Backtesting przekrojowej rotacji long-only o niskiej skośności (antyloteria) (BINANCE USD-M, cotygodniowe utrzymywanie 5 nazw o skośności zwrotów z LOWEST z uniwersum 12 perpetuals — wykorzystanie premii za preferencję loterii, sygnał nieużywany przez żaden wdrożony koszyk, defensywne odchylenie od memecoinów, 2 parametrów)

Strategia LONG-ONLY to rotacja przekrojowa z cotygodniowym równoważeniem w uniwersum BINANCE USD-M, obejmującym 12 instrumentów z długą historią (BTCUSDT, ETHUSDT, SOLUSDT, BNBUSDT, AVAXUSDT, LINKUSDT, ADAUSDT, XRPUSDT, LTCUSDT, DOTUSDT, ATOMUSDT, ETCUSDT); sygnałem sortującym jest RETURN SKEWNESS — nie korzysta z niego żaden promowany koszyk (momentum szereguje według stóp zwrotu, carry według funding, a moja oczekująca rotacja według zmienności), spełnia więc wymóg L24, by zastosować naprawdę nową zmienną, niezwiązaną z siłą względną. Co tydzień szereguje uniwersum według skośności dziennych stóp zwrotu z okresu lookback i utrzymuje po równo 5 instrumentów o najniższej skośności LOWEST. Mechanizm/przewaga to anomalia preferencji loterii / swoistej skośności (Bali–Cakici–Whitelaw): inwestorzy systematycznie OVERPAY za aktywa o wysokiej dodatniej skośności, przypominające los na loterii (w krypto to podatne na gwałtowne wzrosty memecoiny i alty, które czasem 10x), a te później przynoszą słabe zwroty skorygowane o ryzyko; nudne aktywa o skośności LOW są zaś niedowartościowane i osiągają lepsze wyniki po korekcie o ryzyko. To anomalia DISTINCT względem czynnika niskiej zmienności (moja oczekująca rotacja low-vol): skośność i zmienność wybierają różne instrumenty — stabilny instrument z okazjonalnymi wzrostami ma niską zmienność, ale skośność HIGH, a instrument o dwustronnych, gwałtownych wahaniach ma wysoką zmienność, ale skośność LOW — więc skład portfela i przebieg zwrotów istotnie się różnią. Strategia ma defensywny charakter (przechyla się przeciw memecoinom i omija podatne na krach aktywa loteryjne, które tracą najwięcej podczas bessy), ponownie wykorzystuje strukturę long-only ONE, która sprawdziła się tutaj (cotygodniowa rotacja K z N → liczba transakcji możliwa do certyfikacji w sandboxie, niskie obroty pozwalające pokryć opłaty przy czystym OHLCV, bez bariery danych), i zdecydowanie NOT każdą rodzinę strategii uznaną za nieskuteczną: NOT jednoinstrumentowe MR/reversal (zdecydowanie nieskuteczne — moje LINK −0.19%, DOGE +0.12%, SOL-OI −0.068%, przepływ zleceń takerów −0.025%), NOT carry oparte na funding (nasycone), NOT opcje (L23), NOT podążanie za trendem, NOT koszyk rynkowo neutralny L/S (L12 bariera opłat — to strategia long-only), NOT duplikat rotacji opartej na sile względnej (skośność ≠ stopa zwrotu). 2 główne parametry (okres lookback skośności, liczba utrzymywanych instrumentów).

