Хочу поделиться своим результатами данной стратегии. Обсудили с автором, дал несколько интересных наводок.

я тестировал несколько вариаций.

Первое — обычные тайм-слоты на 5-минутках с weekly walk-forward оптимизацией. Тестировал ETHUSDT. Данные брал из Binance Data Vision, 1m klines, храню у себя в TimescaleDB. Исследовательский код пишу на Python. Некоторые идеи потом отдельно гоняю уже ближе к бою на VPS в Ирландии через AWS.

По голым тайм-слотам картина была такая:

• рабочий диапазон примерно 54–60% WR
• в основном что-то вменяемое было только по стороне DOWN
• лучшие локальные выборки доходили до 60–62%
• все, что выглядело выше, обычно либо было на маленькой выборке, либо быстро ломалось дальше

Обучающие окна тестировал 16, 26 и 52 недели.

Примеры промежуточных результатов:

16w top 5:
• Thu 14:15 DOWN — 15/16 = 93.8%
• Sun 12:30 DOWN — 14/15 = 93.3%
• Tue 08:10 DOWN — 14/16 = 87.5%
• Tue 11:50 DOWN — 14/16 = 87.5%
• Mon 08:25 DOWN — 14/16 = 87.5%

26w top 5:
• Sun 12:30 DOWN — 23/25 = 92.0%
• Fri 23:05 DOWN — 22/26 = 84.6%
• Tue 08:10 DOWN — 22/26 = 84.6%
• Thu 14:15 DOWN — 22/26 = 84.6%
• Fri 08:25 DOWN — 21/26 = 80.8%

Но если брать длинный walk-forward и каждую неделю заново отбирать слоты, то общий итог был примерно 53–54% WR.

Второе, что сейчас тестирую — это тайм-слоты, но уже с дополнительным фильтром по предыдущей свече на старшем ТФ.

Здесь результат интереснее. Прогнал бэктест с 2025-10 по текущий момент, получилось:

TOTAL tested = 104
wins = 64
overall WR = 61.54%

-----

Да, стратегия рабочая и интересная. Это хорошая база от чего стоит отталкиваться в данном направлении. Буду дальше развивать, посмотрим как и что выйдет. Спасибо автору за содержательную статью, сейчас мало таких пишут