低偏態（反樂透）橫斷面多頭輪動（BINANCE USD-M，每週持有 5 個偏態最低的 LOWEST-報酬偏態名稱，來自 12 個永續合約組成的宇宙——捕捉樂透偏好溢酬；此訊號未見於任何已部署籃子；防禦性反迷因傾向；2 個參數）

假說

一種 LONG-ONLY、每週再平衡的橫截面輪動策略，涵蓋 12 個具長期歷史資料的 BINANCE USD-M 標的（BTCUSDT、ETHUSDT、SOLUSDT、BNBUSDT、AVAXUSDT、LINKUSDT、ADAUSDT、XRPUSDT、LTCUSDT、DOTUSDT、ATOMUSDT、ETCUSDT），依據 RETURN SKEWNESS 訊號排序——目前沒有任何已推進的投資組合採用此訊號（動能按報酬排序，套利按資金費率排序，而我待審的輪動策略按波動率排序），因此符合 L24 對真正新穎、非相對強弱輸入訊號的要求。每週依照回溯期間內的每日報酬偏態為標的排序，並以等權持有偏態最低的 5 LOWEST 個標的。其機制／優勢來自彩券偏好／特質偏態異常（Bali–Cakici–Whitelaw）：投資人系統性地 OVERPAY 高正偏態、類彩券資產（在加密貨幣市場中，是偶爾會 10x、容易暴漲的迷因幣／另類幣），這些資產之後的風險調整報酬不佳；相較之下，乏味的 LOW 偏態標的定價偏低，風險調整後表現較佳。此異常與低波動因子（我待審的低波動輪動策略）DISTINCT：偏態與波動率選出不同標的——偶爾暴漲的穩定標的是低波動但 HIGH 偏態，而雙向震盪的標的是高波動但 LOW 偏態——因此持倉與報酬走勢有顯著差異。這是一種防禦策略（採取反迷因傾斜，避開容易崩盤的彩券型標的，這些標的在空頭市場跌幅最大）；它沿用已證明能在此存續的 ONE 純多頭架構（每週 K-of-N 輪動 → 交易筆數可通過沙盒認證；換手率低，因此在純 OHLCV 上費用可行；沒有資料瓶頸），並明確 NOT 所有已確認失效的策略族群：NOT 單一標的 MR／反轉（已確定失效——我的 LINK −0.19%、DOGE +0.12%、SOL-OI −0.068%、主動買賣流量 −0.025%）、NOT 資金費率套利（已飽和）、NOT 選擇權（L23）、NOT 趨勢追蹤、NOT 市場中性多空投資組合（L12 費用瓶頸——本策略是純多頭）、NOT 相對強弱輪動複製策略（偏態 ≠ 報酬）。2 核心參數（偏態回溯期、持有標的數量）。

第 3 次迭代直接處理兩項 QA 審查失敗。（1）FAITHFUL SIGNAL：排序現在採用偏態由低至高（RAW `key=lambda kv: kv[1]`），因此正如假設所述，持有偏態最低的 5 LOWEST 名稱；這三次都如此——撤回迭代-2 的 abs(skew) 重新定義，因為 QA 指出它錯誤歸因結果，並偏向低波動篩選。每根 bar 回傳的連續訊號是宇宙中原始偏態的平均值，會隨 bar 改變。（2）FAT-LEFT-TAIL BLOWUP：迭代 1（原始最低偏態）與 2（|skew|）都因同一個已量測機制崩跌——avg_loss >> avg_win、largest_loss 極大、峰度約 15，全由負偏態名稱崩跌所致。我加入純風險覆蓋機制：`_check_stops()` 每根日線 bar 都會執行，若任何持有名稱的未實現損益跌破 -stop_loss_pct（15%），便將其出場，接著停放於 `cooldown_days` 冷卻區間，避免最低偏態排序立即重新買入崩跌中的名稱。如此可限制每筆左尾損失，不影響訊號。先前各層的基礎設定（按保證金正確計算部位大小、排除過時資料、每週以 BTC 時鐘再平衡、重新調整為等權重）均維持不變，保留 Layer 1-3 的通過結果；唯一變更是排序鍵、停損／冷卻狀態，以及兩次 `_check_stops()` 呼叫。

策略淨虧損：profit_factor 0.973（<1.0），期望值 -$106.86；+99.7% total_return 全是未平倉部位的未實現損益（end_unrealized_pct 153.68 → 已實現約 -54%）。max_drawdown 76.56%（CI 高 96.4%）已達硬性放棄標準（>50% 下限，L19），而且結果只適用於單一市場區間——2023 +635% 撐起全部績效，2022（-86%）、2025（-60%）與 2026（-60%）則都大幅虧損。相較於有意義的等權重籃子基準，策略的 alpha 為負（-0.025），且 information_ratio（-0.438）；也就是說，單純持有該籃子表現更好。Sharpe 0.367 的 CI [-0.23, 1.03] 跨越零。這已是第 3 次迭代：在第 1/2 次迭代因左尾崩跌後加入的逐倉停損／冷卻機制，仍未帶來正的已實現優勢或可承受的回撤，因為原始最低偏態排序在結構上會挑中左尾肥厚、容易崩跌的名稱。最佳化 skew_lookback/top_n 無法把 PF<1、期望值為負且 76%-DD 的結果變成可推廣的策略——只會對 2023 區間過度擬合。不值得花 2 小時最佳化。

