ZEC–DASH Odwrócenie odchylenia relacji latentnej między platformami

Hipoteza

Pomysł Research Lead wywodzi się z artykułu QuantStart State Space Models and the Kalman Filter: https://www.quantstart.com/articles/State-Space-Models-and-the-Kalman-Filter/. Dostarczony pełny tekst lokalny objaśnia filtrowanie przyczynowe, ale nie podaje reguł handlu ani dowodów rentowności. Najpierw przetestuj zwroty przy pierwszym ruchu dużych odchyleń względnej ceny ZEC/DASH, używając zsynchronizowanych świec 4–HOUR i handlując ZECUSD.HYPERLIQUID względem DASHUSDT.BYBIT. Istnieją dokładne katalogi danych; nazwy plików wskazują na wspólną historię od kwietnia 2025, z zastrzeżeniem weryfikacji ciągłości. Zlecenia rynkowe po cenie zamknięcia sygnału realizują zarejestrowany odpowiednik wykonania po otwarciu następnej świecy dla rynku ciągłego. Nie są wymagane atomowe realizacje, tryb hedge ani ochrona zleceniami oczekującymi na giełdzie. Wartości bazowe: observation_bars=180, state_noise_ratio=0.001, entry_z=2.0, hold_bars=30. Prognozowana częstotliwość to 15–30 epizodów par rocznie; nie przeprowadzono wstępnego badania wyników.

Rozwiązuje to największą nierównowagę rozkładu: ekspozycja wyłącznie długa wynosi 77.8% przy limicie 55%. Uzupełnia też braki Hyperliquid, Bybit i między platformami. corpus_concentration jest puste, więc nie można stwierdzić udziałów symboli z ostatniego okresu. Wyszukiwanie migawek nie znalazło pary ZEC/DASH. Poprzedni eksperyment Kalman LTC/BCH nie powiódł się z przyczyn infrastrukturalnych; ten projekt wykorzystuje zamiast tego latentną relację błądzenia losowego, potwierdzenie pierwszego zwrotu i zamrożony punkt odniesienia wejścia. Alokacja jest znacznie mniejsza niż w nieudanym eksperymencie zbieżności FIL/AR. Te różnice uzasadniają testowanie, ale nie stwierdzenie rentowności.

negative_expectancy: Odrzuć tę operacjonalizację Research Lead strategii odwrócenia relacji latentnej ZEC–DASH na świecach 4H Hyperliquid/Bybit, a nie artykuł QuantStart o filtrowaniu przyczynowym, który nie podaje reguł handlu. W 47 epizodach par średni zwrot netto na transakcję wynosi -0.4592% przy progu przeglądu +0.15%, PF wynosi 0.8898, a łączny zwrot to -2.2164%. Obawa QA potwierdziła się po uwzględnieniu finansowania. Przed prowizją, wpływem cenowym i obciążeniem finansowaniem pozostaje około $2,444 strat. Brak konkretnej poprawki implementacji lub wykazanego, opłacalnego zakresu strojenia, które uzasadniałyby optymalizację. Werdykt dotyczy tej operacjonalizacji i analizowanego okna.

Implementacja

Strategia zajmuje koszyki na odwrócenie o równej wartości w ZEC/Hyperliquid i DASH/Bybit, na zsynchronizowanych zamknięciach świec 4-godzinnych. Duże przyczynowe odchylenie logarytmu relacji latentnej musi wykonać pierwszy zwrot do średniej, zachowując lukę relacji co najmniej 1.6%. Każda noga wykorzystuje 5% łącznego rozliczonego kapitału własnego na obu platformach. Zamknij obie nogi przy zbieżności 50% w kierunku zamrożonego punktu odniesienia wejścia, niekorzystnym ruchu relacji o 8% lub po 30 zsynchronizowanych świecach; po zamknięciu pozycji odczekaj sześć zsynchronizowanych świec. Zlecenia rynkowe po cenie zamknięcia sygnału realizują zarejestrowany odpowiednik wykonania po otwarciu następnej świecy dla rynku ciągłego.

