności dwóch sygnałów z pozycją płaską przy niezgodności, jednocześnie zastępując nogę finansowania dzienną nogą momentum, handlując BTCUSD na Hyperliquid z trailing stopem ATR i tylko trzema parametrami regulowanymi. Kod działał bezbłędnie i wygenerował rozstrzygającą próbę — 173 transakcji przez 803 dni bez odrzuconych zleceń — ale wynik był ujemny w każdym roku kalendarzowym: łączny zwrot -5.17%, Sharpe -0.047, profit factor 0.923 oraz zwrot na transakcję -0.109% wobec progu +0.15%, przy czym same krótkie pozycje 93 traciły $8,293 netto, a podział na reżimy odwracał założenie trendu. Analityk porzucił strategię już na etapie przeglądu backtestu, nie poświęcając godzin na optymalizację, zauważając, że PnL brutto przed jakimikolwiek kosztami wynosiło jedynie +$1,136, a dwa okresy lookback i mnożnik trailing nie są w stanie wytworzyć informacji nieobecnej w 173 obserwacjach. Był to trzeci run tej struktury na Hyperliquid, który ginie z tą samą sygnaturą, a odnotowany wniosek dla dalszych badań jest taki, że współliniowa wolna noga momentum degeneruje bramkę do niemal zawsze aktywnej pozycji TSMOM.

AvaxConvictionGatedMomentumLS bramkowała momentum 4H AVAX za pomocą wzrostu wolumenu i lokalizacji zamknięcia kierunkowego, zajmując zbalansowane pozycje long i short. Jej bazowy backtest był rentowny pod względem kosztów — 0.53% średniego zwrotu na transakcję przy 565 transakcjach — więc recenzent skierował ją do optymalizacji, ale wyniki były słabe: Sharpe 0.25 wzrastał jedynie do 0.31, przy czym przedział ufności obejmował zero. Optymalizacja ujawniła, że strategia jest przeuczona (overfit): Sharpe in-sample wynoszący 1.22 spadł do 0.09 out-of-sample, PBO wyniosło 0.67, deflated Sharpe wynosił 0.007, a siedem parametrów znajdowało się na krawędziach (cliffs). Analityk porzucił ją jako śmierć z powodu przeuczenia / braku generalizacji — część powtarzalnie zawodzącej rodziny strategii momentum dla pojedynczych instrumentów AVAX, w której bazowy backtest stanowi sufit, a iteracja jedynie ponownie dopasowuje się do szumu (curve-fit).

Ta próba była sprawdzianem gotowości wykonawczej, a nie nową deklaracją istnienia alfy — dokładnym przeniesieniem strategii nr 1, która przeszła selekcję fabryki na Binance, na własne szeregi cenowe, opłaty i godzinowy harmonogram finansowania Hyperliquid, z uprzednio zarejestrowanym progiem celowo ustawionym niżej niż w źródle. Przeniesienie przebiegło bez zakłóceń (172 transakcji, brak odrzuceń w diagnostyce wejść, metrics_reliable oraz faktyczne zaksięgowanie finansowania, co zamknęło lukę pomiarową wskazaną w hipotezie), ale wyniki ekonomiczne za tym nie poszły: całkowita stopa zwrotu -2.27%, wskaźnik Sharpe’a -0.137, PF 0.90 i -0.088% na transakcję, straty w 2024 i 2025 oraz 760 dni poniżej poprzedniego szczytu kapitału. Decydującym szczegółem był PnL brutto z ruchu ceny bliski zeru (+$1,497 w 172 transakcjach), przed uwzględnieniem $3,777 prowizji i $4,487 finansowania, przy czym część krótka (-0.744%/transakcję) niwelowała wyniki nadal działającej części długiej (+0.409%/transakcję). Analityk porzucił strategię podczas przeglądu backtestu w iteracji 1, przed poświęceniem zasobów na optymalizację obejmującą 3 faz; nigdy nie osiągnięto etapów oceny po optymalizacji przez analityka i osobę odpowiedzialną za ryzyko.

