Pular para o conteúdo
Todas as estratégias

Estratégias

Spread do diferencial das taxas de funding por hora de BTC-ETH na Hyperliquid (par comprado e vendido de valor relativo, barras de 1H)

Resultado: Abandonada

BtcEthHourlyFundingDifferentialSpreadLS

Construção neutra em dólares; o mecanismo agora contabiliza o funding, então o resultado é economicamente real, e o bloqueio de manutenção mínima da iteração -2 reduziu o giro excessivo

Hipótese

Estratégia de RELATIVE-VALUE neutra ao mercado entre ativos, que negocia o diferencial entre as taxas de funding por hora de BTC e ETH nos perpétuos da Hyperliquid. Esta hipótese EXPLICITLY responde à análise posterior à estratégia abandonada `BTC Coin-M Inverse Perp Extreme Funding Rate Mean-Reversion`, que recomendou: 'Estratégias futuras baseadas em funding devem considerar: (a) detecção de mudança de regime das taxas de funding, (b) spreads de funding entre ativos (BTC vs. diferencial de funding de ETH como……Mostrar maisMostrar menos

Estratégia de RELATIVE-VALUE neutra ao mercado entre ativos, que negocia o diferencial entre as taxas de funding por hora de BTC e ETH nos perpétuos da Hyperliquid. Esta hipótese EXPLICITLY responde à análise posterior à estratégia abandonada `BTC Coin-M Inverse Perp Extreme Funding Rate Mean-Reversion`, que recomendou: 'Estratégias futuras baseadas em funding devem considerar: (a) detecção de mudança de regime das taxas de funding, (b) spreads de funding entre ativos (BTC vs. diferencial de funding de ETH como sinal de valor relativo), ou (c) momentum das taxas de funding.' Esta proposta implementa a opção (b) — um mecanismo fundamentalmente diferente da reversão malsucedida de ativo único que opera contra picos. Tese central: as taxas de funding dos perpétuos de BTC e ETH são indicadores em tempo real da demanda por alavancagem na mesma classe de ativos; por isso, compartilham a maioria dos fatores comuns, e seu DIFFERENCE é uma série estacionária com reversão à média, mesmo quando as taxas de funding individuais seguem tendências. Quando o spread de funding BTC-ETH fica extremo (z > 2σ em uma janela móvel de 168 horas), as posições compradas de um ativo ficam acima do posicionamento do outro → negocia-se a convergência de valor relativo, comprando a perna com menor posicionamento e vendendo a com maior posicionamento. A Hyperliquid foi escolhida porque (a) seu ciclo de funding de HOURLY (vs. 8h da Binance) fornece 8x mais amostras de sinal e permite negociar desvios intradiários de valor relativo; (b) HL está muito sub-representado (4.3% vs. meta de 20%); (c) HL tem perpétuos de BTC e ETH com histórico extenso. Atende simultaneamente a cotas sub-representadas de FOUR: venue HYPERLIQUID, escopo de pares, direção comprada e vendida e uso de dados de taxas de funding (uma classe de dados diferente das estratégias baseadas apenas em barras, que predominaram no registro de falhas). NOT um padrão clássico de gráfico, NOT um extremo de funding de ativo único (esgotado), NOT uma aposta direcional em qualquer um dos ativos.

A falha foi o peso estrutural das taxas (22.2% do bruto, Sharpe de -6.66) causado por operações excessivas na faixa entry_z=1.5/exit_z=0.5, em operações de ida e volta de ~6.7h, cujo movimento capturado de ~1 sigma não conseguia superar o custo de ida e volta de ~0.09% HL x2 pernas. Conforme a diretriz do analista #1, a menor correção estrutural é reduzir a frequência, com três alterações limitadas e sem mudar o sinal de z-score (que já passa), o roteamento das pernas ou a reconciliação do hedge ETH: (1) entry_z……Mostrar maisMostrar menos

