Estratégias

BtcSpotDualTimeframeMomentumConfluenceLong adaptou a estratégia de momentum em futuros com melhor desempenho da fábrica para spot BTC, como estratégia comprada e sem alavancagem; manteve os parâmetros da otimização de origem e passou a ficar em caixa sempre que o momentum de 4 horas e o diário divergiam ou ambos apontavam para baixo. Ao longo de 8.5 anos, retornou +69.9% em 309 operações, com Sharpe de 0.86, drawdown máximo de 12.4% e lucro líquido médio por operação de 1.04%, com beta baixo (0.08) em relação a BTC. O analista a promoveu com base em um holdout lucrativo, parâmetros robustos e limites respeitados, observando que a significância não foi estabelecida, que o sinal não tinha poder de previsão e que duas de cinco previsões pré-registradas não se confirmaram (taxa de acerto e fator de lucro). Após uma iteração, agora está em paper trading.

EthVolumeConfirmedMomentumLS_HL negociou o momentum de ETH 4H na Hyperliquid somente quando um aumento de volume confirmou o movimento, buscando manter o princípio de filtro seletivo da fábrica, mas usando o volume em vez de um segundo período como confirmação. O backtest apresentou resultados fortes (+55% em 988 dias, Sharpe de 1.95, retorno médio por operação de 3.27%, drawdown de 5.55%), e, após uma iteração, o analista o encaminhou para otimização. A otimização manteve o Sharpe dos parâmetros finais praticamente inalterado (1.942, 54 operações), mas o Sharpe agrupado do walk-forward OOS ficou próximo de zero, o período de holdout foi positivo, mas não significativo, e a análise de sensibilidade apontou descontinuidades no limiar de volume. Portanto, o analista recomendou promovê-lo como candidato de baixa confiança, sem comprovação estatística, e a estratégia está agora em negociação simulada.

BtcDualTimeframeMomentumConfluenceLS_HL tentou reproduzir o único sobrevivente de ativo único promovido pela fábrica mantendo sua estrutura de confluência de dois sinais com neutralidade em caso de divergência, ao mesmo tempo em que substituía a perna de funding por uma perna de momentum diário, negociando BTCUSD na Hyperliquid com um trailing stop ATR e apenas três parâmetros ajustáveis. O código foi executado sem falhas e gerou uma amostra decisiva — 173 operações ao longo de 803 dias sem ordens perdidas — mas o resultado foi negativo em todos os anos-calendário: retorno total -5.17%, Sharpe -0.047, profit factor 0.923, e retorno por operação de -0.109% contra o piso de +0.15%, com os shorts em 93 sozinhos perdendo $8,293 líquidos e a divisão por regime invertendo a premissa de tendência. O analista abandonou a estratégia na revisão do backtest em vez de gastar horas de otimização, observando que o PnL bruto antes de quaisquer custos era de apenas +$1,136 e que dois lookbacks e um múltiplo de trail não conseguem gerar informação ausente em 173 observações. Foi a terceira execução na Hyperliquid dessa estrutura a morrer com a mesma assinatura, e a conclusão registrada para a pesquisa é que a perna de momentum lento colinear degenera o gate para uma posição quase sempre TSMOM.

AvaxConvictionGatedMomentumLS filtrava momentum de 4H AVAX por surto de volume e localização direcional do fechamento, assumindo posições long e short equilibradas. Seu backtest base era viável em termos de custos — retorno médio por trade de 0.53% ao longo de 565 trades — então o revisor o enviou para otimização, mas os números eram fracos: Sharpe 0.25 subindo apenas para 0.31, com um intervalo de confiança que abrange zero. A otimização expôs a estratégia como overfitted: o Sharpe in-sample de 1.22 colapsou para 0.09 out-of-sample, PBO era 0.67, o Sharpe deflacionado foi 0.007, e sete parâmetros estavam em precipícios. O analista abandonou a estratégia como morte por overfitting / falta de generalização — parte de uma família de momentum de nome único AVAX que falha repetidamente, onde o backtest base é o teto e a iteração só volta a ajustar ruído.

