BTC Kaufmans effektivitetskvot för trendregim, endast lång (en tillgång, BINANCE dagligen, trendföljning filtrerad med KER, endast staplar)

Strategi för en enda tillgång med enbart långa positioner. Den använder KAUFMAN EFFICIENCY RATIO (KER, Kaufman 1995 ”Smarter Trading”) som filter för TREND-QUALITY — en mekanismklass baserad enbart på stapeldata som aldrig testats i portföljen. Analytikern har konsekvent rekommenderat strategier baserade enbart på stapeldata (utan beroende av supp_data: L/S-kvot, HL-finansiering, likvideringar, COIN-M, taker_ratio med flera har visat sig otillgängliga eller opålitliga i strategifabrikens infrastruktur). Förslaget hanterar alla dokumenterade felmoder: (a) inget beroende av supp_data (använder staplar på ONLY OHLCV), (b) en tillgång och en handelsplats (inget exekveringsglapp mellan handelsplatser och inget bokföringsfel i backtest med flera instrument), (c) enbart långa positioner (ingen krasch för korta positioner under altcoinsäsongen), (d) ny mekanismklass som inte förekommer i någon pipeline-strategi, (e) enkla 3 parametrar som minimerar överanpassning. Mekanism: KER = |close_now - close_n_periods_ago| / sum(|close_i - close_{i-1}| for last n periods). Intervall [0, 1]. KER = 1 betyder perfekt trend (alla rörelser i samma riktning); KER = 0 betyder perfekt sidledes rörelse (rörelserna tar ut varandra). Kaufmans empiriska forskning visade att trendföljande strategier presterar DRAMATICALLY bättre i regimer med HIGH-KER (>0.4) och DRAMATICALLY sämre i regimer med LOW-KER (<0.2). Strategin använder KER som ett REGIME FILTER — den går bara in i långa trendföljande positioner när marknaden befinner sig i en regim med högt KER, en ”effektiv trend”, och håller sig likvid vid lågt KER, i ”sidledes” regimer som historiskt har förstört trendstrategier. Den skiljer sig från EMA-korsnings-, SMA-korsnings- och golden cross-strategierna i pipelinen, eftersom de aktiveras kontinuerligt medan KER-filtreringen bara aktiveras när trendkvaliteten har bekräftats statistiskt. Den skiljer sig också från ATR/Parkinson-volatilitetsstrategierna i pipelinen (BtcPostVolSpikeRecovery, BtcSpotVolatilityCompression), eftersom KER mäter DIRECTIONAL-effektivitet, inte RAW-volatilitet — marknader kan ha hög volatilitet och vara AND sidledes (lågt KER) eller ha låg volatilitet och vara AND trendande (högt KER). Varken NOT ett klassiskt diagrammönster, NOT handel mellan handelsplatser, NOT flera instrument, NOT tvärsnittsbaserad, NOT finansieringsdriven, NOT positionsdriven eller NOT en kopia av någon befintlig mekanism. Följer den dokumenterade begränsningen i EVERY strategifabrikens infrastruktur.

Iteration -3 åtgärdar den rapporterade återkopplingen om ”frusen signal” i lager -2 (steady_uptrend=1.0, steady_downtrend=0.0 — det är råa KER-värden från en version före korrigeringen). Den aktuella signalen för kontinuerlig övervakning (tanh-blandning av logavkastning och efterföljande z-poäng) varierar redan, men vid en helt jämn linjär trend kan båda tanh-termerna mättas till ett konstant värde, vilket är exakt felmoden. Den minsta korrigeringen lägger till en liten flerbarsavkastningsterm som inte mättas (NON) (+0.15*(close-close_6ago)/close_6ago) till övervakningspoängen, så den aldrig kan låsas vid ett konstant värde. Verifierad lokalt genom den verkliga StrategyVerifier.run_synthetic-testmiljön: syntetiskt test godkänt=True i alla sex scenarier, med 476-486 distinkta signalvärden i varje (steady_uptrend=476, steady_downtrend=486) och noll NaN/inf. Ändringen påverkar endast observationen: should_enter, should_exit och position_size styr fortfarande uteslutande via self._long_trigger / self._ker / self._net_up, så handelslogiken med regimfilter för KER är oförändrad och alla tidigare godkända lager bevaras (rena importer, korrekt FactoryStrategy-struktur, kapitalrelaterad positionsstorlek som faktiskt använder hävstången 2x).

