Протягом останніх 365 днів історичного симульованого бектесту базовий актив DHI зафіксував від'ємну дохідність на рівні -12.99%. Водночас кількісна стратегія 1TRAD-RJQ1 згенерувала приріст у +27.31%. Така розбіжність не є наслідком агресивного збільшення ризику, а виникає завдяки жорсткій механіці відбору сигналів. З моменту запуску історичного вікна у вересні 2019 року ця конфігурація обробила 234 завершені торгові цикли, підтримуючи суворий контроль над тривалістю утримання позицій та розподілом збитків. Детальний аналіз цього алгоритму дозволяє зрозуміти, як ізоляція специфічного ринкового шуму формує довгострокову стійкість інструмента.

Архітектура утримання та частота виконання

Механіка моделі 1TRAD-RJQ1 визначається її підходом до управління часом утримання капіталу в ринку. За 7.06 років історичних спостережень середній час утримання позиції (average holding hours) становить 144.95 години, тоді як медіанний показник закріпився на рівні 115 годин. Це вказує на те, що стратегія розроблена для захоплення середньострокових імпульсів тривалістю від п'яти до семи торгових сесій, ігноруючи внутрішньоденну волатильність.

Система генерує в середньому лише 33.16 угод на рік, або близько 2.8 угод на активний місяць. Середній інтервал між виходами з ринку складає 10.79 днів (медіана — 9.02 дні). Така низька частота виконання сигналізує про високий поріг входження: алгоритм активується виключно за умови збігу необхідних статистичних параметрів активу, уникаючи надмірного перебування у ризиковому середовищі. Варто зазначити, що дані щодо акцій, які аналізуються, базуються на історичному кеші з можливою затримкою до 10 днів і відображають виключно ретроспективну симуляцію, а не поточне виконання в режимі реального часу.

Асиметрія розподілу результатів та контроль просадок

Структурна перевага моделі найкраще проявляється через асиметрію її торгових результатів. З 234 завершених угод історичний запис фіксує 178 прибуткових та 56 збиткових, що формує загальну частоту виграшів на рівні 76.07%. Середній результат однієї угоди становить +2.46%, тоді як медіанний — +2.08%. Близькість цих показників свідчить про стабільність ядра системи, що не залежить від одиничних аномальних сплесків ціни.

Критичним компонентом є механізм обмеження збитків. Найгірший зафіксований результат окремої угоди склав -13.82%, тоді як найкращий досяг +26.77%. Історична максимальна просадка моделі (max drawdown) утримувалась на рівні 18.86%. Саме здатність системи жорстко обрізати хвіст негативного розподілу дозволила досягти коефіцієнта прибутковості (profit factor) 4.0.

Ця ефективність продемонструвала стійкість у різних ринкових фазах. Наприклад, у 2020 році алгоритм обробив 32 угоди з частотою виграшів 78.13%, у 2024 році — 39 угод із частотою виграшів 84.62%. У 2026 році (на момент останніх історичних даних) модель завершила 24 торгові цикли (15 прибуткових, 9 збиткових), зберігши позитивну динаміку, незважаючи на ширше зниження базового активу.

Гетерогенність в межах інструментального кластера

Для повного розуміння результатів необхідно порівняти 1TRAD-RJQ1 з роботою загального кластера стратегій DHI, доступного через Каталог стратегій DevioLab. Кластер DHI складається з чотирьох незалежних стратегій, які загалом згенерували 647 історичних угод із сукупною частотою виграшів 76.66% та середнім результатом угоди +3.05%.

На 365-денному вікні кластер здійснив 80 угод (win rate 62.5%), забезпечивши сукупний портфельний приріст у +20.42%. Цікаво, що в цьому ж вікні алгоритм 1TRAD-RJQ1 продемонстрував ізольований прибуток у +27.31%. Це вказує на внутрішню гетерогенність моделей: хоча загальний кошик стратегій показав суттєве перевищення над еталоном (-12.99%), саме конфігурація 1TRAD-RJQ1 забезпечила найбільш ефективний розподіл капіталу. Найкоротший період (останні 90 днів) додатково підтверджує механічну стабільність кластера, який згенерував прибуток +4.32% на фоні зниження бенчмарку на -1.62%.

Межі алгоритмічної оптимізації та інтерпретація даних

Аналіз конфігурації 1TRAD-RJQ1 ілюструє, як суворі механічні параметри утримання та жорсткий алгоритм селективності здатні ізолювати стратегію від загальних просадок базового активу. Коефіцієнт прибутковості 4.0 та довгострокова частота виграшів 76.07% є наслідком математичної оптимізації процесів входу та виходу. Водночас важливо усвідомлювати структурні обмеження цих даних: наведені відсоткові показники описують виключно історичні симульовані закриті угоди. Вони не є точним відображенням балансу реальних клієнтських рахунків і не гарантують аналогічної продуктивності в майбутньому. Оцінка кількісних алгоритмів повинна завжди спиратися на розуміння їхньої поведінки в різних історичних циклах, а не на лінійну екстраполяцію минулих здобутків.