Інженерна польова нотатка. Ми досліджуємо систему, яка відповідає на вужче і корисніше питання, ніж «куди піде ціна?»: яка стратегія, якщо така є, наразі достатньо добре відповідає стану ринку, щоб заслуговувати на паперовий тест?
Походження концепції: Пошук Edge кількісного дослідника Владислава Фрейдина. Ця нотатка — наш інженерний розбір цієї архітектури та власні результати тестів, а не його текст — його варто прочитати першим. Те, що ми виміряли під час її створення, знаходиться на експериментальному табло результатів.
Ця відмінність важлива. Ринки нестаціонарні. Трендова система може працювати під час розширення і виходити з ладу в діапазоні; сіткова може робити навпаки. Мета двигуна зміни режимів — не коронувати одного постійного переможця. Він має поєднувати ринкові докази, оцінювати умовну якість кількох сімейств стратегій і робити Немає торгівлі першокласним рішенням, коли докази слабкі.
Чому статичні торгові системи деградують
Фіксований набір правил припускає, що зв'язок між його входами та результатами залишатиметься стабільним. Реальні ринки не надають такого припущення. Ліквідність змінюється, волатильність кластеризується, поведінка учасників адаптується, а макро- або мікроструктурні шоки змінюють сам процес генерації даних.
Це не означає, що кожну стратегію потрібно перебудовувати щотижня. Це означає, що система повинна вимірювати, коли історичний контекст стратегії більше не схожий на поточний. Тому корисний селектор повинен мати три можливості:
- описувати поточний стан ринку за допомогою каузальних, точкових у часі ознак;
- оцінювати очікуваний чистий результат кожної прийнятної стратегії та напрямку;
- утримуватися, коли прогноз застарілий, некалібрований, непідтверджений або економічно негативний після витрат.
Двигун ознак йде перед моделлю
Модель бустингу не може врятувати викривлений або погано вирівняний набір даних. Двигун ознак — це справжня основа. Кандидатні входи охоплюють кілька часових шкал і джерел даних:
| Сімейство ознак | Приклади | Основний ризик |
|---|---|---|
| Макро та структура | DXY зміщення, стан ринку, порушення структури, зміна характеру, кореляція BTC/ETH | Час публікації та переглянуті дані |
| Деривативи | Фандинг, відкритий інтерес, зміна OI та співвідношення | Вісімгодинні спостереження, вирівняні зі швидшими свічками |
| Обсяг та волатильність | CVD, VWAP, якірний VWAP, ATR, профіль обсягу | Покриття торговельних майданчиків та непослідовні визначення обсягу |
| Контекст стратегії | Стани тренду, діапазону, стиснення, розширення та паніки | Пост-хок мітки режимів, що витікають майбутньою інформацією |
Кожен рядок ознак має бути відтворюваним, використовуючи лише інформацію, доступну на момент прийняття рішення. На практиці це означає as-of з'єднання, явну затримку джерела, обмеження свіжості та тест на причинність, який змінює майбутні дані та доводить, що історичний префікс ознак залишається ідентичним.
Чому градієнтний бустинг дерев
XGBoost, LightGBM, та CatBoost поєднує багато неглибоких дерев рішень. Кожне нове дерево фокусується на залишкових помилках, залишених існуючим ансамблем. Для зашумлених табличних ринкових даних це сімейство пропонує кілька практичних переваг:
- нелінійні взаємодії без необхідності глибокої нейромережевої архітектури;
- L1/L2 регуляризація та обмежена глибина дерев;
- власна обробка відсутніх значень, але все одно потребує явних правил свіжості;
- інструменти атрибуції ознак для дослідження, а не як заміна валідації.
Модель не є автономним трейдером. Це один кандидатний компонент у більшому конвеєрі доказів. Корисним результатом є калібрована ймовірність для визначеної дії, наприклад, ймовірність того, що заблокована трендова стратегія, відкрита в лонг на наступному барі, завершиться чистим позитивом за фіксованого виходу та контракту на витрати.
