Якби загальноринкова кореляція абсолютно домінувала над алгоритмічною вибіркою, скорочення загальної капіталізації ринку на 3,4% за останній тиждень (і на 9,5% за місяць) неминуче призвело б до пропорційної деградації результатів виконання торговельних систем. У такому контрфактуальному сценарії ми очікували б побачити низький показник прибуткових угод, пасивне спрацьовування захисних зупинок та масову відмову моделей від відкриття нових позицій. Проте аналіз журналу виконання Core 1 за останні 7 днів демонструє структурно протилежну картину: замість пасивного підпорядкування ринковій беті, системи згенерували 53 нові сигнали, а закриті угоди зафіксували позитивну асиметрію успішних результатів, доводячи здатність кількісних фільтрів ізолювати ідіосинкратичну прибутковість у несприятливих умовах.

Оцінка базової гіпотези: результати виконання за 7 днів

Центральним елементом нашої перевірки є активність 335 алгоритмічних моделей, класифікованих як Core 1, протягом останнього тижня. У разі підтвердження контрфактуальної гіпотези про повну залежність від ринкового середовища, ці алгоритми мали б продемонструвати від'ємне математичне очікування.

Фактичний запис виконання Core 1 натомість містить 24 закриті угоди, з яких 15 завершилися з прибутком, а 9 — зі збитком. Цей коефіцієнт успішності (win rate) був досягнутий за середнього прибутку на кожну закриту транзакцію на рівні +1,10%. Пряме порівняння середнього алгоритмічного результату (+1,10%) із загальноринковим падінням за той самий період (-3,40%) виявляє розбіжність понад 450 базисних пунктів. Це вказує на те, що архітектура моделей успішно локалізує торговельні вікна з високою ймовірністю збереження імпульсу, ігноруючи при цьому ширшу макроекономічну слабкість.

Ідіосинкратичні відхилення: розбір транзакцій ZROUSDT та UNIUSDT

Найяскравішим доказом здатності стратегій абстрагуватися від загальної кореляції є структура найбільш успішних транзакцій цього тижня. Показовим є приклад токена ZRO. Згідно з даними журналу, алгоритми увійшли в позицію за ціною 1,574 USDT і ліквідували її за 1,858 USDT 31 жовтня, зафіксувавши результат +18,04%. Цей рух був повністю автономним відносно поведінки ширшого ринку та підкреслює специфіку систем, представлених у кластері стратегій ZROUSDT.

Схожа ізольована динаміка спостерігалася в транзакціях з GLMUSDT та UNIUSDT. Угода по GLM була ініційована 28 жовтня і закрита 1 листопада з результатом +8,04%. Одночасно з цим, алгоритмічний вихід з UNIUSDT приніс +8,18% (вхід за 6,658 USDT, вихід за 7,203 USDT). Наявність таких двозначних або близьких до двозначних результатів у моделях UNIUSDT та інших альткоїнах беззаперечно спростовує припущення, що високе домінування біткоїна автоматично обмежує волатильність і потенціал зростання активів з меншою капіталізацією.

Механізми алгоритмічного захисту під час локальних зламів

Повноцінний контрфактуальний тест також вимагає аналізу невдач. З 9 збиткових угод за тиждень найгіршим результатом стала позиція по THETAUSDT, яка призвела до втрати -13,87% після падіння активу з рівня входу 0,186 USDT до ціни закриття 0,160 USDT. Іншим відчутним збитком стала фіксація -8,99% по ZENUSDT.

Важливість цих даних полягає не в самому факті збитку, а в суворій механіці його фіксації. Алгоритми Core 1 спроектовані так, щоб примусово переривати позиції, що втратили структурну цілісність, замість того, щоб очікувати ринкового розвороту. Здатність систем утримувати історичне максимальне просідання на медіанному рівні 17,16% значною мірою пояснюється саме цією безжальною ліквідацією позицій, що відхилилися від розрахованого математичного очікування.

Щільність нових сигналів як індикатор кількісної впевненості

Окрім закритих угод, контрфактуальний аналіз враховує розподіл нових позицій. У період загального скорочення капіталізації консервативні моделі повинні були б різко зменшити кількість входів. Проте за останні 7 днів системи Core 1 згенерували 29 нових позицій, сформувавши загальний відкритий портфель із 37 тикерів.

Найвищу щільність сигналів на купівлю продемонстрував ENAUSDT (8 ініційованих угод), що вказує на наявність специфічних мікроструктурних патернів, які системи розпізнали як сприятливі, незважаючи на змішані результати попередніх закриттів по цьому активу. Значна алгоритмічна активність також зосередилася на AVAXUSDT (4 відкриті позиції), ONDOUSDT та WLDUSDT. Ця цілеспрямована дисперсія капіталу серед конкретних токенів, які можна знайти через реєстр алгоритмів AVAXUSDT або загальний каталог стратегій DevioLab, підкреслює, що системи не оцінюють ринок як гомогенний простір ризику, а здійснюють атомарний аналіз кожної окремої пари.

Висновки щодо автономності кількісних фільтрів

Результати виконання систем Core 1 за останній тиждень чітко спростовують контрфактуальну гіпотезу про те, що зниження цифрових ринків на 9,5% автоматично призводить до пригнічення ефективності алгоритмів. Здатність моделей забезпечити 15 прибуткових угод із 24 (із середнім результатом +1,10%), генеруючи при цьому значні прориви в таких активах як ZROUSDT (+18,04%) та GLMUSDT (+8,04%), підтверджує математичну цінність гетерогенності стратегій. Основне обмеження цього висновку полягає в тому, що стійкість до ринкової бети не є константою: як демонструє приклад THETAUSDT, окремі алгоритмічні кластери можуть потрапляти в локальні пастки ліквідності, що вимагає безперервного моніторингу ефективності на рівні кожної унікальної моделі.