Strategie

EthWeeklyTimeSeriesMomentumLS sprawdziła najprostszą możliwą postać tygodniowego momentum szeregów czasowych na kontraktach perpetual ETH — znak jednej statystyki trendu, pozycja długa lub krótka, z kroczącym stopem ATR i wielkością pozycji dostosowaną do zmienności — aby wypełnić słabo reprezentowany w fabryce makrotygodniowy horyzont. Test historyczny przebiegł prawidłowo przez 6.3 lat i 28 transakcji, a opłaty były nieistotne, zgodnie z hipotezą (prowizje stanowiły zaledwie 1.12% wartości brutto), więc przyczyną nie były nadmierne opłaty. Zrealizowany wynik był jednak ujemny: współczynnik zysku 0.9488, zrealizowana wartość oczekiwana -$1037 na transakcję oraz przyciągający wzrok nagłówkowy wynik +197.8%, który w całości wynikał z niezamkniętej pozycji końcowej; zrealizowane zamknięte transakcje wyniosły około -29%. Towarzyszyły temu obsunięcie kapitału 80% i Sharpe nieróżniący się od zera. Analityk porzucił strategię na etapie przeglądu testu historycznego jako negative_expectancy, przed optymalizacją, uznając, że dopasowanie krzywej do kilku szczęśliwych okresów z prawym ogonem nie podniesie ponad zero sygnału o ujemnym wyniku zrealizowanym, który traci w spokojnym reżimie.

SolDailyGoldenCrossMomentumLong miała uzupełnić trio złotych przecięć BTC/ETH/SOL poprzez przeniesienie sprawdzonego mechanizmu 50/200-dniowego na dzienne świece SOL ze ścieżką danych potwierdzoną przez fabrykę jako bezpieczna. Kod działał zgodnie z założeniami, ale sam mechanizm jest z natury rzadki: zadziałał tylko 6 razy w ciągu około 5 lat — znacznie poniżej progu dla testu kroczącego i napotkał tę samą barierę, przez którą porzucono bliźniacze strategie BNB (4 transakcji) oraz LINK (5-6 transakcji). Co gorsza, wynik netto przynosił straty (profit_factor 0.698, maksymalne obsunięcie kapitału 75.8%, 5 z 6 transakcji przyniosło duże straty), a nagłówek zniekształcał niemożliwy jednodniowy wynik +310% i średnia wielkość pozycji 115% — podejrzewany artefakt nadmiernej ekspozycji, a nie przewaga. Analityk porzucił strategię podczas przeglądu testu historycznego, bez optymalizacji: nie istnieje parametr, który pozwoliłby zachować złote przecięcie 50/200 i jednocześnie uzyskać próbkę nadającą się do walidacji. Potwierdza to, że przeniesienie strategii złotego przecięcia na dziennym interwale z pojedynczego instrumentu nie uogólnia się na główne aktywa przy zaledwie kilkuletniej historii.

Ta strategia miała uratować godzinowy powrót do średniej ETH przed wielokrotnie potwierdzonym wnioskiem fabryki, że krótkoterminowe odwrócenie zawodzi na płynnych głównych instrumentach, wykorzystując twardy filtr reżimu ADX, aby zagrywać przeciwko skrajnym odchyleniom z-score wyłącznie na rynkach bocznych. W backteście obejmującym 1,388 transakcji i ponad 6 lat strategia filtrowana przyniosła straty w każdym roku i reżimie — całkowita stopa zwrotu -85.7%, Sharpe -1.94 z całkowicie ujemnym przedziałem ufności, współczynnik zysku 0.72 i wartość oczekiwana -$60.76 na transakcję — a jednocześnie miała właśnie tę odwróconą geometrię małego zysku i dużego stopa, której hipoteza miała uniknąć. Ponieważ implementacja była czysta, a ujemny wynik jednoznaczny w dużej, statystycznie istotnej próbie, analityk porzucił strategię na etapie przeglądu backtestu przed optymalizacją, zamiast poświęcać godziny na optymalizowanie szumu. Strategia nie przeszła tego etapu: nie uruchomiono optymalizacji, analizy po optymalizacji ani przeglądu ryzyka, a wynik jednoznacznie potwierdza, że zagranie przeciwne z filtrem ADX na płynnych głównych kryptowalutach nie uogólnia się na dodatnią przewagę.