Esta execução foi um ensaio de prontidão de execução, e não uma nova reivindicação de alfa — uma transferência exata do sobrevivente #1 da Binance da fábrica para a própria série de preços, taxas e relógio de funding horário da Hyperliquid, com uma barra pré-registrada deliberadamente definida abaixo da da fonte. A transferência foi executada sem problemas (172 trades, nenhuma queda por diagnóstico de entrada, metrics_reliable, e o funding foi de fato creditado, fechando a lacuna de medição sinalizada pela hipótese), mas a economia não acompanhou: retorno total de -2.27%, Sharpe -0.137, PF 0.90 e -0.088% por trade, perdendo em 2024 e 2025 e passando 760 dias no vermelho. O detalhe decisivo foi que o PnL bruto de preço era aproximadamente zero (+$1,497 ao longo de 172 trades) antes de $3,777 de comissão e $4,487 de funding, com a perna curta (-0.744%/trade) anulando uma perna longa que ainda funcionava (+0.409%/trade). O analista abandonou o projeto na revisão de backtest, na iteração 1, antes de gastar a otimização da fase 3; as etapas pós-otimização do analista e do risk officer nunca foram alcançadas.

Após uma iteração, SolSpotVolumeConfirmedMomentumLong apresentou retorno inicial de backtest de 150.71%, Sharpe 1.12 em 232 operações e recebeu veredito de otimização. Análises posteriores encontraram desempenho irregular de OOS e um holdout de 55 operações com Sharpe 0.08. Os drawdowns reajustados excederam o limite registrado de 25% tanto na reexecução de todo o histórico quanto no holdout; por isso, o analista abandonou a estratégia antes da revisão de risco ou do paper trading.

XrpDonchianBreakoutTrendCaptureLS apostou na única família com uma estratégia sobrevivente em live trading nesta fábrica, operando rompimentos Donchian de 4h XRP alinhados a um filtro de tendência e acompanhando-os com um stop Chandelier. Seu primeiro backtest passou pelo critério anterior à otimização, com 354 operações, vantagem por operação de 0.90% que supera as taxas, fator de lucro de 1.20 e drawdown 23.4% modesto, embora o Sharpe principal fosse apenas 0.35, com intervalo de confiança cruzando zero. A otimização de três parâmetros então revelou a fragilidade: um walk-forward de 225 tentativas mostrou sobreajuste clássico (Sharpe dentro da amostra 1.27 → fora da amostra -0.004); o conjunto de validação final falhou catastroficamente (Sharpe -0.305, razão 0.0), PBO atingiu 0.54 e o Sharpe deflacionado foi 0.0. O analista a abandonou por quatro falhas em critérios eliminatórios inegociáveis, concluindo que não havia vantagem generalizável a otimizar e que reformular o mesmo rompimento de um único ativo para outro instrumento só levaria a novo sobreajuste.

EthTsmomVolTargetedLS aplicou momentum de série temporal conforme a teoria, com dimensionamento inverso à volatilidade, a um único perp de ETH. Após corrigir o problema de mensurabilidade da iteração 1, encurtando o horizonte de tendência de 90 para 20 dias, a iteração 2 produziu um backtest bem amostrado, com 158 operações. A amostra maior apenas confirmou que a estratégia teve expectativa negativa e prejuízo líquido — fator de lucro 0.9965, -$31.45 por operação, e retorno destacado de +100.6% inteiramente não realizado por marcação a mercado, mascarando uma trajetória realizada profundamente negativa. Um drawdown máximo de 88% ultrapassou o limite de abandono definitivo e contradisse diretamente a tese do alvo de volatilidade; possíveis artefatos (retornos de um único dia de +812%/+328%/+180%), custo de impacto de 224% e capacidade de ~$19,930 eliminaram qualquer dúvida. O analista a abandonou no ponto de decisão anterior à otimização, concluindo que ajustar três parâmetros não poderia inverter a expectativa negativa nem adicionar proteção estrutural contra drawdown; por isso, não se chegou à otimização, à revisão de risco ou às etapas posteriores.