A falha foi o peso estrutural das taxas (22.2% do bruto, Sharpe de -6.66) causado por operações excessivas na faixa entry_z=1.5/exit_z=0.5, em operações de ida e volta de ~6.7h, cujo movimento capturado de ~1 sigma não conseguia superar o custo de ida e volta de ~0.09% HL x2 pernas. Conforme a diretriz do analista #1, a menor correção estrutural é reduzir a frequência, com três alterações limitadas e sem mudar o sinal de z-score (que já passa), o roteamento das pernas ou a reconciliação do hedge ETH: (1) entry_z 1.5->2.5 para entrar apenas em extremos genuínos, reduzindo bastante o número de operações; (2) exit_z 0.5->0.25 para que cada operação de convergência capture ~2.25 sigma em vez de ~1 sigma, ampliando o movimento por operação em relação às taxas fixas; (3) um novo filtro min_hold_bars=12 que bloqueia a saída por convergência (origem do excesso de operações) até que a operação tenha idade suficiente para a convergência capturada superar o custo, enquanto os stops rígidos (stop_z, com max_hold_bars=72 mais longo) permanecem sempre ativos para preservar o controle de risco. As importações não mudam (sem novas adições proibidas) e o código de cálculo do sinal é idêntico byte a byte, portanto as camadas 1-2 continuam aprovadas. Esta é a menor mudança capaz de alterar o cálculo das taxas; se uma carteira de baixa frequência ainda perder dinheiro todos os meses na amostra de ~146 dias, isso confirma que o diferencial de funding BTC-ETH não tem vantagem RV negociável líquida de taxas neste caso, e a estratégia deve ser abandonada em vez de otimizada ainda mais.

Par neutro ao mercado de diferencial de funding com expectativa negativa, em uma amostra limitada a dados de um único regime — não vale investir 2 horas em otimização. O mecanismo agora contabiliza o funding (3,793 eventos), portanto este é um resultado econômico real, e há perdas: total_return -9.17%, profit_factor 0.773, avg_trade_return_pct -0.017% (negativo), expectativa de -$37/operação em 236 operações, Sharpe -1.17 com CI [-3.32, 0.86] e PSR 0.22, com perdas em quase todos os meses. O retorno é invertido……Mostrar maisMostrar menos

Par neutro ao mercado de diferencial de funding com expectativa negativa, em uma amostra limitada a dados de um único regime — não vale investir 2 horas em otimização. O mecanismo agora contabiliza o funding (3,793 eventos), portanto este é um resultado econômico real, e há perdas: total_return -9.17%, profit_factor 0.773, avg_trade_return_pct -0.017% (negativo), expectativa de -$37/operação em 236 operações, Sharpe -1.17 com CI [-3.32, 0.86] e PSR 0.22, com perdas em quase todos os meses. O retorno é invertido (avg_loss $322 > avg_win $262 com taxa de acerto de 48.7%) e a comissão ainda é 16.95% do bruto — a convergência do spread de funding BTC-ETH HL não cobre o custo das duas pernas, mesmo após a redução de frequência da iteração -2. Também não é possível validá-la: o histórico horário de BTCUSD/ETHUSD na Hyperliquid abrange apenas ~11 meses (2025-10 → 2026-09, only_one_regime verdadeiro), então a validação walk-forward ou por holdout ficaria em um único regime. Esta estratégia combina a família de valor relativo de funding entre venues L57/L44 com a classe de pares neutros ao mercado L45 (0/84, sobrevivência quase nula); benchmark_meaningful está corretamente como falso. Nenhum ajuste de parâmetros reverte um par de funding RR com expectativa negativa e retorno invertido, e a premissa (reversão à média lucrativa do spread de funding BTC-ETH) é refutada pelos dados disponíveis. Padrão de falha: pares neutros ao mercado de diferencial de funding no_edge/fee_edge, limitados a dados de um único regime (L44/L45/L57).

