ブログ

暗号資産の相関は一定ではなく、あらゆるドローダウンで1に向かって急騰する。DCC-GARCHは時間変化する相関行列をモデル化し、ペアトレードのための動的ヘッジ比率と、誠実な時間変化ポートフォリオリスクを与えてくれる。

通常のGARCH(1,1)は良いニュースと悪いニュースを同じ扱いにし、ガウス型ショックを仮定する。EGARCH、GJR-GARCH、そしてStudent-t/skew-tイノベーションはその両方を修正し、暗号資産に対する誠実なVaRと期待ショートフォールを与えてくれる。

GARCH(1,1)モデルがクリプトにおけるボラティリティ・クラスタリングをどう捉えるか、archライブラリを使って最尤法でどう推定するか、そして条件付き分散予測をポジションサイジングと動的ストップにどう変換するかを解説する。

サーチと過学習をめぐる一連の記事の締めくくり——そしてそれはネガティブな結果、すなわち正しい結果で終わる。ETHUSDT単一銘柄のデュアルタイムフレームサーチは、アウトオブサンプルで+16.35%、手つかずのホールドアウトで+2.62%に値する設定を見つけた。だが約37,000回の試行を考慮したデフレーテッド・シャープレシオは、それを0.00までデフレートした。主要5銘柄（ETH/BTC/SOL/BNB/XRP、各約118万本の1分足）に対してアウトオブサンプルの中央値で選抜する銘柄横断のパスが、とどめを刺す：デュアルはDSR 0.24 / PBO 0.264、トリプルはDSR 0.14 / PBO 0.327——どちらもゲートに不合格。チャンピオンが利益を出すのは5銘柄中1つで、残りはマイナス。反過学習の装置はこのためにある：ノイズの最良をアルファとして出荷するのを止めるために。

マルチタイムフレーム・バックテストは、最終終値がまだ存在しない形成中の上位足バーを通じて未来を漏らす。コードレビューだけで確信は得られない — テストするしかない。私たちはライブボットの確定足(closed-bar)ルールを正確に再現し、未来シフト・プローブによって漏れがないことを証明する:未来のすべてのバーを揺さぶり、過去のすべてのシグナルとトレードがビット単位で不変であることを確認する。25/25の整合性チェックに合格し、そのプローブには実効性がある。

GPUのCPUに対する優位はバッチサイズとともに拡大します——私たちのマルチタイムフレームのインジケーター事前計算では、1呼び出しあたり1コンボの54.5倍から、61コンボの359.6倍まで——なぜなら小さなスイープではカーネル起動と転送のオーバーヘッドを償却できないからです。見出しの167倍を、CPUをも助ける27倍のアルゴリズム的勝利と6.2倍のハードウェア的勝利に分解し、GPU対最良CPUの本当の優位はシングルタイムフレームでわずか3.2倍、マルチで6.2倍にすぎないことを示し、GPUに投資する価値が出るまでにスイープがどれほど広くなければならないかの判断ガイドを与えます。

AppleのMetal GPUにはfloat64が存在しない。ベクトル化されたバックテストを何も考えずに移植すると、魅力的なprefix-sum方式のWMAはfp32をオーバーフローさせ、最大相対誤差は211倍に達する。それでも処理は完走し、もっともらしい数値を返してくる。解決策は精度を上げることではなく、別の定式化にある。すなわち直接的なウィンドウ畳み込みであり、fp32でも8×10⁻⁷まで安全で、シングルスレッドのnumbaより55.9倍速い。この罠、その算術、そして自分が罠に落ちていないことをどう証明するか。