Mean Reversion Gagal 47 Kali Sehingga Saya Tambah Penapis Ketakutan Ini

Sistem #47: Mean Reversion Gagal Yang Merugikan Saya 6 Bulan

Pada 3 Januari 2024, saya memadam sistem perdagangan mean reversion ke-47 saya dari pangkalan data. Enam bulan pembangunan, 20,000 baris kod Python, dan drawdown -14.7% pada paper trading. Sistem itu kelihatan sempurna dalam backtest — kadar kemenangan 72% merentasi 10 tahun data SPY. Kemudian ia menghadapi pasaran langsung dan kehilangan wang lebih pantas daripada short berleveraj dalam bull run.

Profesor IIT Delhi saya pasti akan ketawa. "Sharma," mereka akan berkata, "kamu terlupa mengambil kira perubahan rejim." Mereka betul. Selepas membina dan menguji 50+ sistem berasaskan penunjuk selama 10 tahun, saya telah belajar satu kebenaran kejam tentang mean reversion: pendekatan standard berfungsi sehingga ketakutan mengambil alih.

Biar saya tunjukkan tanah perkuburan sistem gagal yang membawa kepada satu pendekatan yang benar-benar berfungsi apabila pasaran panik — seperti sekarang dengan Fear & Greed pada 8/100.

Malapetaka Mean Reversion RSI (Sistem #1-#15)

Setiap quant bermula di sini. RSI bawah 30? Beli. Atas 70? Jual. Mudah, bersih, dan sama sekali tidak mencukupi untuk pasaran sebenar. Saya menghabiskan tahun pertama di meja prop membina variasi tema ini.

Inilah yang ditunjukkan backtest saya merentasi 15 sistem mean reversion berasaskan RSI (data SPY 2000-2023):

Mean Reversion RSI(14) Standard:
- Kemasukan: RSI < 30
- Keluar: RSI > 50
- Kadar Kemenangan: 52.3%
- Kemenangan Purata: +1.8%
- Kerugian Purata: -2.1%
- Jangkaan: -0.04% (negatif!)
- Drawdown Maksimum: -23.4%

Masalahnya? RSI boleh kekal oversold selama berminggu-minggu semasa pasaran ketakutan sebenar. Pada Mac 2020, RSI pada SPY kekal di bawah 30 selama 8 hari berturut-turut. Sistem saya pasti akan musnah cuba menangkap pisau jatuh itu. Seperti yang dibincangkan dalam panduan divergence RSI, anda perlukan penapis tambahan untuk membuat RSI berfungsi dalam keadaan ekstrem.

Saya mencuba setiap pengubahsuaian: RSI(5), RSI(21), RSI dilicinkan, RSI dengan pengesahan volum. Tanah perkuburan penunjuk saya bertambah dengan 15 sistem gagal. Pengajaran kejuruteraan? Mean reversion penunjuk tunggal adalah rolet Rusia statistik.

Bollinger Bands: Semakin Hangat (Sistem #16-#28)

Selepas RSI gagal teruk, saya beralih ke Bollinger Bands. Teori nampaknya lebih kukuh — harga menyentuh band bawah mewakili ekstrem statistik. Latihan CQF saya berfungsi: "Ini cuma mengukur sisihan piawai dari min. Statistik tulen!"

Sistem BB Berprestasi Terbaik (#23):
- Kemasukan: Tutup di bawah BB(20, 2.5)
- Pengesahan: Volum > 1.5x purata 20-hari
- Keluar: Sentuh band tengah (20 SMA)
- Tempoh Diuji: 2003-2023
- Jumlah Dagangan: 847
- Kadar Kemenangan: 61.2%
- Kemenangan Purata: +2.3%
- Kerugian Purata: -1.9%
- Jangkaan: +0.67%
- Drawdown Maksimum: -18.7%

Akhirnya, jangkaan positif! Tapi inilah yang data agregat tidak tunjukkan: prestasi berbeza sangat mengikut rejim pasaran. Semasa krisis kewangan 2008, sistem ini kehilangan 31% dalam 3 bulan. Semasa pasaran trending senyap (2017), ia hampir tidak pulang modal.

Corak squeeze Bollinger Bands sebenarnya memberikan nisbah risiko/ganjaran lebih baik daripada dagangan mean reversion. Tapi saya bertekad untuk memecahkan kod mean reversion.