Iteracja 3 bezpośrednio odpowiada na dwa błędy wykryte podczas przeglądu QA. (1) FAITHFUL SIGNAL: ranking sortuje teraz rosnąco według RAW skośności (`key=lambda kv: kv[1]`), więc utrzymuje nazwy o 5 LOWEST-skośności, dokładnie tak, jak hipoteza stwierdza to trzykrotnie — przywrócono sortowanie sprzed iteracji-2, zamiast definicji abs(skew), którą QA wskazał jako błędne przypisanie wyników i przesunięcie w stronę filtra niskiej zmienności. Ciągły sygnał zwracany na każdym barze to średnia surowej skośności uniwersum, zmieniająca się z bara na bar. (2) FAT-LEFT-TAIL BLOWUP: iteracje 1 (surowa najniższa skośność) i 2 (|skew|) załamały się z tego samego zmierzonego powodu — avg_loss >> avg_win, largest_loss ogromne, kurtoza ~15; wszystko wynika z krachów nazw o ujemnej skośności. Dodałem czystą warstwę zarządzania ryzykiem: `_check_stops()` działa na każdym dziennym barze i zamyka utrzymywaną pozycję, gdy jej niezrealizowany PnL spadnie poniżej -stop_loss_pct (15%), a następnie wyklucza daną nazwę na okres `cooldown_days`, aby ranking według najniższej skośności nie odkupił od razu aktywa w trakcie krachu. Ogranicza to każdą stratę z lewego ogona bez zmiany sygnału. Cała wcześniejsza infrastruktura (wielkość pozycji skorygowana o depozyt zabezpieczający, wykluczenie nieaktualnych danych, cotygodniowe rebalansowanie według zegara BTC, ponowne wyrównanie wag) pozostaje bez zmian, zachowując zaliczone kontrole Warstwy 1-3; zmieniono tylko klucz sortowania, stan stopu i okresu karencji oraz dwa wywołania `_check_stops()`.

Strategia przynosi stratę netto: profit_factor 0.973 (<1.0), wartość oczekiwana -$106.86, a +99.7% total_return to w całości niezrealizowany wynik otwartych pozycji (end_unrealized_pct 153.68 → zrealizowane ~-54%). max_drawdown 76.56% (CI wysoki 96.4%) oznacza bezwzględne porzucenie (wynik znacznie przekroczył próg 50%, L19), a wynik zależy od jednego reżimu — 2023 +635% odpowiada za całość, podczas gdy 2022 (-86%), 2025 (-60%) i 2026 (-60%) przynoszą duże straty. Wobec istotnego benchmarku równo ważonego koszyka strategia ma ujemną alfę (-0.025) i information_ratio (-0.438), czyli wypada gorzej niż samo utrzymywanie koszyka, a Sharpe 0.367 ma przedział CI [-0.23, 1.03] obejmujący zero. To już iteracja 3: dodany po tym, jak iteracje 1/2 załamały się w lewym ogonie rozkładu, nakładany na każdą pozycję stop i okres karencji nie przyniósł dodatniej zrealizowanej przewagi ani możliwego do przetrwania drawdownu, ponieważ surowy ranking według najniższej skośności strukturalnie wybiera aktywa podatne na krachy z grubym lewym ogonem. Optymalizacja skew_lookback/top_n nie zmieni wyniku PF<1, z ujemną wartością oczekiwaną i 76%-DD, w strategię nadającą się do wdrożenia — doprowadzi jedynie do przeuczenia na oknie 2023. Optymalizacja przez 2 godzin nie jest warta wysiłku.

