Urmărire long-only a tendinței fluxului de cumpărare/vânzare taker pe BTCUSDT.BINANCE Perp 4H (3 parametri, confluență între fluxul ordinelor și tendință, semnal pur agregat din tick-uri)

Strategie de trend-following long-only pe un singur activ pe BTCUSDT.BINANCE perp folosind bare 4H, cu semnalul direcțional condus de AGGREGATED TAKER ORDER FLOW (din date suplimentare trade_ticks) mai degrabă decât de indicatori derivați din preț (care au fost testate exhaustiv și eșuează în mare parte empiric conform jurnalului de abandon al acestei sesiuni). Aceasta este o clasă de mecanisme cu adevărat NEW pentru portofoliul fabricii — fiecare strategie anterioară pe care am revizuit-o folosește semnale derivate din OHLCV (niveluri de preț, medii mobile, randamente, volatilitate, raporturi). Imbalance-ul taker-buy/taker-sell este INFORMATIONALLY DISTINCT din preț: măsoară WHO ia lichiditate (cumpărători agresivi vs vânzători agresivi), pe care literatura academică de microstructură (Easley-Kiefer-O'Hara PIN 1996, Easley-Lopez-de Prado-O'Hara VPIN 2012) a stabilit-o ca predictivă acolo unde prețul singur nu este. Mecanism: la fiecare închidere de bară 4H, agregați tick-urile de tranzacție ale barei în taker_buy_volume vs taker_sell_volume, calculați imbalance = (buy - sell) / (buy + sell). LONG când imbalance 4H > +0.05 (cumpărare taker susținută) AND preț > 100-bar SMA (confluență de trend — fluxul trebuie să fie de acord cu trendul). Ieșiți când imbalance devine negativ OR prețul scade sub SMA. Semnalele order-flow au un profil statistic fundamental diferit față de semnalele eșuate de momentum al prețului: ele observă direct AGENT BEHAVIOR (care parte este dispusă să plătească spread-ul) mai degrabă decât INFERRING comportamentul agentului din preț (care este consecința întârziată a comportamentului). Doar 3 parametri (mult sub plafonul de 5 parametri). Frecvența tranzacțiilor: ~40-80 tranzacții/an pe peste 6+ ani de date tick de tranzacții Binance → 240-480 tranzacții totale → 16-32 OOS tranzacții per fereastră walk-forward, confortabil peste pragul de 5 tranzacții. Acesta este și un critic INFRASTRUCTURE TEST: dacă datele trade_ticks se încarcă corect în pipeline-ul fabricii (lista data_specification.md le include la catalog_data_types și flag-ul subscribe_trade_ticks există), aceasta deschide o clasă de mecanisme cu totul nouă pentru cercetarea viitoare. Dacă eșuează să se încarce (similar cu golul ratei de finanțare HL care a blocat strategiile 9), eșecul în sine este informativ și aduce la lumină un tichet de infrastructură care merită deschis.

Feedback-ul cerea un DIAGNOSTIC, nu altă ghicire de schemă. Am interogat direct data/supplementary/metrics/BTCUSDT/*.parquet: 334,643 rânduri, coloana taker_long_short_vol_ratio, timestamp în ms; rânduri-pe-an 2023=12,096 / 2024=16,990 / 2025=14,688, iar luna EVERY 2023-01..2025-12 are >= 288 rânduri (continuu, doar rar față de datele dense 5-min 2020-2022). Deci poarta (3) "rândurile nu există -> deschideți tichet" este falsă, iar premisa porții (2) privind o nepotrivire a schemei loader-ului este de asemenea falsă (loader-ul meu deja citește exact această coloană + cheie timestamp). Cauza reală a fost în aval în propriul meu cod: plafonul de învechire 24h al _taker_imbalance. Am validat offline împotriva magazinului real de parquet scanând bare 4H sintetice pe 2023-2025: plafonul 24h etichetează doar 24.9% din bare cu un semnal taker (după porțile imbalance>0.05 și preț>SMA aceasta se prăbușește la expunerea observată de ~2.79%), în timp ce un plafon de 14 zile etichetează 95.3% — deci fiecare fereastră walk-forward 3 se va popula cu tranzacții. Funcția _taker_imbalance deja poartă cel mai apropiat ratio at-or-before înainte când fereastra trailing 4h este goală; doar plafonul a vetoat-o, așa că remedierea este un singur buton (max_lag_hours=336) cu ZERO modificare a logicii de semnal, intrare/ieșire sau dimensionare și NO fallback proxy de preț. Aceasta păstrează mecanismul order-flow intact și în sfârșit îl face testabil pe întreaga perioadă de backtest. Avertisment notat pentru analist: acoperirea taker 2023-2025 este într-adevăr mai subțire decât 2020-2022 (~12% din densitatea 5-min), deci semnalul purtat este mai brut în acei ani; o retroalimentare cu metrici dense 5-min pentru 2023-2025 ar îmbunătăți fidelitatea, dar seria este suficient de continuă lună-de-lună pentru a valida walk-forward acum.