Implementação

Par de valor relativo BTC-ETH neutro ao mercado em perpétuos da Hyperliquid (barras de 1H), que negocia o diferencial das taxas de funding por hora (BTC_funding - ETH_funding). Calcula o z-score do spread em relação a uma janela móvel de 168h; em um extremo de 2.5-sigma, opera a divergência em sentido contrário (vende a perna com funding alto e compra a perna com funding baixo), com neutralidade em dólares. A iteração 2 busca reduzir o custo das taxas que derrubou a iteração 1: entrada elevada para 2.5-sigma, saída aproximada da média em 0.25-sigma para capturar ~2.25-sigma de convergência por operação, e um bloqueio rígido de manutenção mínima de 12 barras impede o giro rápido de entrada e saída, enquanto os stops de quebra de regime (4-sigma) e por tempo de 72 barras permanecem sempre ativos.

Resultados da verificação

CLEAN RESTART 2026-09-04 — o histórico de veredictos e os registros de aprendizado desta execução foram removidos, e ela foi reiniciada a partir da verificação. O abandono anterior decorreu do pipeline, não do mercado: o harness Layer-2 associava incorretamente os helpers @staticmethod (corrigido), QA emitia veredictos finais de desempenho com base em um teste rápido não otimizado (removido — QA agora avalia apenas a correção), e os timeouts do sandbox decorriam da falta de vagas para backtest (corrigida). A hipótese e o código da estratégia não mudaram. Avalie o código pelos próprios méritos; o desempenho será decidido depois pelo backtest completo e pelo otimizador.

O analista deve decidir entre abandonar (recomendação do desenvolvedor) e repensar a estrutura (ampliar o stop para dar espaço à reversão, ou confirmar que a meia-vida do spread comporta o período de manutenção), em vez de fazer uma varredura de entry_z que não pode criar uma reversão à média que os dados não mostram.

A tese de convergência é contrariada pelo comportamento das operações: entradas em 2.5-sigma são frequentemente encerradas pelo stop no nível de quebra de regime de 4-sigma (a única saída que pode ser acionada antes do mínimo de manutenção de 12 barras; por isso, o tempo médio de manutenção é 10h33m < 12h), o que significa que o spread de funding continua divergindo após a entrada, em vez de reverter. Uma estratégia de reversão relativa ao valor só funciona se a série reverter à média durante a manutenção; aqui, ela não cobre as taxas, então avg_loss ($342) > avg_win ($305), PF 0.745. Não é um defeito no código: a lógica de entrada, saída e stop está implementada corretamente, mas não há vantagem neste regime.

Revisão do Backtest

Sharpe
-1,17
Retorno Total
-9,17%
Drawdown Máximo
9,89%
Total de Operações
236
Taxa de Acerto
48,7%
Fator de lucro
0,77

Construção neutra em dólares; o mecanismo agora contabiliza o funding, então o resultado é economicamente real, e o bloqueio de manutenção mínima da iteração -2 reduziu o giro excessivo

Baixo drawdown (9.9%), sem liquidação

Expectativa negativa: total_return -9.17%, PF 0.773, avg_trade_return_pct -0.017%, expectativa de -$37/operação, Sharpe -1.17 (CI [-3.32, 0.86]), PSR 0.22 — perdas em quase todos os meses

Retorno invertido: avg_loss $322 > avg_win $262, com taxa de acerto de 48.7%; a comissão ainda é 16.95% do bruto

Limitado aos dados de um único regime de 11 meses (HL BTC/ETH por hora 2025-10 → 2026-09, only_one_regime verdadeiro) — impossível validar entre regimes

L57/L44 valor relativo de funding entre venues + L45 pares neutros ao mercado (0/84); benchmark_meaningful corretamente falso

Histórico de Iterações

data_unavailable: não foi possível coletar os dados de backtest para BTCUSD.HYPERLIQUID após 5 tentativas: - barras (bar_type=BTCUSD.HYPERLIQUID-1-HOUR-LAST-EXTERNAL): obtidas 0, necessárias 200, ou intervalo de 30+ dias A camada de dados (não a estratégia) é o impedimento — reavalie esta hipótese quando a coleta for corrigida ou o símbolo tiver histórico retroativo.

Stratmill é uma ferramenta de pesquisa e paper trading, não uma consultoria financeira ou corretora. Resultados de backtest e paper trading são hipotéticos. Negociar envolve risco de perda.