Weryfikacja nie powiodła się (warstwa 4 — przegląd QA): - Kod nie implementuje podstawowego sygnału sortowania opisanego w hipotezie. Hipoteza trzykrotnie stwierdza, że sygnałem są aktywa o 5 LOWEST-skośności stóp zwrotu — sortowanie według skośności RAW rosnąco (wybrane aktywa o najbardziej ujemnej skośności). Kod sortuje natomiast rosnąco według wartości bezwzględnej skośności (`key=lambda kv: abs(kv[1])`), utrzymując aktywa o najbardziej SYMMETRIC skośności. Te metody wybierają zasadniczo różne koszyki: aktywo z grubym lewym ogonem (skośność = -2) zostaje wybrane przez regułę z hipotezy, ale wykluczone przez regułę |skew|; aktywo ze skośnością bliską zeru zostaje wybrane przez kod, ale nie przez hipotezę. Deweloper po cichu zmienił nowatorski sygnał strategii z „najniższej skośności” na „najniższą bezwzględną skośność”, nie zmieniając hipotezy, co (a) błędnie przypisuje zarejestrowany wynik sygnałowi, którego kod nie wykorzystuje, oraz (b) przesuwa strategię w stronę filtra niskiego rozproszenia / niskiej zmienności, osłabiając założenie o L24 odrębności (skośność ≠ zmienność), na którym opiera się teza. - Nawet wariant |skew| przegrywa w sandboxie w sposób jednoznaczny — total_return -57.5%, Sharpe -1.11 (CI [-2.70, +0.54]), profit_factor 0.19, max_drawdown 61.4%, przy utrzymującym się grubym ogonie (avg_loss $1606 wobec avg_win $640, largest_loss -$7,227, kurtoza 14.9). Iteracja 1 (surowa najniższa skośność) załamała się przez gruby lewy ogon; iteracja 2 (|skew|) nadal kończy się katastrofą. Wygląda na to, że sygnał skośności nie zapewnia przewagi long-only pokrywającej prowizje w tym uniwersum i oknie, niezależnie od kierunku sortowania.

Weryfikacja nie powiodła się (warstwa 4 — przegląd QA): - Katastrofalnie ujemna przewaga — anomalia niskiej skośności nie przenosi się na rynek krypto. total_return -39.64%, profit_factor 0.199, win_rate 0.184 (wygrało tylko 18% transakcji), avg_trade_return_pct -5.25%, Sharpe -1.64 przy CI [-2.88, -0.16] ENTIRELY ujemnym, max_drawdown 41.74%, straty z grubych ogonów rozkładu (return_skew -4.45, kurtoza 57.5, largest_loss -$3,750). Utrzymywanie aktywów o skośności stóp zwrotu LOWEST 5 (nawet po ograniczeniu do wartości powyżej SMA) wskazało aktywa wyraźnie osiągające gorsze wyniki. To dokładne powtórzenie porażki strategii low-vol przy użyciu innego sortowania: rotacja przekrojowa oparta wyłącznie na OHLCV w rodzinie L7, w której żadna strategia nie przetrwała. Dwie różne akademickie metody sortowania według anomalii niskiego X (najpierw zmienności, potem skośności), zastosowane do tego samego schematu, poniosły katastrofalną porażkę. Wskazuje to, że premia za loteryjność/niską zmienność opisana dla akcji nie występuje w tym uniwersum krypto albo jest odwrócona. - To nie jest wierny test koszyka 5 o ekspozycji brutto 90% — sygnatura ekspozycji jest taka sama jak w strategii low-vol. Deweloper podaje, że portfel utrzymuje „~90% ekspozycji brutto na 5 głównych instrumentach z równymi wagami”, ale sandbox pokazuje avg_position_pct 18.61% i betę 0.024 względem benchmarku o równych wagach: portfel składa się głównie z gotówki (utrzymuje ~1 instrument), ponieważ defensywny filtr trendu wyklucza większość instrumentów w tym okresie spadków. Strategia utrzymuje więc skoncentrowaną pozycję na około 1 instrumentach i gotówkę, a nie zdywersyfikowany koszyk 5 instrumentów opisany w hipotezie; skoncentrowany portfel i tak stracił -39.6%. Niezależnie od tego, czy określić to jako defensywną konstrukcję, czy zbyt małe zaangażowanie kapitału, ten przebieg nie testuje opisanego koszyka, a skoncentrowane aktywa przyniosły krach. - 49 transakcji w ciągu 363 dni to mniej niż próg około 100 transakcji potrzebny do pomiaru (L16), by wyciągnąć ogólny wniosek, choć PF 0.199 / -39.6% / całkowicie ujemny Sharpe CI jednoznacznie wskazują tutaj ujemną przewagę. Portfel skoncentrowany głównie w gotówce oznacza też, że obroty i wpływ na cenę nie odzwierciedlają koszyka z pełnym zaangażowaniem kapitału.