AvaxCrossVenueFundingDifferentialCarryNeutral próbowała uniknąć sześciu wcześniejszych porażek strategii powrotu bazy do średniej, pobierając czysty przepływ środków pieniężnych z różnicy w finansowaniu zamiast polegać na zbieżności cen, oraz wybierając altcoina AVAX o średniej kapitalizacji w oparciu o tezę, że mniejszy arbitraż między platformami zapewnia szersze i trwalsze spready niż w przypadku arbitrażowanych głównych aktywów. Po tym, jak silnik zaczął uwzględniać zaksięgowane finansowanie, test wsteczny jednoznacznie obalił tę tezę: zannualizowana różnica przekroczyła próg wejścia tylko 15 razy w ciągu 911 dni, łącznie transakcje przyniosły stratę netto (średnia transakcja 0.0102%, PF 0.98, łącznie -23.2%), a wpływ na rynek wynoszący 159% przewyższył zysk brutto przy przepustowości około $39k. Analityk porzucił strategię podczas przeglądu testu wstecznego, stwierdzając, że wystarczające dane o finansowaniu wykluczyły błąd danych, a obniżenie progu dodałoby jedynie mniej płynne i bardziej kosztowne nogi. Strategia nie przeszła do etapu optymalizacji, analizy ani przeglądu ryzyka.

Była to pozycja SOL w rodzinie strategii z celem zmienności i kontrolą drawdownu, celowo zastosowana do trendowego instrumentu bazowego o najwyższej zmienności, gdzie nakładka odwrotnej zmienności powinna dać największą korzyść Calmar/Sharpe. Została zbudowana od podstaw dla dziennych danych OHLCV z zabezpieczeniami ekspozycji w chwili wejścia i dla utrzymywanej pozycji. Co kluczowe, hipoteza z góry określała falsyfikowalny warunek akceptacji — avg_position_pct ≤100% i brak fizycznie niemożliwych skoków kapitału w ciągu dnia — dzięki czemu porażka była jednoznaczna. Nie powiodła się w obu częściach: średnia pozycja osiągnęła 163.9%, a dzienne stopy zwrotu wykazały niemożliwe wahania do +154.7% i -114.1%, wraz z potwierdzającymi to anomaliami (kurtoza 771, annualizowana zmienność 180%, rok -100.57% 2023 i nagłówkowy wynik 324%, który w większości wynikał z niezrealizowanego zysku/straty MTM na otwartych, niezamkniętych pozycjach). Zgodnie z własną klauzulą eskalacji strategię porzucono podczas przeglądu backtestu po dwóch iteracjach i oznaczono do przeglądu silnika/zabezpieczeń, ponieważ optymalizacja nie naprawi artefaktu w rozliczaniu ekspozycji.

DogeThirtyMinKeltnerRangeTradingLongShort miała wypełnić lukę w klasie mechanizmów market makingu/przechwytywania spreadu za pomocą symetrycznej strategii gry przeciwko pasmom Keltnera na DOGE 30-minutowych, kupując przy dolnym paśmie i sprzedając przy górnym, aby usystematyzować dostarczanie płynności. Implementacja była czysta, a próba obszerna, ale wynik był rujnujący: -86.4%, Sharpe -1.44, którego cały CI znajdował się poniżej zera, obsunięcie 88.4% i przyspieszanie drogi do ruiny w ostatnich latach. Przesądziły o tym dwie wady: gwałtowne trendy DOGE rozjeżdżają strategię zakładającą ruch w zakresie (współczynnik wygranych 60% niwelują straty 1.7x wielkości zysków), a przesłanka o „przechwytywaniu spreadu” jest mechanicznie fałszywa — przekraczanie spreadu zleceniami rynkowymi oznacza zapłatę około 9% wartości brutto w opłatach i wpływie na cenę, zamiast zarabiania na spreadzie. Recenzent porzucił ją na etapie przeglądu testu historycznego przed optymalizacją i sformułował wniosek meta, że prawdziwy market making wymaga wystawiania zleceń z limitem, czego środowisko nie potrafi modelować, a więc strategie przechwytywania spreadu nie są tu wykonalne w obecnej konfiguracji.

