Why we purge and embargo every cross-validation

Γιατί κάνουμε purge και embargo σε κάθε cross-validation

When labels are built from "what happened over the next N bars," neighbouring samples overlap and leak into each other. We purge training samples whose outcome window touches the validation fold and embargo a buffer around it. Without this, a model looks far better in testing than it can ever be live. It's the most common way a research result fools its own author.

Όταν τα labels χτίζονται από το «τι έγινε τα επόμενα N κεριά», γειτονικά δείγματα επικαλύπτονται και διαρρέουν μεταξύ τους. Κάνουμε purge τα δείγματα εκπαίδευσης των οποίων το παράθυρο αποτελέσματος αγγίζει το validation fold και embargo ένα buffer γύρω του. Χωρίς αυτό, ένα μοντέλο δείχνει πολύ καλύτερο στο testing απ' ό,τι μπορεί ποτέ να είναι live. Είναι ο πιο συνηθισμένος τρόπος που ένα ερευνητικό αποτέλεσμα ξεγελάει τον ίδιο του τον δημιουργό.

The add-block rule

Ο κανόνας add-block

Grids don't usually die from their first few entries. They die from stubbornly adding into a trend that has clearly turned against them. Our execution layer refuses to keep scaling once a move is confirmed adverse, even when the raw signal still wants in. The discipline costs a few missed re-entries; it prevents the one that ends the account.

Τα grids συνήθως δεν πεθαίνουν από τις πρώτες τους θέσεις. Πεθαίνουν επειδή προσθέτουν πεισματικά μέσα σε ένα trend που έχει ξεκάθαρα γυρίσει εναντίον τους. Το execution layer μας αρνείται να συνεχίσει το scaling μόλις μια κίνηση επιβεβαιωθεί ως αντίθετη, ακόμη κι όταν το σήμα εξακολουθεί να θέλει να μπει. Η πειθαρχία κοστίζει μερικές χαμένες επανεισόδους· αποτρέπει εκείνη που τελειώνει τον λογαριασμό.

Keeping news sentiment from lagging the signal

Να μην καθυστερεί το news sentiment πίσω από το σήμα

Sentiment that reacts to a headline everyone has already read is just price, dressed up as insight. We weight recent, forward-looking sources over slow aggregates, and we measure whether each source actually moved the needle before it earns any weight. A fundamental input has to earn its place. Opinion isn't evidence.

Το sentiment που αντιδρά σε ένα headline που όλοι έχουν ήδη διαβάσει είναι απλώς τιμή, ντυμένη ως insight. Δίνουμε βάρος σε πρόσφατες, forward-looking πηγές έναντι αργών aggregates, και μετράμε αν κάθε πηγή όντως έκανε διαφορά πριν κερδίσει βάρος. Ένα fundamental input πρέπει να κερδίσει τη θέση του. Η γνώμη δεν είναι στοιχείο.

Regime detection: how many states is enough?

Ανίχνευση regime: πόσες καταστάσεις αρκούν;

Too few regimes and the model can't tell a calm trend from a violent one; too many and each state has so little data that the labels become noise. We treat the number of regimes as something to be justified out-of-sample, not assumed.

Πολύ λίγα regimes και το μοντέλο δεν ξεχωρίζει ένα ήρεμο trend από ένα βίαιο· πολλά και κάθε κατάσταση έχει τόσο λίγα δεδομένα που τα labels γίνονται θόρυβος. Αντιμετωπίζουμε τον αριθμό των regimes ως κάτι που πρέπει να τεκμηριωθεί out-of-sample, όχι να υποτεθεί.

Still open: whether a regime should be a hard switch or a soft blend the system leans into gradually.

Ακόμη ανοιχτό: αν ένα regime πρέπει να είναι σκληρός διακόπτης ή ένα μαλακό blend στο οποίο το σύστημα γέρνει σταδιακά.

An expected-value gate before the broker

Ένα expected-value gate πριν τον broker

A signal being "right" isn't enough: the trade also has to be worth it after spread and realistic costs. Before any order leaves for the broker, a final check compares the expected reward against the risk and the cost to get in; if the math doesn't clear, the trade simply doesn't happen. Most of the edge in execution is in the trades you decline.

Το να είναι «σωστό» ένα σήμα δεν αρκεί: το trade πρέπει επίσης να αξίζει μετά το spread και τα ρεαλιστικά κόστη. Πριν φύγει οποιαδήποτε εντολή για τον broker, ένας τελικός έλεγχος συγκρίνει το αναμενόμενο κέρδος με το ρίσκο και το κόστος εισόδου· αν τα μαθηματικά δεν βγαίνουν, το trade απλώς δεν γίνεται. Το μεγαλύτερο μέρος του edge στην εκτέλεση κρύβεται στα trades που απορρίπτεις.