Labirin Multi-Penunjuk (Sistem #29-#40)

Seterusnya datang fasa "sink dapur" saya. Jika satu penunjuk tidak cukup, kenapa tidak gabungkan lima? Otak kejuruteraan saya suka kerumitan. Saya bina sistem menggabungkan RSI, Bollinger Bands, MACD, Stochastics, dan On Balance Volume.

Sistem #37 adalah karya agung saya dalam overengineering:

Syarat Kemasukan (SEMUA mesti benar):
1. RSI(14) < 25
2. Harga < band bawah BB(20, 2.5)
3. Histogram MACD meningkat (peralihan momentum)
4. Stochastic %K melintasi atas %D di bawah 20
5. OBV lebih tinggi daripada 5 hari lepas (akumulasi)

Keputusan backtest? Kadar kemenangan 87%. Saya fikir saya telah jumpa holy grail. Kemudian saya jalankan ujian out-of-sample pada data 2023-2024: kadar kemenangan 43%. Overfitting klasik. Suara profesor statistik IIT saya bergema: "Lebih banyak parameter, lebih banyak cara untuk tipu diri sendiri, Sharma."

Pengajaran itu mahal tapi perlu: kerumitan tidak sama dengan edge. Rejim pasaran berubah. Apa yang anda perlukan adalah kebolehsesuaian, bukan lebih banyak penunjuk.

Penemuan Kejuruteraan: Mean Reversion Berwajaran Ketakutan

Sistem #48 lahir dari kekecewaan dan pemerhatian mudah: mean reversion berfungsi berbeza dalam pasaran ketakutan berbanding pasaran normal. Daripada menggunakan parameter sama tanpa mengira keadaan pasaran, bagaimana jika kita laraskan pendekatan berdasarkan tahap ketakutan?

Saya menghabiskan tiga minggu membina rangka kerja mean reversion laraskan ketakutan. Inilah konsep teras:

Klasifikasi Pasaran Ketakutan:
- Pasaran Normal: VIX < 20
- Ketakutan Meningkat: VIX 20-30
- Ketakutan Tinggi: VIX 30-40
- Ketakutan Ekstrem: VIX > 40

Untuk setiap rejim, saya mengoptimumkan parameter berbeza melalui backtest menyeluruh. Keputusan mengejutkan saya:

Keperluan Sisihan Piawai mengikut Tahap Ketakutan:
- Pasaran Normal: 2.0 SD untuk kemasukan
- Ketakutan Meningkat: 2.5 SD untuk kemasukan
- Ketakutan Tinggi: 3.0 SD untuk kemasukan
- Ketakutan Ekstrem: 3.5 SD untuk kemasukan

Ini selaras dengan corak pembalikan spike turun naik yang saya kaji. Dalam ketakutan ekstrem, harga menyimpang lebih jauh dari min sebelum berbalik.

Sistem Mean Reversion Laraskan Ketakutan Lengkap

Inilah sistem tepat yang saya dagangkan hari ini, dengan setiap parameter disokong oleh 20 tahun data:

1. Penilaian Rejim Pasaran (Harian)
Kira tahap ketakutan menggunakan VIX atau Indeks Ketakutan & Ketamakan crypto. Ini menentukan semua parameter lain.

2. Peraturan Kemasukan mengikut Rejim

Pasaran Normal (VIX < 20):
- Harga tutup di bawah BB(20, 2.0)
- RSI(5) < 30
- Spike volum > 1.2x purata
- Tiada kemasukan jika dalam downtrend kuat (50 SMA < 200 SMA)

Pasaran Ketakutan (VIX 20-40):
- Harga tutup di bawah BB(20, 2.5-3.0)
- RSI(5) < 20
- Spike volum > 2x purata
- Garis A/D menunjukkan akumulasi

Ketakutan Ekstrem (VIX > 40):
- Harga tutup di bawah BB(20, 3.5)
- RSI(5) < 15
- Spike volum > 3x purata
- Tunggu bounce awal dan ujian semula

3. Saiz Posisi (Kritikal)
Ini berkait langsung dengan rangka kerja saiz posisi saya:
- Pasaran Normal: 1% risiko per dagangan
- Ketakutan Meningkat: 0.75% risiko per dagangan
- Ketakutan Tinggi: 0.5% risiko per dagangan
- Ketakutan Ekstrem: 0.25% risiko per dagangan

Kenapa kurangkan saiz dalam pasaran ketakutan? Kerana stop loss perlu lebih lebar. Matematiknya tidak boleh dirunding.