ShortTermCrossSectionalReversalDollarNeutralBasketLS1D stosowała cotygodniowo rebalansowaną, neutralną dolarowo strategię odwrócenia z pozycją długą na przegranych i krótką na zwycięzcach wśród dziesięciu uznanych aktywów głównych; została starannie skonstruowana, aby uniknąć błędów eksplozji dźwigni i przeuczenia z wcześniejszych prób MR. Konstrukcja działała dokładnie zgodnie z założeniami — neutralna rynkowo, bez załamania, niskie opłaty — ale sygnał wskazywał zły kierunek: strategia przyniosła stratę 90.9% przy alfie -0.18, z wynikiem ujemnym w 6 z 7 lat; wyniki stale osuwały się, gdy zwycięzcy nadal zyskiwali. Analityk uznał to za błąd założenia o złym znaku — główne kryptowaluty wykazują trendy w przekroju, lustrzany koszyk momentum przyniósł +233%, a odwrócenie sygnału jedynie dublowałoby istniejącą promowaną strategię. Po jednej iteracji strategię porzucono; nie przeszła ona do etapu optymalizacji ani przeglądu ryzyka.

MultiHorizonTrendConsensusNetDirectionalBasketLS miała wzmocnić jedyny promowany przez fabrykę pojazd momentum — koszyk Absolute-Momentum LS o równych wagach — przez zastąpienie pojedynczego okna wstecznego trendu konsensusem czterech stałych horyzontów (20/60/120/240 dni), wymagając zgodności 3 z -4 w każdej pozycji, aby wyeliminować ryzyko załamania wynikające z pojedynczego okna, które pogrążyło inne strategie, przy pozostaniu na dozwolonej osi równych wag i zastosowaniu tylko dwóch parametrów podlegających strojeniu. Udoskonalenie przyniosło odwrotny skutek: obniżyło Sharpe koszyka z 2.17 do wyniku ujemnego względem progu rentowności (profit factor 0.968, CAGR -2.39%, cztery lata strat), a jedynym dodatnim wkładem był skok 2026 oparty na skrajnym wyniku. Analityk porzucił strategię na etapie przeglądu testu historycznego przy jej pierwszej iteracji, uznając, że założenie o poprawie odporności zostało empirycznie obalone — bramka konsensusu nadmiernie filtruje sygnały, a uśrednianie wielu horyzontów wygładza przewagę. Zapisany wniosek był taki, że profit factor poniżej -1.0 oznacza porażkę samego udoskonalenia sygnału, której żadna korekta wielkości pozycji nie uratuje; zgodnie z regułą dla tej rodziny, jedynie koszyki z PF >1.2 są warte optymalizacji.

XrpVolumeConfirmedMomentumLS celowo przeszczepił jedyną wielokrotnie ocalałą przewagę fabryki — momentum 4H bramkowane wolumenem — z ETH na sterowany zdarzeniami, nieskorelowany z BTC/ETH kontrakt wieczysty XRP, używając tylko trzech parametrów, by oprzeć się przeuczeniu. Backtest bazowy był liczbowo wykonalny (Sharpe 0.47, 448 transakcji, zwrot na transakcję 0.72% pokonujący próg opłat) i przeszedł przegląd backtestu z werdyktem 'optymalizuj', a nawet okno holdout wyglądało pozytywnie z Sharpe 1.33. Ale optymalizacja fazy 3 ujawniła strategię jako szum best-of-N: walk-forward in-sample Sharpe 1.037 załamał się do out-of-sample -0.413, PBO osiągnął 0.636, a zdeflowany Sharpe spadł do 0.006. Analityk porzucił ją na trzech niespełnionych twardych bramkach po jednej iteracji, wnioskując, że to była pułapka klonu momentum na pojedynczym instrumencie — mechanizm działa na ETH, ale każdy XRP jego nośnik został przeuczony, a płaska powierzchnia wrażliwości nie pozostawiła iteracji dokąd lepiej pójść.

SolImpulseBarContinuationTrendLS1H była SOL wdrożeniem w fabryce jedynej zatwierdzonej przez analityka rodziny strategii intraday — kontynuacji po świecy impulsowej — której ETH bliźniacza strategia właśnie przeszła optymalizację z Sharpe 1.40; wiernie odwzorowała sprawdzony szablon, z czystą, zrównoważoną realizacją bez artefaktów. Jednak przewaga się nie przeniosła: przy identycznej konfiguracji SOL uzyskała Sharpe 0.01 i profit factor 1.016, a zaprojektowaną asymetrię zysków i strat 2:1 zniweczyła skuteczność 34%; trzy lata ze stratami dwucyfrowymi potwierdziły, że nie był to przypadek. Rozstrzygająca okazała się strukturalna bariera zdolności: modelowany wpływ rynku pochłaniał ~74% zysku brutto przy możliwej do wdrożenia zdolności wynoszącej zaledwie $183k, 100-1000× poniżej pozostałych strategii z tego zestawu — nawet dodatni Sharpe po optymalizacji nie uczyniłby jej zdatną do handlu. Recenzent porzucił ją jako uzasadniony przypadek niepowodzenia generalizacji między aktywami: przewaga kontynuacji po impulsie występuje na ETH, a nie na SOL 1H; ani iteracja (kod jest czysty), ani optymalizacja (brak przewagi, strukturalna bariera wpływu rynku) nie mogły tego zmienić.

