Veröffentlicht
Ich habe bereits über zwei Konzentrationsprobleme geschrieben, die sich in unserem is_top_candidate flagge: Es markiert nur 50 von 12.331 Konfigurationen, und 60 % dieser 50 befinden sich auf einer Münze, MEGAUSDT. Was ich nicht überprüft hatte, war die eine Dimension über den Münzen - die Strategiefamilie. Unsere Pipeline besteht aus fünf separaten Familien (micro_momentum, pullback_reclaim, range_bottom_reclaim, range_bounce, volume_reversal), jeweils mit eigener Erfassungslogik. Ich habe alle 50 Top-Kandidaten-Konfigurationen gezogen und nach Familie gruppiert. Es gab nichts zu gruppieren. Alle 50 kamen von einem.
1 Familie von 5, 9,25% von allem getestet, 100% der Flaggen
| Familie | Getestete Konfigurationen | Cleared GOOD_FOR_DEEP_TEST | Top-Kandidaten-Flaggen |
|---|---|---|---|
| range_bounce | 2.521 | 82 4. | 0 |
| range_bottom_reclaim | 1.141 | 77,8% | 50 |
| pullback_reclaim | 3.742 | 61,7% | 0 |
| micro_momentum | 2.404 | 41,0 % | 0 |
| volume_reversal | 2 (11) | 33,1% | 0 |
range_bottom_reclaim ist 1.141 unserer insgesamt 12.331 Konfigurationen - 9,25 % von allem, was wir getestet haben. Es produzierte jede einzelne der 50 Flaggen, die jemals die is_top_candidate bar, eine Trefferquote von 4,4 % innerhalb der eigenen Familie. Die anderen 11.190 Konfigurationen in den verbleibenden vier Familien, 90,75 % des Datensatzes, erzeugten genau Null. Nicht "meistens Null". Null.
Die Familie, die am besten schirmt, ist nicht die Familie, die gewinnt
Hier ist der Teil, der mich überrascht hat. GOOD_FOR_DEEP_TEST ist ein früherer, breiterer Filter - er prüft nur, ob die Gewinnrate, der Gewinnfaktor und die Stichprobengröße einer Konfiguration eine grundlegende Leiste löschen, bevor eine tiefere Validierung stattfindet. range_bounce löscht es bei 82 4., den besten Preis aller Familien, bequem vor range_bottom_reclaim77,8 %. Wenn ich zu diesem Zeitpunkt aufgehört hätte, die Pipeline zu lesen, hätte ich auf range_bounce als stärkste Familie. Es trug null der 50 letzten Top-Kandidaten-Flaggen bei. Die Familie, die den früheren Filter etwas seltener bestanden hat, ist die einzige, die jemals den späteren bestanden hat.
Das ist kein Widerspruch in der Mathematik. GOOD_FOR_DEEP_TEST Und is_top_candidate werden nach unterschiedlichen Kriterien bewertet, einem breiteren und einem engeren. Aber es ist eine echte Lektion für jeden, der einen Filtertrichter von oben nach unten liest: Eine Konfiguration (oder eine Strategie oder ein Mitarbeiter oder ein Anbieter), die Ihren ersten Filter mit einer hohen Rate löscht, sagt Ihnen fast nichts darüber, ob sie Ihren letzten Filter löscht. Die Filter messen nicht dasselbe, selbst wenn sie wie Stufen auf derselben Leiter aussehen.
Wie die 50 markierten Konfigurationen tatsächlich aussehen
Die 50 Top-Kandidaten haben im Durchschnitt eine Gewinnrate von 83,7%, einen Gewinnfaktor von 2,61 und $ 451,65 netto, gegenüber einer Gewinnrate von 65,8% und $ 138,51 netto für die anderen 1.091 range_bottom_reclaim configs that didn't get flagged. That's a real, large gap -- the flag is finding something. Every one of the 50 ran on at least 808 logged trades, most on 1,600, so it isn't a small-sample artifact either. The entry parameters cluster tightly too: a base take-profit between 0.67% and 1.5%, a first DCA add triggered between -0.48% and -1.59%, and a time-stop between 45 and 120 minutes. Tight parameter ranges, one entry family, one dominant coin. Three separate signs this flag describes one specific, narrow setup -- not "trading on RektCalc's strategy families generally works."
Das stimmt mit dem überein, was ich Symbol für Symbol gefunden habe: 60 % dieser 50 Konfigurationen befinden sich allein auf MEGAUSDT, und als ich diese Münzen durch eine neuere, strengere Validierungsphase durchlief, gingen die meisten von ihnen negativ aus. Die hier gefundene Familienkonzentration ist ein zweites, unabhängiges Signal, das in die gleiche Richtung zeigt - diese Flagge hat ihren Namen für ein schmales Stück des Suchraums verdient, nicht für den gesamten Strategieraum, für den sie gebaut wurde.
Was ich eigentlich damit mache
A filter that only ever fires inside one bucket -- one coin, one family, one parameter range -- is telling you about that bucket, not about the filter's general reliability. Before trusting any "top candidate" or "best performer" label, mine or anyone else's, I now check how concentrated the winners are across every independent dimension available: symbol, strategy family, parameter range. One concentrated dimension is a yellow flag. Three, like here, is a reason to treat the label as a lead worth deep-testing, not a conclusion. If you're sizing a position around a backtest that looks this good, run the numbers through the DCA-Überlebensrechner und die Gewinnfaktorrechner bevor ich allein der Gewinnrate vertraue - genauso wie ich jetzt diese Flagge noch einmal überprüfe, bevor ich etwas weiter darauf aufbaue.
Methode: 12.331 Zeilen aus unserer eigenen Backtest-Ergebnistabelle (die gleiche Pipeline hinter backtest-reports.html), die 5 Strategiefamilien mit 176 Live-Tracking-Symbolen abdecken. Familie, Urteil und is_top_candidate sind die eigenen protokollierten Felder der Pipeline, die nicht nach der Tatsache neu abgeleitet werden.