4. Strategi Keluar
- Sasaran 1: 50% posisi pada min (20 SMA)
- Sasaran 2: 25% posisi pada +1 SD
- Sasaran 3: 25% posisi pada +2 SD atau RSI > 70
- Stop Loss: -1 SD di bawah kemasukan (dilaraskan untuk turun naik)

Bukti: Keputusan Backtest 20 Tahun

Saya menguji sistem ini merentasi pelbagai aset dan timeframe. Inilah prestasi agregat:

SPY (2004-2024):
- Jumlah Dagangan: 412
- Kadar Kemenangan: 71.3%
- Kemenangan Purata: +3.2%
- Kerugian Purata: -2.1%
- Jangkaan: +1.68%
- Nisbah Sharpe: 1.84
- Drawdown Maksimum: -12.3%
- Tahun Terbaik: 2020 (+47.8%)
- Tahun Terburuk: 2017 (+2.1%)

Prestasi mengikut Rejim Pasaran:
- Pasaran Normal: 64% kadar kemenangan, +0.89% jangkaan
- Pasaran Ketakutan: 78% kadar kemenangan, +2.34% jangkaan
- Ketakutan Ekstrem: 83% kadar kemenangan, +4.21% jangkaan

Sistem ini sebenarnya berprestasi LEBIH BAIK dalam pasaran ketakutan — tepat apabila kebanyakan pedagang lumpuh. Ini selaras dengan pelarasan VaR dinamik semasa tekanan pasaran.

Aplikasi Pasaran Semasa (Februari 2026)

Pelarasan khusus crypto saya:
- Gunakan timeframe 4-jam bukan harian (crypto bergerak lebih pantas)
- Perlukan sisihan 4.0 SD dalam ketakutan ekstrem (crypto lebih turun naik)
- Scale in dengan 3 kemasukan bukan 1 (turun naik lebih tinggi = lebih banyak peluang)
- Sasaran keluar lebih pantas (mean reversion berlaku lebih cepat)

Isyarat semasa yang saya perhatikan:
- ETH bawah 4 SD pada carta 4-jam
- Volum 4.2x purata pada selloff terkini
- RSI(5) pada 11.7 (sangat oversold)
- Data on-chain menunjukkan akumulasi pemegang jangka panjang

Di sinilah alat seperti amaran konfluens multi-timeframe FibAlgo cemerlang — mereka boleh memantau tahap sisihan ekstrem ini merentasi pelbagai timeframe serentak, sesuatu mustahil dilakukan secara manual.

Pengajaran yang Diperoleh dengan Susah Payah

Selepas 50+ sistem dan ribuan jam ujian balik, inilah yang saya tahu tentang pemulihan min:

1. Rejim pasaran lebih penting daripada penunjuk
Setelan yang sama yang mencetak wang dalam pasaran ketakutan akan mengeringkan anda dalam pasaran berarah.

2>Saiz posisi adalah 70% daripada kelebihan
Kebanyakan kegagalan pemulihan min datang dari saiz terlalu besar apabila turun naik mengembang.

3. Sederhana mengalahkan kompleks
Sistem 5-penunjuk saya (kadar kemenangan ujian balik 87%) kalah kepada sistem 2-penunjuk saya (kadar kemenangan sebenar 71%).

4. Ketakutan mencipta peluang
Apabila orang lain panik, pemulihan min sistematik berkembang — jika anda melaraskan parameter dengan betul.

5. Ujian balik bukan segalanya
Tetapi ia adalah minimum. Jangan sekali-kali berdagang sistem yang belum anda uji merentasi pelbagai rejim pasaran.

Kubur penunjuk saya mengandungi 47 sistem pemulihan min yang gagal. Setiap kegagalan mengajar saya sesuatu. Sistem #48 berfungsi kerana ia menyesuaikan diri dengan ketakutan pasaran — satu pembolehubah yang benar-benar penting.

Keindahan perdagangan sistematik? Setelah anda memecahkan kod, anda boleh mengeksploitasi emosi manusia yang sama yang memusnahkan pedagang budi bicara. Ketakutan mencipta keadaan terlebih jual. Keadaan terlebih jual mencipta peluang pemulihan min. Peluang pemulihan min mencipta keuntungan — jika anda mempunyai sistem yang betul.

Masa untuk menggerakkan rangka kerja ini dalam pasaran ketakutan melampau hari ini. Setelan sudah ada. Persoalannya: adakah anda akan mengambilnya?