iSpecAlgo - ISA

Одна из тихих ошибок в ботах: стратегия кажется стабильной на истории, но в реальном времени начинает плыть не из-за сигнала, а из-за подготовки данных. Особенно это видно на стакане: цены, обёмы, спред, дисбаланс bid/ask сначала нормализуют, потом обучают модель или подбирают пороги. Если нормализация посчитана по всему датасету, бот уже знает кусочек будущего режима. В работе DeepLOB авторы строили модель для прогноза движения mid-price по лимитному стакану. Важная практическая деталь там не только в нейросети. Для годового набора LSE они не использовали один статический масштаб на весь период:...

Частая ошибка в оценке бота: смотреть только на «максимальную просадку 12%» и делать вывод, что стратегия терпимая. Но две просадки по 12% могут быть разными. Одна быстро откупается и возвращает equity к максимуму. Другая неделями ползёт внизу, съедает маржу, ломает доверие к настройкам и провоцирует ручное вмешательство. В работе Jaehyung Choi про maximum drawdown, recovery and momentum изучалась не просто глубина падения, а связка: худшее падение от локального пика к минимуму и последующее восстановление. Идея полезна для системного трейдера: drawdown — это не только «сколько потеряли», но и «что рынок сделал после удара»...

Частая ошибка в ботах: увидеть резкий рост количества сделок и решить, что «рынок проснулся». Особенно на малых криптоактивах это опасно. Лента может показывать активность, но цена почти не двигается, лучшие уровни не пробиваются, а потом внезапно появляется гэп ликвидности. В свежей работе по микроструктуре крипторынка исследователи моделировали поток сделок как самовозбуждающийся процесс: одна сделка повышает вероятность следующих сделок, а скрытый режим рынка может переключаться от нормальной активности к экстремальному всплеску. Они применили модель к сделкам SEI-USD на Coinbase за декабрь 2023 — март 2024 и искали серии сделок на одной стороне стакана, которые проходят по той же цене...

Ошибка многих ботоводов: выбрать площадку или пару по колонке «24h volume», а потом удивляться, что ордер на реальном счёте собирает проскальзывание, частичные исполнения и странные свечи. Большой оборот выглядит как гарантия глубины. В крипте это не всегда так. В работе Crypto Wash Trading исследователи разобрали сделки на 29 криптобиржах и искали не «плохие отзывы», а статистические следы искусственного оборота. Идея простая: реальные сделки толпы имеют устойчивые поведенческие закономерности. У размеров сделок есть распределение первых значащих цифр, кластеры около круглых чисел, тяжёлые хвосты...