Esta estratégia tentou replicar o único mecanismo de preço sobrevivente da fábrica — reversão intradiária de SOL VWAP — em ETH, um instrumento com volatilidade suficiente para cobrir as taxas, mas sem histórico de gaps catastróficos, usando alavancagem de 1x e um limite rígido de notional de 15% para impedir que qualquer gap liquidasse a conta. A engenharia de segurança contra gaps funcionou (não houve liquidação), mas a vantagem não sobreviveu à adaptação: em 6,130 operações, a expectativa por operação foi negativa (-0.028%), o fator de lucro foi 0.774, o Sharpe -0.87 e o retorno total -94.5%, com perdas em torno de 1.9x vezes o ganho médio. A iteração 2 havia adicionado explicitamente um stop adverso baseado em z para corrigir essa relação risco/retorno invertida, mas a assimetria e a expectativa negativa persistiram, e todos os anos de 2020 a 2026 fecharam no vermelho — uma falha do mecanismo, não de uma janela isolada. A revisão do backtest a abandonou antes da otimização, concluindo que ajustar os limites de entrada, saída e stop — já tentado na iteração 2 — não poderia transformar uma vantagem estruturalmente negativa fora da amostra em uma vantagem real.

LinkEthOneHourRatioZScoreMeanReversionLongSpreadPair combinou explicitamente as duas recomendações restantes da sessão — valor relativo entre ativos e períodos intradiários — em um spread comprado neutro em dólar de 1H, em um novo par LINK/ETH (oracle contra L1). A execução foi sólida e genuinamente neutra em beta, com 366 operações, mas teve perda de 57.6%, fator de lucro de 0.86 e drawdown de 71.6%, porque a razão LINK/ETH caiu em vez de reverter, enquanto LINK teve desempenho inferior a ETH; assim, o spread unilateral comprado repetidamente tentou pegar uma faca caindo. Esta foi a terceira falha de descointegração da sessão, após os pares abandonados SOL-AVAX e ETH/BTC. O analista abandonou a execução na etapa de revisão do backtest e reiterou que o mecanismo de pares exige um spread bilateral com cointegração testada, em vez de uma aposta unilateral na razão.

BnbDailyMultiWeekTrendContinuationLong tentou ampliar a família validada de continuação de tendência diária de várias semanas para um quarto instrumento, BNB, com um modelo limpo de futuros de instrumento único. O backtest base parecia superficialmente forte (retorno de 126.5%, PF 3.99), mas o revisor identificou que toda a vantagem vinha de cerca de dois dias atípicos, deixando Sharpe de 0.64, com CI cruzando zero, e uma distribuição de retornos com curtose de 571. Como o filtro de quatro condições e AND etapas disparou apenas 30 vezes em seis anos — o mesmo modo de esparsidade por outlier isolado que derrubou os pares diários SOL e ADA — e como essa estratégia exata já havia falhado uma vez na otimização (DSR 0.0, janelas OOS sem operações, PBO 0.73), o analista a abandonou na etapa de revisão do backtest sem executar novamente a otimização.

HlCrossSectionalFundingExtremeMeanReversionLS foi projetada para preencher cinco categorias de portfólio sub-representadas com uma aposta neutra em dólar, orientada por funding, de que os extremos de funding nas principais moedas da Hyperliquid revertem à média cross-sectional. A implementação foi sólida — posições compradas e vendidas equilibradas, baixa volatilidade e acúmulo real de funding em 53,001 eventos — tornando o backtest um teste justo do mecanismo, mas o resultado foi uma perda sistemática: retorno total de -42.7%, Sharpe de -1.835 com intervalo de confiança inteiramente negativo e todos os anos-calendário no vermelho. O revisor concluiu que a premissa de reversão estava simplesmente ao contrário (os extremos de funding em BTC/ETH/SOL acompanham um momentum contínuo) e que, com apenas um parâmetro ajustável, não havia nada que a otimização pudesse reverter. A estratégia foi abandonada na etapa de revisão do backtest após três iterações, com a observação de que a aposta inversa, de momentum de funding, precisaria ser investigada como hipótese própria.

Esta estratégia tentou abrir um novo mecanismo para a fábrica — aproveitar o esgotamento de vendedores forçados no spot de SOL, comprando liquidações por capitulação com clímax de volume durante uma tendência de alta, escolhida pelas grandes reversões absolutas de SOL e para preencher categorias pouco representadas de spot e horizonte curto. A construção do sinal foi limpa (z-scores independentes de escala, filtro de regime de tendência de alta e degradação gradual do feed de taker), mas o backtest foi um desastre inequívoco: a conta foi liquidada com retorno de -100% e drawdown de 100%, perdendo dinheiro em todos os anos de 2020 a 2025, com vantagem por operação abaixo do piso das taxas e relação entre pequenos ganhos e grandes perdas invertida. Além da expectativa subjacente negativa, o dimensionamento das posições estava quebrado — uma posição média impossível de 438% em uma carteira spot limitada pelo saldo em caixa — causando a liquidação e artefatos mensais absurdos no fim da série histórica. O analista a abandonou na revisão do backtest como um caso catastrófico e não otimizável da família de estratégias de reversão à média com um único ativo, que fracassou repetidamente, em vez de passar horas otimizando uma vantagem que perde em todos os regimes.