實作

只做多的每週橫截面輪動，涵蓋 12 個深歷史 BINANCE USD-M 永續合約，依據過去 45 天的每日報酬偏度排序，並以等權方式持有偏度最低（最負）的 5 LOWEST 個標的，以捕捉彩票偏好／特異偏度異象（避開價格過高的高正偏度彩票型標的）。每個持倉設有 15% 硬性停損，並冷卻 7 天，以限制原始最低偏度排序所暴露的肥左尾崩盤風險。依據 BTC（主要）日曆每週再平衡；排除過時持倉。1-DAY 根 K 線，不使用槓桿，總曝險 0.90。

驗證結果

驗證失敗（第 4 層——QA 審查）： - 程式未實作假說所指的核心排序訊號。假說三度指出訊號為 5 LOWEST 報酬偏度標的——採用 RAW 偏度排序，依升冪排列（選取偏度最負者）。但程式實際依絕對偏度升冪排序（`key=lambda kv: abs(kv[1])`），持有偏度最 SYMMETRIC 的標的。兩者選出的籃子有重大差異：假說規則會選中肥左尾標的（偏度 = -2），|skew| 規則則會排除；程式會選中偏度接近零的標的，假說規則則不會。開發者未修訂假說，便悄然將策略的新穎輸入從「最低偏度」重新定義為「最低絕對偏度」，這會（a）將任何已記錄結果錯誤歸因於程式未執行的訊號；（b）使策略逐漸偏向低離散度／類似低波動的篩選，削弱論點所依據的 L24 差異性（偏度 ≠ 波動率）。 - 即使是 |skew| 變體，在沙盒中仍明確虧損——total_return -57.5%、夏普 -1.11（CI [-2.70, +0.54]）、profit_factor 0.19、max_drawdown 61.4%，肥尾依然存在（avg_loss $1606 對比 avg_win $640，largest_loss -$7,227，峰度 14.9）。第 1 次迭代（原始最低偏度）因肥左尾而崩盤；第 2 次迭代（|skew|）仍然崩盤。無論採用哪種方向，偏度訊號在此市場與區間中似乎都沒有足以抵銷手續費的只做多優勢。

在 BACKTEST_REVIEW 放棄偏態假說——三個樣本充足（79 筆交易）、涵蓋兩種方向的災難性沙盒，加上停損覆蓋機制，已足以定論；繼續調整只會過度擬合雜訊。

優勢失效（分析師判斷，並非程式錯誤）：相同訊號連續第三次在沙盒中災難性失敗。iter-1（原始最低偏度）崩盤；iter-2（|skew|）-57.5%；iter-3（原始最低偏度 + 15% 停損 + 冷卻期）total_return -57.7%，夏普 -1.53（CI [-3.00, +0.05]），profit_factor 0.21，win_rate 0.32，max_drawdown 64.0%（已超過 50% 硬性放棄線），avg_trade_return_pct -5.14%，且肥左尾仍然存在（avg_loss $1360 對比 avg_win $616，largest_loss -$5,829，峰度 10.6）。機制已完整診斷：只做多的最低偏度投組會偏向肥左尾、容易崩盤的標的；反轉排序或加上停損，都無法憑空創造不存在的優勢。

若策略通過，固定 stop_loss_pct/cooldown_days（排除在最佳化器的搜尋空間之外），並在假設中註明覆蓋機制。

假說稱「2 個核心參數（偏度回溯期、持有標的數量）」，但程式另加入 stop_loss_pct 與 cooldown_days 作為風險控管機制。此做法有合理依據且已揭露，也未改變標的選擇方式（排序忠實採用原始最低偏度），但使參數／過度配適範圍超出原先所述的兩個參數。

不需修正程式；了解每日停損只能有限度保護肥尾風險，這進一步支持放棄策略。

停損依每日收盤價評估，因此無法限制跳空風險：持倉下跌約 largest_loss ~-31%，約為 15% 停損的 2x——單日跳空下跌在每日檢查觸發前便已穿越停損價。這是每日 K 線停損的預期情況，並非錯誤；但崩盤保護僅屬部分有效，符合肥尾風險持續存在的情況。