Misslyckades med deflaterad Sharpe och det framåtriktade holdout-testet med tydlig marginal vid försök 1. DSR=0.5549 (mot 0.95 bar) med optimerad Sharpe 1.4238, bara marginellt över nivån 1.3488 för förväntad maximal tur vid 225 försök (is_significant=false, PBO=0.6733 >0.5, sharpe_ci_low=0.0258 nära 0) — efter korrigering för multipla tester går den valda konfigurationen statistiskt inte att skilja från brus bland de bästa av -225; probabilistic_sharpe 0.9956 mot DSR 0.5549 är den typiska fällan med urvalsinflation mellan PSR och DSR. Avgörande är att det orörda, tidsordnade HOLDOUT FAILED och är NEGATIVE (holdout_sharpe=-3.62, kvot=-2.737 mot nivån 0.70), vilket stämmer med en verklig försämring på senare tid (årlig 2025 -15.2%, 2026 -8.6%; det senaste WF-OOS-fönstret -0.260; rullande Sharpe negativ in i 2026). Optimeraren kurvanpassade genom att glesa ut affärerna från 81 till 34 och höja vinstfrekvensen till 53% via ker_entry 0.60, och det optimerade huvudresultatet (total_return 502%) består av 72.6% oavslutade öppna MTM med informationskvoten NEGATIVE (-0.29) mot sitt eget jämförelseindex. Gör ingen ny iteration: känsligheten visar en tydlig platå vid 0-tröskeln, men ENTIRE-ytan ligger kring Sharpe 0.44-1.10 utan något robust område över turgränsen 1.35 att sikta mot, och det avgörande problemet är ett negativt nyligt holdout-test, inte ett otillräckligt utforskat parameterutrymme — ingen parameterändring kan rätta till ett out-of-sample-regimskifte som går med förlust. Byt inte revise_hypothesis: daglig trendföljning med en enda tillgång, BTC, är inte en obeprövad mekanism som råkat hamna på ett utslaget instrument (BTC fungerar, ingen uppflyttad syskonstrategi för KER/trendkvalitet), så att flytta samma dagliga trendgrund till en annan tillgång leder bara till ny överanpassning. FAILURE PATTERN: en stapelbaserad grind för trendkvalitet (KER) för daglig trendhandel med en tillgång, med 0-tröskel och utan överanpassningsflagga (BTC), klarar ändå inte uppflyttning eftersom dess måttliga Sharpe på cirka 1.42 inte når upp till deflatering mot bästa av -225 (DSR 0.55, knappt över turgränsen 1.35, PBO 0.67) och det orörda framåtriktade holdout-testet är kraftigt NEGATIVE (-3.62) på grund av en verklig försämring 2025-2026. Ren känslighet och ett fördelaktigt IS/OOS-mått visar konsekvens, inte statistisk signifikans, och räddar inte en edge som samtidigt faller på deflaterad Sharpe och ett negativt framåtriktat holdout-test — samma mönster som i den här sessionens SMA-crossover, death-cross och TSM-baserade misslyckanden med daglig trendhandel för en enda tillgång.

Optimera inte NOT ännu — rubriksiffran +324.7% är uppblåst av överexponering och en stor position som inte stängts. Åtgärda detta och gör en ny bedömning först: 1) OVER-EXPOSURE / PYRAMIDING: avg_position_pct är 183.8%, men konstruktionen avser ~120% (equity*0.6*leverage 2.0). Ingångsvillkoret KER (KER>=0.4 AND netto upp) förblir sant många dagar i följd under en effektiv trend, och should_enter returnerar BUY varje gång utan att kontrollera om en position redan är öppen, så positionerna staplas. FIX: returnera None i should_enter när en position redan är öppen för instrumentet (gå bara in när positionen är stängd), så att exponeringen begränsas till ~1.2x. Kontrollera affärerna i detail_file. 2) IMPLAUSIBLE DAYS bekräftar felet: 2023-01-30 +84.8%, 2021-01-12 +52.7%, 2020-11-15 +51.1% dagliga avkastningar är omöjliga för en lång position på 1.2x (det skulle kräva att BTC +28% till +46% de dagarna). Efter korrigeringen så att positioner bara öppnas när positionen är stängd, kontrollera att ingen dagsavkastning överstiger vad en hävstång på ~1.2x tillåter. 3) LARGE UNREALIZED: end_unrealized_pct 183.3 innebär att ~56% av rubriksiffran utgörs av en öppen position som värderas till marknadspris vid den sista stapeln (realiserat ~141%). Kontrollera att exitlogiken (KER<=0.2, negativ nettoavkastning, stop) faktiskt utlöses; bedöm strategin utifrån dess REALIZED historik, inte MTM-rubriksiffran. 4) AFTER FIXING, RE-ASSESS: kontrollera om fördelen håller när exponeringen begränsas. Den är måttlig (profit_factor 1.14, win_rate 40%, även om vinst/förlust-förhållandet 1.70 är sunt) och koncentrerad till tjurmarknader (2022 -62%, 2025 -20%, 2026 -17% går med förlust). Om en ny körning med fast exponering fortfarande visar en positiv fördel som är mindre beroende av extrema utfall och har rimlig drawdown, gå vidare till optimering (den måste fortfarande klara gränserna för deflaterad Sharpe, walk-forward-analys och holdout). Om resultatet närmar sig profilen för förlustår, lägg ned.