HlEthVolRegimeGatedMomentumContinuationLS1H miała wykorzystać dłuższy okres utrzymywania się momentum intraday w przepływie zleceń ETH na Hyperliquid, zdominowanym przez inwestorów detalicznych, za pomocą strategii long/short z filtrem reżimu zmienności i wielkością pozycji dostosowaną do zmienności; konstrukcja skutecznie omijała tryb awarii związany z blokadą infrastrukturalną w tej sesji. Mechanizm działał zgodnie z założeniami — 195 transakcji long i short przy niemal zerowej becie netto — ale backtest obejmował tylko około 7 miesięcy zamiast deklarowanych ponad 3 lat, a w tym oknie strategia nie wykazała przewagi po kosztach (PF 1.045, Sharpe -0.22 z minimum CI wynoszącym -2.81). Co gorsza, wpływ na rynek (66.4%) i prowizje (12.2% wartości brutto) pochłonęły niemal cały zysk przy limicie zdolności absorpcji zleceń na poziomie około $227 tys., co przeczyło założeniu hipotezy o korzystnych kosztach. Ponieważ brakuje danych walidacyjnych, a struktura kosztów i zdolności absorpcji zleceń niweczy przewagę, analityk porzucił tę gałąź przy drugiej iteracji, bez uruchamiania optymalizacji.

EthIntradayLargeImpulseBarContinuationLS1H powstał na bazie potrójnie potwierdzonego w tej sesji odkrycia, że śróddzienne ruchy na kryptowalutach raczej kontynuują się niż odwracają, wchodząc na dużych świecach impulsu z ekspansją zakresu i wykorzystując stop kroczący, by pozwolić zyskom rosnąć. W drugiej iteracji zamienił wyzwalacz oparty na z-score zwrotu z wersji v1 na zróżnicowany wyzwalacz kształtu świecy (TR/ATR + zdecydowane zamknięcie), aby zaatakować nadmierne handlowanie, i rzeczywiście dostarczył zamierzoną asymetrię wypłat (śr. zysk ≈ 2× śr. strata) oraz dobrze opłacał się w latach wysokiej zmienności (2020 +56%, 2022 +53%). Jednak przy 1,179 transakcjach przewaga brutto ledwo przetrwała koszty — wpływ na rynek 27.1% plus prowizja 8.85% pozostawiły profit factor 1.13 i Sharpe 0.373 z CI przechodzącym przez zero, a pojemność wynosiła zaledwie $1.36M. Bramka przeglądu backtestu odrzuciła go przed wydaniem jakiegokolwiek budżetu optymalizacyjnego, uznając barierę kosztów/wpływu na rynek oraz trywialną pojemność za strukturalne, a nie do dostrojenia, a wariant za zbędny wobec i słabszy od już wypromowanego rodzeństwa ETH-1H opartego na z-score zwrotu z kontynuacją impulsu.

EthBtcRelativeMomentumContinuationSpreadHL4H handlowała relatywnym trendem ETH-vs-BTC na Hyperliquid jako dolarowo-neutralny spread długi-zwycięzca/krótki-przegrany, będący odwróceniem o znaku momentum nieudanej w tej sesji rodziny reversion. Jej wynik bazowy wyglądał na realny — zwrot +96%, Sharpe 0.94, profit factor 1.37, niskie opłaty, prawdziwie rynkowo neutralna — więc zyskała pełną optymalizację fazy 3, ale to ujawniło, że wynik był mirażem wartości odstających: skośność 12.25 i kurtoza 176, przy czym dwa pojedyncze dni niosły wszystko, DSR 0.0 wobec bariery losowości 5.79, wszystkie trzy okna walk-forward OOS ujemne, holdout -6.83, a najlepsza konfiguracja optymalizatora nadmiernie rotowała i lewarowała się do -82%. Analityk uznał to za przeuczenie do kilku dni o grubym ogonie, a nie strukturalnego trendu ETH-vs-BTC, bez żadnego solidnego obszaru do dostrojenia i przy zbyt cienkiej próbce z jednego reżimu, by się uogólnić. Zakończyło się po jednej iteracji jako porzucone, docierając do optymalizacji i analizy, ale nigdy do przeglądu ryzyka.