Контракт рішення
Кожен навчальний рядок має зв'язувати часову мітку, символ, стратегію-кандидата, напрямок, каузальні ознаки, правило входу, бар'єри виходу та припущення про витрати. Мітка — це реалізований чистий результат цієї конкретної гіпотетичної угоди. No Trade — це не мітка тайм-ауту. Це рішення, яке приймається, коли жоден кандидат не має позитивної очікуваної вартості з достатніми доказами.
features at time t
candidate strategy + direction
next-open entry
ATR-scaled TP / SL / time barrier
fees + slippage + funding
matured outcome
-------------------------------
calibrated P(net-positive)Фіксований поріг ймовірності, наприклад 0.65, може бути дослідницькою гіпотезою, але це не універсальний закон. Економічний поріг залежить від співвідношення винагороди до ризику, витрат, помилки калібрування та ємності. Ми віддаємо перевагу зафіксованому правилу очікуваної чистої вартості, вибраному в межах даних розробки, а потім оціненому поза ними.
Чесний шлях валідації
Випадкова k-блочна валідація неприйнятна для перекривних фінансових міток. Наш запропонований шлях навмисно складніший:
- Зовнішній закріплений walk-forward: навчання розширюється в часі; кожне наступне тестове вікно залишається недоторканим.
- Purge та embargo: навчальні мітки, чий торговий горизонт може перетнути межу, видаляються.
- Вкладена розробка: рання зупинка, відбір ознак, калібрування, гіперпараметри та поріг рішення підбираються лише всередині зовнішнього навчального вікна.
- Узгоджені нульові рукави: блоково-переставлені мітки та узгоджені за експозицією випадкові сигнали перевіряють, чи створює конвеєр перевагу з шуму.
- Запечатаний holdout: після заморожування протоколу дослідження сейф відкривається один раз.
- Пряма паперова книга: кожен прогноз, версія моделі, результат, припущення про комісію та стан дрейфу додаються до незмінного запису.
Негативний результат — це валідний інженерний вихід. Якщо кандидат не перевершує свої нульові рукави після витрат, це документується і не просувається.
Метрики, які мають значення
Сама точність приховує дисбаланс класів і нічого не говорить про економіку рішення. Якість моделі має включати log loss, оцінку Брієра, очікувану помилку калібрування, PR-AUC, розмір вибірки та покриття. Фінансова оцінка залишається окремою: чиста очікуваність, фактор прибутку, коефіцієнти Шарпа та Сортіно, максимальна просідання, відновлення, оборот та ефективність проти простих базових ліній.
Публічний інтерфейс ніколи не повинен зводити все це до одного зеленого відсотка. Ймовірність має супроводжуватися статусом калібрування, віком доказів, версією моделі, прямими спостереженнями та чітким станом Paper або No-Trade.
Дрейф концепції — це робочий стан
Навіть модель, яка пройшла історичний іспит, може деградувати. Ми моніторимо зсуви розподілу ознак, відсутні та застарілі джерела, а також ковзні ймовірнісні втрати після дозрівання міток. Безпечна для виробництва машина станів є консервативною:
HEALTHY → WARNING → DEGRADED
↓
NO TRADEВідновлення вимагає достатньо свіжих доказів і нової зафіксованої оцінки. Перенавчання не мовчки просуває модель-заміну; воно створює нового претендента з новою версією та датою початку прямого тестування.
Від дослідницького ядра до корисного продукту
Корисний інтерфейс — це не стіна діагностики моделі. Трейдер має бачити найкраще підтримувану відповідність стратегії, напрямок, діапазон каліброваної ймовірності, очікуваний результат після витрат, статус доказів і причину, чому система вирішила утриматися. Глибші шари можуть відкривати walk-forward згини, нульові порівняння, атрибуцію ознак, пряму історію та дрейф для дослідників.
Той самий об'єкт рішення може живити оптимізатор, паперову книгу, навчальні пояснення, сповіщення та публічні сторінки доказів. Жива торгівля залишається окремою дозволеною можливістю і ніколи не мається на увазі дослідницьким вердиктом.
Будуйте це з нами
Ця робота лежить на стику кількох дисциплін. Нам цікаві розмови з:
- Quant ML інженерами що працюють над темпоральною валідацією, калібруванням, бустингом та моніторингом моделей;
- Data інженерами що будують point-in-time конвеєри для фандингу, відкритого інтересу, ринкової структури та макро даних;
- Quant дослідниками що формалізують мітки, нульові гіпотези, контроль множинного тестування та оцінку з поправкою на ризик;
- Інженери торговельної інфраструктури зосереджені на паперових реєстрах, симуляції з урахуванням витрат, реєстрах моделей та безпечних межах виконання.
Якщо це ваша сфера, зв'яжіться з інженерною командою. Якщо ви хочете спочатку ознайомитися з поточною дослідницькою поверхнею, відкрийте Оптимізатор стратегій, публічні Edge кампанії та методологію FinEdg.