ATLAS
Base solo OHLCV per indici e mega-cap
Titano che sostiene il mondo — base stabile
CosaATLAS fa
Il minimalista. ATLAS usa solo i cinque canali OHLCV grezzi — nessun indicatore. Il più piccolo dei Cinque (2.4M parametri), con il tasso di vincita più alto a rapporto R/R simmetrico 1:1, e il più conservativo dei nostri modelli.
Trend following su ampio mercato, R/R conservativo
Come funziona
ATLAS è un trasformatore di attenzione fattorizzato a canale × tempo. Analizza una finestra di contesto di 120 barre per 5 canali di input e prevede la distribuzione completa delle prossime 5 barre.
Passaggio in avanti: canali di input OHLCV + indicatore → patch-embedded → livelli di attenzione spazio/tempo alternati → raggruppati in un unico embedding → testa MLP prevede 7 livelli quantili per passo orizzontale.
Canali di input
Ogni barra viene normalizzata z-score per finestra utilizzando solo statistiche di contesto, così il modello vede movimenti relativi anziché prezzi assoluti.
Output
Dati e formazione
Universo
120 simboli
indices_and_megacaps
I simboli sono gli strumenti liquidi e negoziabili che costituiscono ATLAS's training population. Each prediction cycle runs forward-tests on the same universe so performance numbers aren't cherry-picked.
Perché questo intervallo di addestramento
Escludiamo deliberatamente i dati precedenti il 2010. La fase pre-decimalizzazione (frazioni fino ad aprile 2001), il regime pre-HFT (fino al 2007) e la crisi del credito 2007-2009 riflettono una struttura di mercato che non esiste più. A 2.4 M parameters, burning capacity on that regime is noise competing for weights with the current market — López de Prado (2018) identifies regime non-stationarity as the primary failure mode of financial ML.
Sensibilità: un pilota addestrato su 2003-2022 ha mostrato una perdita di convalida del 10-12% peggiore rispetto all'addestramento dal 2010 in poi.
Rendimento in tempo reale
Ogni previsione ATLAS effettua viene registrata e valutata in tempo reale con barriere. Questi numeri riflettono solo operazioni chiuse e vengono aggiornati continuamente.
I rendimenti passati non garantiscono risultati futuri. I risultati dei forward-test simulano barriere R/R pari a 1:3; i rendimenti reali potrebbero differire a causa di slippage, spread e liquidità.
Limitazioni oneste
Esposizione test in regime di mercato rialzista
La finestra out-of-sample di 15 settimane è stata un periodo di tendenza rialzista. Le performance del modello in regimi ribassisti (stile Q4 2022) non sono verificate e sono probabilmente molto inferiori.
Costi di transazione non modellati
I rendimenti headline escludono le commissioni di andata e ritorno (~0.05-0.30% su questi strumenti). I rendimenti reali saranno inferiori; i numeri headline sono limiti superiori.
Addestramento/test con stesso simbolo
Il modello è stato addestrato e testato sullo stesso universo di simboli (divisione temporale). Convalidiamo la generalizzazione temporale, non la generalizzazione dell'universo a ticker non visti.
Di cosa siamo certi
Abilità direzionale superiore al caso casuale (tasso di vincita simmetrico 1:1 R/R è 51.8%) e addestramento riproducibile: abbiamo riaddestrato da zero 3+ volte con iperparametri identici entro ±1% di perdita di convalida.
Leggi il paper completo
Rapporto tecnico di pubblicazione approfondito: pulizia dei dati, analisi approfondita dell'architettura, dinamiche di training, metodologia di simulazione delle barriere, risultati a finestra intera, analisi di sensibilità e discussione onesta delle limitazioni. ~7.000 parole.
Confronta tra i Cinque
Ogni modello in Zirdle Five affronta un diverso regime di trading. Torna alla panoramica per vedere come si confrontano in termini di tasso di vincita, dimensione dell'universo e rendimenti fuori campione.