Była to pierwsza strategia Heikin-Ashi w portfelu, wchodząca w pozycję long spot ADA po 5+ kolejnych zielonych syntetycznych świecach w potwierdzonym trendzie wzrostowym 200-SMA, oparta na założeniu, że wygładzanie HA ujawnia trendy trudniejsze do sfałszowania. Implementacja była wierna założeniom, a próba duża (413 transakcji), ale strategia okazała się zdecydowanie nierentowna — Sharpe -2.17 z całym przedziałem ufności poniżej zera, profit factor 0.68, win rate 28.6%, całkowity zwrot -33.3%, straty w siedmiu z ośmiu lat. Analityk porzucił ją na bramce przeglądu backtestu przy drugiej iteracji, stwierdzając, że mechanizm działa odwrotnie (wygładzanie opóźnia wejście w wyczerpane ruchy i powoduje wyjście przy odwróceniu trendu, co prowadzi do whipsawu i 15 kolejnych strat), oraz że jest to trwała porażka założenia, a nie artefakt kosztów czy reżimu rynkowego, w związku z czym strategia nigdy nie dotarła do etapu optymalizacji ani przeglądu ryzyka.

AdaFourHourDonchianRisingTrendFilterBreakoutLong miała na celu uzupełnienie trzyinstrumentowego testu odporności mechanizmu Donchian-with-trend, „zwalidowanego jedynie w fazie 3”, dodając filtr kontekstu kierunkowego, którego brak analityk zdiagnozował w poprzednich nieudanych wybiciach dla ADA. Jej podstawowy backtest był marginalny (Sharpe 0.463, profit factor 1.089, CAGR 2.19%, koszt wpływu na rynek 18.4%, pojemność 2.96M USD), i choć optymalizacja rzeczywiście podniosła ją do realnej przewagi (Sharpe 2.81, PBO 0.41 przechodzące, walk-forward bez przeuczenia), nadal nie spełniła progu zdeflowanego Sharpe'a (0.56) oraz wskaźnika holdout (0.376). Strategia została porzucona, a nie poddana kolejnej iteracji: poprawka z iteracji -2 (9→2 przeszukiwanych parametrów) mogła dotknąć jedynie progu DSR, podczas gdy wiążące niepowodzenie holdout odzwierciedlało rzeczywisty zanik w ostatnich latach, a jej podstawowa przesłanka została obalona — przytoczony flagowy przykład BNB sam został porzucony w tej samej sesji z powodu niepowodzenia zdeflowanego Sharpe'a, więc uzasadnienie międzyinstrumentowe przestało obowiązywać. Recenzent wskazał osobno zatwierdzony sekwencyjny wzorzec wybicia wyższego dołka ADA jako mocniejszego kandydata ADA.

Ta strategia zastosowała klasyczny wzorzec Raschke-Connors 'pullback do SMA-20' — 'kupuj dołek w potwierdzonym trendzie wzrostowym' — na dziennych kontraktach futures XRP, wybranych głównie ze względu na dywersyfikację, ponieważ żadna inna strategia w pipeline nie handluje XRP. Mechanicznie zadziałała — 39 wejść long uruchomiło się poprawnie na czystej ścieżce danych bez żadnych awarii infrastruktury — jednak wyniki były katastrofalne i spójne: łączny zwrot -87%, Sharpe -2.68, profit factor 0.34 oraz współczynnik trafień 10.3%, będący niemal odwrotnością 55-65%, jaki ten wzorzec ma udokumentowanie generować. Analityk ocenił to jako strukturalne niepowodzenie przesłanki, a nie problem możliwy do naprawienia poprzez parametry: trend spadkowy XRP po szczycie 2021-2025 oznaczał, że bramka trendu wzrostowego otwierała się jedynie przy krótkich odbiciach typu dead-cat bounce, więc strategia wielokrotnie kupowała w trakcie wygasających odbić. Została porzucona na etapie przeglądu backtestu przed optymalizacją po 3 iteracjach, nigdy nie docierając do optymalizacji, przeglądu ryzyka ani paper tradingu.