Po jednej iteracji SolSpotVolumeConfirmedMomentumLong osiągnęła początkową stopę zwrotu z backtestu 150.71% i Sharpe'a 1.12 w 232 transakcjach, uzyskując werdykt optymalizacyjny. Późniejsza analiza wykazała nierówne wyniki OOS oraz weryfikację złożoną z 55 transakcji i Sharpe'em 0.08. Drawdowny po ponownym dopasowaniu przekroczyły zarejestrowany limit 25% zarówno w odtworzeniu pełnej historii, jak i w weryfikacji poza próbą, dlatego analityk porzucił strategię przed przeglądem ryzyka i paper tradingiem.

Po dwóch iteracjach HlSpotConfirmedRejectionCandles przetestował handel na świecach odrzucenia potwierdzonych danymi spot dla trzech kontraktów perpetual Hyperliquid, z wejściami zarówno długimi, jak i krótkimi. W 150 zamkniętych transakcjach osiągnął zwrot -1.664% i Sharpe'a -0.211, a drawdown pozostał w zadeklarowanym limicie 12%. Modelowany wpływ przekroczył zysk brutto, a każde ramię pozycji krótkich przyniosło straty, dlatego strategię porzucono na etapie przeglądu backtestu, przed optymalizacją i późniejszymi przeglądami.

Strategia testowała bramki wielkości i trwałości na przecięciach MACD dla ETC i XLM, ze zmiennością jako podstawą wyjść i wielkością pozycji zależną od kapitału; pominięto warstwę ustalania wielkości pozycji Random Forest z artykułu. Po jednej iteracji backtest odnotował 533 zamkniętych pozycji, zwrot -39.56%, Sharpe -4.51 i drawdown 40.32%. Po przeglądzie backtestu strategię porzucono z powodu ujemnej wartości oczekiwanej: P&L brutto po doliczeniu modelowanego wpływu na cenę, prowizji i finansowania nadal wynosił około -$1.1k, a sygnał IC był -0.006. Nie przeprowadzono optymalizacji ani późniejszych przeglądów; odrzucenie dotyczy tej implementacji krypto opartej wyłącznie na bramkach.

EthDvolReactionShockClassifier sprawdzał, czy reakcja rynku opcji (zmiana Deribit ETH DVOL) pozwala odróżnić rzeczywiste szoki ETH, za którymi warto podążać, od szoków wynikających z przepływu zleceń, którym warto się przeciwstawić. Wdrożono go zgodnie z opisaną hipotezą; wygenerował 117 sygnałów w ciągu około 5.5 lat, blisko prognozowanej liczby, ale przyniósł stratę 7.52%, Sharpe’a -0.28 i średni zwrot z transakcji -0.555%. Straty wystąpiły w każdym reżimie zmienności i przed uwzględnieniem kosztów, a wykonany sygnał nie zawierał mierzalnej informacji (IC -0.002). Dlatego po jednym podejściu analityk porzucił go podczas przeglądu backtestu, przed optymalizacją; werdykt dotyczy tylko tej wersji pomysłu, a nie ogólnego filtrowania reżimów opartego na DVOL.

Strategia próbowała wykorzystać przepływ związany z rebalansowaniem zabezpieczeń na koniec miesiąca w EUR/USD, zajmując pozycję w FXE względem zmiany SPY od początku miesiąca i utrzymując ją przez 1-5 sesje obejmujące koniec miesiąca. Po 2 iteracjach pełny backtest obejmujący 20 lat miał 183 transakcji, stopę zwrotu -5.0%, wskaźnik Sharpe’a -0.08 i stopę zwrotu na transakcję -0.024%. Koszty wpływu rynkowego przewyższyły niewielką przewagę brutto, a strategia przynosiła straty w każdym roku od 2020. Analityk porzucił ją podczas przeglądu backtestu z powodu ujemnej wartości oczekiwanej i sygnału bez mierzalnej wartości informacyjnej. Analityk zaznaczył, że odrzuca to wyłącznie wariant ETF tej idei w ujęciu dziennym, a nie ustalenia pracy dotyczące śróddziennego kursu spot EUR/USD przy fixingu londyńskim.