Sharpe deflat eșuat cu o probabilitate extremă de supraajustare la tentativa 1. DSR=0.3175 (față de bara 0.95), is_significant=FALSE, cu Sharpe optimizat 1.9615 BELOW bara de noroc așteptat-maxim pentru 225 trialuri de 2.3078, și — decisiv — PBO=0.8664 (o probabilitate 87% ca selecția parametrilor să fie supraajustată). Conform cadrului un DSR scăzut combinat cu un PBO foarte mare reprezintă un abandon decisiv. Walk-forward confirmă: is_overfitted=TRUE cu media IS 3.91 colapsând la media OOS 0.962 și ferestre OOS [2.76, 1.32, -1.19] (una negativă). probabilistic_sharpe ridicat (0.9964) este capcana clasică PSR-vs-DSR — ignoră selecția pentru 225 trialuri pe care PBO/DSR penalizează. Elementele pozitive reale (0 abrupturi de sensibilitate, sharpe_ci_low +0.4252 pozitiv, un raport de holdout legitim trecut 1.213) măsoară stabilitatea locală și o fereastră favorabilă înainte, nu semnificația, și nu pot suprascrie un 87% PBO cu Sharpe-ul selectat sub bara de noroc. Nu itera (tentativa 1 din 2, deja iterația 3): sensibilitatea este deja curată cu 0 abrupturi, așa că sweep-ul a explorat complet regiunea stabilă și totuși OOS încă colapsează și PBO este 0.87 — supraajustarea trăiește în walk-forward SELECTION pe 225 trialuri, nu într-un abrupt remediabil, și cu doar 3 parametri de bază un al doilea sweep best-of-225 regăsește aceleași configurații supraajustate. Nu revise_hypothesis: dezechilibrul taker-flow este un mecanism de prim-test fără un frate promovat abandonat pe o țintă moartă, deci nu există nimic demonstrat către care să redirecționăm către un nou instrument. Precauție suplimentară (nu o cauză rădăcină confirmată): semnalul 'order flow' este derivat din seria de metrici rare taker_long_short_vol_ratio cu o reportare a stagnării de 14 zile mai degrabă decât tick-uri brute de tranzacție, astfel încât în perioadele rare 2023-2025 poate fi o singură instantanee menținută înainte până la două săptămâni — degradând către un proxy învechit, cu informație redusă și subminaând premisa 'informațional distinct de preț'; combinată cu trendul BTC doar long într-o perioadă heavy-bull de 6 ani (alpha de bază 0.02, benchmark_correlation 0.30), mare parte din rentabilitate poate fi beta. FAILURE PATTERN: un mecanism de flux de ordine cu adevărat nou cu un profil neobișnuit de curat (0 abrupturi de sensibilitate, CI-low pozitiv, un holdout trecut) poate fi totuși o supraajustare best-of-225 — aici PBO 0.8664 cu DSR 0.32 și un Sharpe optimizat (1.96) sub bara de noroc 2.31, plus un walk-forward is_overfitted cu fereastră negativă OOS, este decisiv. O grilă de sensibilitate curată și o singură fereastră de holdout favorabilă NOT salvează o optimizare a cărei selecție este 87% probabil supraajustată; noutatea și stabilitatea locală nu sunt semnificație statistică.

Nu optimizați NOT — semnalul taker-flow are un blackout structural de date 2023-2025 (tranzacțiile există doar în 2020-2022 și 2026; annual_returns skip 2023/2024/2025; exposure_pct 2.79%), așa că un walk-forward cu fereastră 3 ar rula o fereastră întreagă pe date zero, iar avantajul order-flow nu poate fi validat. Modificarea loader-ului cu toleranță la schemă din iterația 2 nu a NOT închis decalajul, ceea ce înseamnă că următorul pas este de diagnosticare, nu altă ghicire de schemă: (1) Interogați direct catalogul/magazinul suplimentar și confirmați dacă rândurile de volum taker buy/sell `metrics` (sau taker_long_short_vol_ratio) PHYSICALLY EXIST pentru BTCUSDT 2023-01 prin 2025-12. Afișați numărul de rânduri și numele reale ale coloanelor/cheile timestamp pentru un eșantion 2024. (2) Dacă rândurile există sub încă o altă schemă (nume de coloană sau cheie timestamp pe care loader-ul dumneavoastră încă nu le potrivește), extindeți `_row_ratio`/`_row_ts`/`_load_taker_flow` pentru a le citi și rulați din nou; confirmați că exposure_pct crește și tranzacțiile populează 2023-2025. (3) Dacă rândurile NOT există (seria metrics taker nu a fost niciodată colectată/retroalimentată pentru acei ani), aceasta este o problemă de infrastructură/colectare de date exact cum a anticipat ipoteza — codul strategiei nu o poate remedia, așa că deschideți un tichet de colectare de date pentru metrici taker-flow pe mai mulți ani și DO NOT retrimiteți această strategie pentru optimizare până când datele acoperă întreaga perioadă de backtest. Abia când seria taker-flow acoperă 2020-2026 continuu merită optimizată; mecanismul este promițător dar în prezent netestabil.