О пользе применения ИИ в тестировании торговых систем.

🤓 Благодря заметке Как адаптировать торговые стратегии к изменениям рыночного режима? Вчера мне попалось видео о методе переобучения торговых алгоритмов на основании трех передовых способов: Feature Engineering / Memory, Online Learning, Reinforcement Learning / REINFORCE. Где автор подробно рассказывал о методах переключения и адаптации торговых систем в режиме реального времени. Видео было законспектировано ИИ и отправлено другому ИИ на постановку ТЗ. После чего третий ИИ провел широкомасштабный тест на выборке из 20 тысяч свечей ETHUSDT. На все ушло около 4 часов. Без использования ИИ на проверку ушло бы две недели.

🗞 Вердикт.

🧑🏻‍💻 Мы протестировали идею в контролируемой исследовательской среде, чтобы проверить, могут ли адаптивные методы добавить дополнительный слой альфы поверх существующего алгоритма ETHUSDT H1.

🎯Цель была не в том, чтобы заменить текущий алгоритм, а в более узком вопросе: можем ли мы до входа в сделку определить, что рыночная среда неблагоприятна для продолжения импульса? Иными словами, мы хотели понять, могут ли дополнительные live-safe рыночные признаки или адаптивные модели помочь заранее отфильтровать слабые сигналы алгоритма до исполнения.

🔺Тесты проводились на исторических данных ETHUSDT Spot H1. Мы не использовали BTC, funding, open interest, futures/mark data, результаты сделок, MFE/MAE, PnL-метки, continuation labels или будущие свечи как live-входы. Все тесты были построены так, чтобы исключить look-ahead bias.

🧐 Мы проверили три подхода.

1️⃣ Первый — Feature Engineering / Memory. Мы создали ETH-only слой regime/memory features на основе live-safe рыночных данных: наклон EMA, directional efficiency, range re-entry rate, breakout hold rate и volatility-without-progress. Этот слой был добавлен только как диагностический и не влиял на TA, HMS, A+B или production-логику.

Результат оказался смешанным. Признаки полезны как диагностический слой, но одиночные пороги и комбинированные threshold-фильтры не дали устойчивого улучшения поверх текущего A+B baseline. Некоторые комбинации помогали в последних 1m и 3m окнах деградации, но ухудшали full-history, 12m и 6m результаты. Поэтому этот подход не был принят как production-фильтр.

2️⃣ Второй подход — Online Learning с использованием shadow-модели в стиле Passive-Aggressive. Модель работала строго по схеме predict-before-learn: сначала делала прогноз, затем обновлялась только после закрытия следующей свечи. На торговые решения она не влияла.

Результат отрицательный. Directional hit rate на полном периоде составил 49.04%, а на 1m/current окне — 48.54%. Это не показало прогнозного преимущества. Поэтому Online Learning был отклонён как production input и confidence filter.

3️⃣ Третий подход — Reinforcement Learning / REINFORCE с энтропийной регуляризацией. Мы протестировали его как в синтетической среде смены режима, так и на реальных данных ETHUSDT H1.

Синтетический тест подтвердил теоретическую идею: entropy помогает избежать полного коллапса политики и улучшает адаптацию после смены режима. Однако на реальных данных ETHUSDT H1 результат оказался непригодным. Лучшая entropy-модель всё равно имела отрицательный cumulative reward, hit rate около 49.83% и сильный перекос направления с очень слабым использованием short. Поэтому RL не был принят для интеграции.

🏁 Финальный вывод:

Адаптивные методы были корректно протестированы как research/sandbox-слои, но ни один из них не дал устойчивого production-ready преимущества поверх текущего алгоритма ETHUSDT H1.

✅ Текущий статус:

🔺Regime/memory features остаются только log-only diagnostic layer.
🔺Online Learning закрыт.
🔺RL закрыт.

Ни один ML/RL-метод сейчас не рекомендуется для production-интеграции.

🫣 Идея была полезной и её стоило проверить, но результаты показывают, что в текущей архитектуре и на выборке ETHUSDT H1 эти методы пока не дают надёжный дополнительный слой альфы.