Research Lead przełożył literaturę o tygodniu wygaśnięcia opcji na miesięczny kalendarzowy cykl long/short dla QQQ, SPY i IWM. Strategia przeszła kodowanie i weryfikację, ale jedyny backtest obejmujący pełną historię (2000-2026, 1,261 zamkniętych transakcji) przyniósł stratę 50.4%, Sharpe’a -0.24, średnio -0.146% na transakcję i drawdown 54.6%. Zarówno długa pozycja w tygodniu wygaśnięcia, jak i krótka pozycja odwrócenia przyniosły straty, a sygnał nie niósł mierzalnej informacji. Błąd sprawił, że pozycja QQQ pozostała bezczynna po pierwszej transakcji, ale analityk ocenił, że naprawienie błędu nie zmieniłoby wyniku. Strategię porzucono podczas przeglądu backtestu po jednej iteracji, bez optymalizacji.

W tej strategii sprawdzono, czy premia lub dyskonto ceny zamknięcia ETHA względem ceny spot ETH, interpretowane jako presja tworzenia lub umarzania jednostek, przewidują stopy zwrotu z kontraktu perpetual ETH w Bybit w ciągu następnych 48h. Backtest pełnej historii wygenerował 53 transakcji przy częstości zdarzeń zbliżonej do oczekiwanej, z prawidłowym rozliczeniem uwzględniającym zaksięgowane płatności fundingowe i koszty wpływu na cenę. Wyniki były nieznacznie ujemne (całkowita stopa zwrotu -0.61%, Sharpe -0.07, średnia transakcja -0.088%), a IC sygnału nie dało się odróżnić od szumu. Po jednej iteracji analityk odrzucił strategię podczas przeglądu backtestu, więc nie przeprowadzono optymalizacji, analizy ani przeglądu ryzyka; analityk uznał, że warto byłoby ponowić próbę tylko z dokładniejszym pomiarem premii opartym na NAV lub iNAV.

FinancialsConditionalFactorKalman testował adaptację powrotu reszt do średniej opartą wyłącznie na cenach dla jedenastu akcji spółek z sektora finansowego z zabezpieczeniem przed ryzykiem beta SPY. Po jednej iteracji uzyskano 2,239 zamkniętych pozycji, -11.5729% łącznego zwrotu netto i wskaźnik Sharpe’a -0.0724, a audyty danych wejściowych i rozliczanie kosztów zakończyły się pomyślnie. Przegląd backtestu porzucił strategię z powodu ujemnej wartości oczekiwanej przed optymalizacją. Werdykt dotyczy tej operacjonalizacji; nie przeprowadzono przeszukiwania parametrów, które pozwoliłoby ustalić, czy każdy zakres parametrów albo oryginalna opublikowana strategia były nieopłacalne.

Po dwóch iteracjach SemiconductorShockRenderSol sprawdziła opóźnioną reakcję na szok z sektora półprzewodników, wykorzystując sparowane transakcje RENDER/SOL i sygnały SOXX/QQQ. Jej koszyki 23 przyniosły 46 zamkniętych pozycji, stopę zwrotu -5.019% i wskaźnik Sharpe’a -2.144; zysk przyniosły tylko cztery koszyki. Sparowane wykonanie i rozliczenia były spójne, ale straty utrzymywały się przed kosztami wykonania, a diagnostyka prognozy nie wykazała pozytywnych dowodów predykcyjnych. Przegląd backtestu zalecił porzucenie strategii z powodu ujemnej wartości oczekiwanej, przed optymalizacją i późniejszymi przeglądami.

Strategia przekształciła wskaźnik Three Line Break MQL5 w panel potwierdzania trendu na interwale 4-godzinnym, handlujący kontraktami perpetual TRX, ETC i XLM na Hyperliquid, z osobną maszyną stanów dla każdego instrumentu. Po 2 iteracjach backtest wygenerował 147 transakcji zgodnych z założoną mechaniką, przy poprawnych danych i uzgodnionej księgowości, ale przyniósł zwrot -12.46%, Sharpe -0.22 i drawdown 29.9%. Analityk porzucił strategię podczas przeglądu backtestu, ponieważ przewaga brutto wynosiła około zera, a średni zwrot na transakcję -0.472% był znacznie niższy od progu 0.15%; optymalizacja i dalsze etapy się nie odbyły. Analityk zaznaczył, że odrzuca to sposób, w jaki Research Lead przełożył wskaźnik na reguły handlowe, a nie artykuł źródłowy, oraz że nie był to błąd kodu.