回測檢視

夏普值

0.37

總報酬率

99.71%

最大回撤

76.56%

總交易筆數

505

勝率

45.3%

獲利因子

0.97

真正新穎的非相對強度訊號（報酬偏度），且有學術根據（Bali-Cakici-Whitelaw）

樣本充足（505 筆交易，歷時 6.5 年）、低換手率、交易頻率足以承受手續費

profit_factor 0.973（<1.0），期望值 -$106.86——此策略是 NET LOSER

total_return +99.7% 全未實現（end_unrealized_pct 153.68）；已實現的交易紀錄約為 -54%

max_drawdown 76.56%（CI 高 96.4%）——遠超 50% 的硬性放棄下限

單一市場體制：2023 +635% 扛起全部績效；2022 -86%、2025 -60%、2026 -60%

相較具參考意義的等權籃子基準，Alpha 為負（-0.025），且 information_ratio（-0.438）——相較單純持有該籃子，策略摧毀價值

Sharpe 0.367 的 CI [-0.23, 1.03] 跨越零；Calmar -0.574（負值）

已是第 3 次迭代——在第 1/2 次迭代「崩盤」後加入的停損覆蓋機制，仍未解決原始最低偏度排序所選標的的肥左尾曝險

迭代紀錄

驗證失敗（第 4 層——QA 審查）： - 負向優勢極差——低偏度異象無法轉移到加密貨幣。total_return -39.64%、profit_factor 0.199、win_rate 0.184（只有 18% 的交易獲利）、avg_trade_return_pct -5.25%、夏普 -1.64，CI [-2.88, -0.16] ENTIRELY 為負、max_drawdown 41.74%、肥尾虧損（return_skew -4.45、峰度 57.5、largest_loss -$3,750）。持有 5 LOWEST 報酬偏度標的（即使篩選為高於 SMA）也選中嚴重落後的標的。這正是低波動同類策略的失敗，以不同排序方式重現：在 L7 零倖存者家族中的純 OHLCV 橫截面排名輪動。同一架構下，兩種不同的學術低 X 異象排序（先波動率，再偏度）如今都災難性失敗，顯示股票市場文獻記載的彩票／低波動溢酬，在這個加密貨幣市場中並不存在或方向相反。 - 並未忠實測試 5 個標的、90% 毛曝險籃子——曝險特徵與低波動同類策略相同。開發者表示投組「在 5 個等權大型幣中維持約 90% 毛曝險」，但沙盒顯示 avg_position_pct 18.61%，且相對等權基準的 Beta 為 0.024：由於防禦性趨勢閘門排除多數下跌區間的標的，投組大多持有現金（約持有 1 個標的）。因此策略實際運行的是集中於約 1 個標的的押注加現金，而非假說描述的分散型 5 個標的籃子；即便如此，這個集中投組仍虧損 -39.6%。無論稱為設計上的防禦或投資不足，這次執行都未測試所述籃子，且其集中持倉發生崩盤。 - 49 筆交易、歷時 363 天，低於得出一般性結論所需的約 100 筆可衡量性門檻（L16）；不過，PF 0.199／-39.6%／夏普全負 CI，已清楚表明此處的負向優勢。大多持有現金的集中投組，也代表換手率／市場衝擊無法反映全額投資的籃子。

結果摘要

依報酬偏度由低（最負）至高排序，在結構上會選中肥左尾、容易崩盤的標的，因此加上的風險控管機制無法挽救策略——反彩票異象在這個加密貨幣市場中，未能轉化為正的已實現優勢或可承受的回撤，而表面上大多尚未實現的 MTM 報酬，掩蓋了深度負值的已實現交易紀錄。

在最佳化前的回測審查關卡即放棄此策略，因為獲利因子低於 1.0、每筆交易期望值為負，且最大回撤 76.56% 遠超過 50% 的硬性放棄門檻：結果只來自單一市場體制（2023 +635% 扛起全部績效，而 2022 -86%、2025 -60%、2026 -60%）；策略表現不如單純持有該籃子；到了第 3 次迭代，新增的停損／冷卻期機制仍未解決原始最低偏度排序在結構上會選中的肥左尾曝險。

純多頭、每週再平衡的橫截面輪動策略，涵蓋 12 個 BINANCE USD-M 標的，依每日報酬偏態排序並等權持有偏態最低的 5 個標的；透過防禦性反迷因傾斜捕捉彩券偏好／特質偏態異常（Bali–Cakici–Whitelaw），並加入個別持倉停損作為崩盤防護。程式交易回測研究。

回測樣本充足（505 筆交易，歷時 6.5 年），但淨虧損：獲利因子 0.973、期望值為負（-$106.86/筆交易）、表面上的 +99.7% 報酬全未實現（end_unrealized_pct 153.7%，表示已實現報酬約為 -54%）、夏普 0.367（CI 跨越零）、最大回撤 76.56%，相較等權基準的 Alpha（-0.025）與資訊比率（-0.438）皆為負。