Experiment #28 — converging_price_oi_state_v1

strategy=momentum_rotation_v2 · target=pnl_r · status=done · dataset_fingerprint=ad820939b168…

Created 1 hour ago
Period: 2026-08-06 00:10:06 → 2026-11-03 23:15:04

NO DATA

Aucune donnée disponible pour cette spec.

Spec

{
    "spec_version": "v1",
    "strategy": "momentum_rotation_v2",
    "date_range": {
        "start": "2026-08-06",
        "end": "2026-11-04"
    },
    "target": "pnl_r",
    "conditions": {
        "feature": "derivatives.price_oi_state",
        "op": "in",
        "value": [
            "converging",
            "neutral"
        ]
    }
}

N trades (strategy)

8,737

N inside

0.00% of strategy

N outside matched

8,737

N universe baseline

25,705

All strategies, same window

Multiple testing N

cumulative on strategy

Inside filter main

Split	Win rate	Expectancy R	PF	Mean MFE 8h	Mean MAE 8h	Δ vs matched	Δ vs univ	Boot CI (block)	Boot CI (iid)	p-value	Defl. SR	FE edge	Coins +
train	—	—	—	—	—	—	—	—	—	—	—	—	—
test	—	—	—	—	—	—	—	—	—	—	—	—	—
full	—	—	—	—	—	—	—	—	—	—	—	—	—

Outside (same strategy)

Split	N trades	Win rate	Expectancy R	PF	Mean MFE 8h	Mean MAE 8h
train	6115	58.53%	0.0062	1.03	0.674	0.597
test	2622	55.76%	-0.0121	0.95	0.629	0.614
full	8737	57.70%	0.0007	1.00	0.661	0.602

Universe baseline (all strategies)

Split	N trades	Win rate	Expectancy R	PF	Mean MFE 8h	Mean MAE 8h
full	25705	45.96%	0.0194	1.05	1.778	1.579

How to read this page

Filter Attribution Mode (V1). On compare les trades réellement exécutés de la stratégie avec vs sans la condition. C'est utile pour décider "faut-il ajouter ce filtre à l'entrée de la stratégie ?", mais ça ne prouve pas que la feature est causalement prédictive — juste qu'elle améliore la sélection sur les trades déjà sélectionnés.

Baselines. On compare l'inside à deux baselines : (1) outside matched = les autres trades de la même stratégie sur la même fenêtre, (2) universe baseline = tous les trades toutes stratégies. Les deux doivent pointer dans le même sens pour qu'un edge soit crédible.

Walk-forward 70/30. Train = 70% chrono le plus ancien, Test = 30% récent. Si l'edge décroche entre les deux (overfit suspect), c'est souvent un régime shift plutôt que du vrai overfit — regarder les dates de chaque split.

Block bootstrap par jour. Les trades crypto du même jour sont corrélés (altcoins bougent ensemble). On resample des jours entiers, pas des trades individuels. Les CI iid (secondaires) sont plus serrés mais sous-estiment la variance.

Fixed effects edge. Moyenne des edges par coin (coins avec ≥3 inside trades). Protège contre "l'edge n'existe que sur SOL". Idéalement proche de l'edge global.

Deflated Sharpe. Correction López de Prado 2016 pour N expériences cumulées sur la stratégie. Secondaire sur un dataset de n < 300 trades (peu fiable) — on priorise bootstrap CI + FE edge pour le verdict.

Summary (markdown)

# Edge Experiment #28

**Strategy:** `momentum_rotation_v2` · **Target:** `pnl_r` · **Verdict:** `no_data`

**Dataset:** 8737 trades (strategy) · 25705 universe · 0 inside / 8737 outside_matched

**Period:** `2026-08-06 00:10:06` → `2026-11-03 23:15:04`

## Inside (full)
- expectancy_r = 0.0000
- edge_vs_matched = 0.0000
- bootstrap CI [0.0000, 0.0000]
- fixed_effects_edge = 0.0000
- coins_positive = n/a