Implementuje skalarny stan Kalmanowski błądzenia losowego dla log(ZEC/DASH), z szumem obserwacji równym sześciokrotności przyczynowej wykładniczo ważonej wariancji zmian logarytmu relacji (observation_bars to efektywny okres), z dolnym ograniczeniem 1e-8; szum procesu wynosi state_noise_ratio razy szum obserwacji. Wynik z dla innowacji predykcyjnej oblicza się przed uwzględnieniem bieżącej obserwacji. Potwierdzenie pierwszego zwrotu wykorzystuje poprzedni ekstremalny wynik z oraz rozszerzenie reszty, po którym następuje jej skurczenie. Obie nogi wymagają identycznych znaczników czasu zamknięcia, a punkt odniesienia filtra wejścia pozostaje zamrożony przez cały epizod. Nogi o równej wartości to osobne zlecenia na oddzielnie finansowanych rachunkach; przerwane koszyki z jedną nogą są zamykane. Wszystkie stałe badawcze i zakresy parametrów do strojenia zostały zachowane. Źródło opisuje filtrowanie, a nie dowody, że ta para zbiega z zyskiem.

Wyniki weryfikacji

Niezoptymalizowane okno próbne wykazuje średni zwrot netto -0.451% na zamkniętą nogę wśród 94 nóg (47 epizodów par), z uwzględnionym modelowanym wpływem cenowym. Nie modelowano finansowania (zero dostępnych zdarzeń finansowania), dlatego przegląd pełnej historii powinien ocenić zbieżność po uwzględnieniu kosztów realizacji na obu platformach i potencjalnego obciążenia finansowaniem. To kwestie ekonomiczne, a nie błędy poprawności.

Przegląd backtestu

Sharpe

-0,44

Łączna stopa zwrotu

-2,22%

Maksymalne obsunięcie

6,20%

Łączna liczba transakcji

94

Trafność

45,7%

Współczynnik zysku

0,89

Wszystkie 47 epizody obejmują zsynchronizowane nogi w przeciwnych kierunkach ze zgodnymi wyjściami oraz nominałem około $9,510–$10,060 na nogę, zgodnie z zadeklarowanym sizingiem.

Kod realizuje filtrowanie przyczynowe, wejścia przy pierwszym zwrocie i wyjścia względem zamrożonego punktu odniesienia. Audyty ciągłości świec zakończyły się pozytywnie; księgowość jest uzgodniona, finansowanie i wpływ cenowy uwzględniono, a żadna pozycja nie pozostaje otwarta.

W ciągu 421 analizowanych dni i 94 zamkniętych nóg średni zwrot netto na transakcję wynosi -0.4592%, PF 0.8898, Sharpe’a -0.442, a łączny zwrot -2.2164%.

Obawa ekonomiczna QA potwierdziła się. Po doliczeniu prowizji, wpływu cenowego i obciążenia finansowaniem nadal pozostaje około $2,444 strat.

Zaobserwowana częstotliwość to około 41 epizodów par rocznie wobec prognozowanych 15–30; prognoza ma charakter opisowy i nie stanowi progu kwalifikacji.

Brak wykazanej wady implementacji lub zmierzonego, opłacalnego zakresu strojenia uzasadniającego optymalizację. Ujemny sygnał IC jest statystycznie nierozstrzygający.

Zwrot i drawdown strategii kup i trzymaj nie są uczciwym porównaniem, ponieważ benchmark_meaningful jest fałszem.

Podsumowanie wyniku

Poprawne filtrowanie przyczynowe i zsynchronizowana realizacja nie wykazały zyskownej przewagi wynikającej z odwrócenia w tej operacjonalizacji i analizowanym oknie.

Przegląd backtestu odrzucił strategię z powodu ujemnej wartości oczekiwanej: około $2,444 strat pozostało przed prowizją, wpływem cenowym i obciążeniem finansowaniem; nie wskazano rozwiązania problemu implementacji ani wykazanego, opłacalnego zakresu strojenia. Nie przeprowadzono optymalizacji, analizy po optymalizacji ani przeglądu ryzyka.

Strategia szukała zwrotów przy pierwszym ruchu dużych odchyleń latentnego logarytmu relacji ZEC–DASH, używając nóg o równej wartości w przeciwnych kierunkach na zsynchronizowanych świecach czterogodzinnych na Hyperliquid i Bybit.

W ciągu 421 analizowanych dni 47 epizodów par przyniosło 94 zamkniętych transakcji nóg, łączny zwrot -2.2164%, Sharpe’a -0.442 i maksymalny drawdown 6.1969%. Średni zwrot netto na transakcję wyniósł -0.4592%, a profit factor 0.8898.