Esta cesta diversificada de TSMOM foi o encerramento de um segmento de tendência, aplicando a construção clássica de futuros gerenciados — 8 principais ativos, sinais de compra e venda conforme a tendência própria, ponderação por risco igual de ATR, reajuste mensal — para finalmente superar a concentração em regime único que eliminou seus pares de ativo individual BTC, ETH e SOL. Seu backtest apresentou um +199% de destaque com ambos os lados ativos, mas o analista detectou retornos diários implausíveis (+71%, +64%) para uma carteira com meta de volatilidade 20%, revelando que o processo de meta de volatilidade e dimensionamento não tinha restrições; removidos os dias de pico do artefato de ~4, todos os anos positivos após -2021 desmoronaram, revertendo ao mesmo perfil perdedor concentrado em mercados de alta. Com avg_trade_return_pct no nível de -10.2%, 65% do resultado de destaque ainda vinha de posições abertas que não haviam sido encerradas e uma classe de cesta ampla TSMOM que já havia consumido 7 iterações até atingir um rebaixamento de 93.9%, ela foi abandonada em sua primeira iteração, antes da otimização — com uma observação meta para aposentar todo o tema de segmento de tendência em vez de reformulá-lo novamente.

Esta estratégia transpôs o mecanismo bem-sucedido de continuação diária de BTC, com pico de volume e barra de alta, para futuros diários de LINKUSDT.BINANCE, entrando comprado apenas quando um pico de volume, um fechamento de alta e uma tendência de alta de 100 dias se alinhavam. O detector funcionou corretamente — 32 entradas compradas aprovadas, sem descartes por tamanho ou notional —, mas a vantagem não se transferiu: taxa de acerto de 12.5%, 20 perdas consecutivas, expectativa negativa de -$416.79/operação, fator de lucro 0.84 e drawdown de 52.3%. O único número aparentemente positivo era o retorno divulgado não realizado de marcação a mercado, que ocultava uma perda realizada de cerca de -13.3%. O analista abandonou a estratégia na etapa de revisão do backtest, julgando a falha estrutural, não ajustável, e optando por não gastar tempo de otimização ajustando excessivamente três dias atípicos. A estratégia terminou após uma única iteração, sem chegar à otimização, à análise final ou à revisão de risco.

Uma estratégia binária LONG-ONLY na série recorrente horária de alta/baixa de ETH da Polymarket (ETH-updown-1h.POLYMARKET). A cada intervalo, surge um novo mercado cujo preço do token YES é a probabilidade implícita pelo mercado de que ETH feche a hora UP. Nossa vantagem estrutural: já coletamos candles spot/perp de ETH, então podemos estimar a probabilidade justa de alta para o horizonte de SAME melhor do que um mercado de previsão que cota spreads. Mecanismo (deliberadamente NOT uma cópia de momentum/reversão à média de cripto — esta estratégia negocia um PROBABILITY mal precificado, não o preço): a partir de candles de ETHUSDT.BINANCE de 5 minutos, calculamos um sinal de horizonte curto s = retorno logarítmico padronizado das últimas -1h (momentum) e o mapeamos por meio de uma função logística p_fair = sigmoid(k * s) + d, em que d é uma pequena constante de deriva incondicional de alta. Cerca de 15 minutos antes da liquidação, comparamos p_fair ao preço implícito ao vivo YES. Só negociamos quando a diferença supera um limite τ dimensionado para cobrir o spread de ida e volta de ~1% com margem. Se p_fair − q > τ, compramos YES; se q − p_fair > τ, compramos o token complementar (NO) (não há venda a descoberto — NO é um token separado da mesma série). Uma posição por mercado, mantida até a liquidação (0/1). ECONOMICS (com cálculo): mercados quase equilibrados negociam em torno de q≈0.50; entrar apenas quando a diferença de probabilidade ≥ τ=0.06 gera um ganho bruto EV por operação = (p_fair − q) como fração do pagamento de 0/1 ≈ 0.06 sobre um custo de ~0.50 ≈ +12% do valor nominal bruto, contra um custo de spread de ida e volta de ~1% — um múltiplo de custo >10x, o oposto do cemitério de estratégias abaixo das taxas. Os resultados binários geram alta variância por operação (+100%/−100% em torno de uma aposta de 0.5), então a vantagem só existe em AGGREGATE ao longo de muitos mercados liquidados; é exatamente isso que a plataforma oferece (um novo mercado a cada hora). Esta é uma genuína vantagem informacional (vemos o tape do ativo subjacente que o mercado precifica), preenche a categoria mais vazia da plataforma (POLYMARKET 0.0%), é entre plataformas (POLYMARKET + BINANCE, preenchendo a cota entre plataformas de 6.9%→≥15%) e tem horizonte curto (preenche a categoria 9.6%). Mantida em 3 parâmetros (janela de momentum, inclinação logística k, limite de entrada τ; deriva d fixa) para evitar o cemitério do sobreajuste.

AvaxFundingAccelerationMomentumLS experimentou uma abordagem nova para o sinal de funding — negociar sua derivada (aceleração de um dia para o outro), em vez do nível, com a hipótese de que o aumento da demanda alavancada antecede o preço antes do pico de concentração — em AVAX, por seu funding volátil e testabilidade limpa de USD-M. O backtest denso de 511 operações deu um veredito negativo inequívoco: retorno de -25.3%, Sharpe -0.61, fator de lucro 0.795, expectativa negativa e perdas em cinco de sete anos, com taxa de acerto e tamanho relativo de ganhos e perdas desfavoráveis. Na segunda iteração, o analista abandonou a estratégia na etapa de análise do backtest, considerando-a uma falha de premissa, e não um problema de ajuste, e observando que inverter o sinal não ajudaria por causa das taxas e de uma saída assimétrica. Foi registrada como a quarta confirmação de que a família direcional de funding em instrumento único — nível, sinal, horário e aceleração — não funciona nesta base, enquanto a cesta de carry de funding contabilizado continua sendo o caminho realmente promissor.

A estratégia Cross-Venue Funding-Spread Best-of-Three Rotation buscou aprimorar o carry de funding de um único ativo, rotacionando capital para aquele entre BTC, ETH ou SOL com a maior divergência de funding entre Hyperliquid e Binance, coberto com duas pernas perp para ser delta-neutro e seguro para o mecanismo por construção. Do ponto de vista mecânico, funcionou: o livro foi genuinamente neutro ao mercado (beta ~0), o funding foi creditado no PnL e 176 entradas foram enviadas sem falhas de tamanho, notional ou caixa. Mas, do ponto de vista econômico, falhou em todos os aspectos: perdeu dinheiro em todos os nove meses testados (retorno total -10.47%, Sharpe -3.80, fator de lucro 0.86), porque as taxas das duas pernas (~0.19% de ida e volta, 9.41% do bruto) superaram em muito o carry de ~0.05% obtido por período de manutenção nesses ativos com arbitragem eficiente. O analista a abandonou na etapa de revisão do backtest, concluindo que nenhum ajuste do limite de entrada criaria o diferencial persistente exigido pela matemática dos custos e que otimizar 261 dias de dados uniformemente negativos apenas ajustaria a estratégia ao ruído.

RetailCrowdingContrarianReversalLS tentou operar contra a multidão do varejo em uma cesta de DOGE/XRP/SOL ativos, adotando posição contrária nos extremos da razão global de contas long/short em um projeto deliberadamente neutro ao mercado, com 3 parâmetros. Teve um resultado chamativo de +1814% em 1,695 operações e resultado positivo em todos os anos completos, mas o Sharpe foi de apenas 0.285, com intervalo de confiança que cruza zero; o lucro foi um artefato de caudas pesadas, impulsionado por cerca de seis dias extremos de crash (notadamente +80.8% durante o colapso de FTX), em vez de uma vantagem consistente. O problema se agravou porque o pipeline suplementar do backtest forneceu a razão de contas apenas para a posição principal, então XRP e SOL foram negociados com o z-score de DOGE, e a premissa central de diversificação nunca se concretizou — uma limitação do mecanismo que o desenvolvedor não conseguiu corrigir. O analista abandonou a estratégia no ponto de revisão do backtest por falhas na qualidade do risco e na significância da vantagem; ela não chegou à otimização, à revisão de risco nem ao paper trading.