ECHO
ETF和波动率产品的15分钟均值回归
山间仙女声回荡——价格回归公允价值
何ECHO は
ECHO捕捉市场回归公允价值的回声。在37个均值回归友好型工具（宽基ETF、波动率产品、利率、商品）上训练，并故意忽略趋势指标。
在震荡/盘整行情中的短周期均值回归
仕組み
ECHOは、factorised channel × time attention transformerです。これは160バーのコンテキストウィンドウを見て、12入力チャンネルの分布を予測し、次の4バーの完全な分布を予測します。
順伝播：入力OHLCV＋インジケーターチャンネル→パッチ埋め込み→交互の空間/時間注意層→単一埋め込みにプーリング→MLPヘッドが地平線ステップごとに7つの分位点レベルを予測します。
入力チャンネル
各バーはコンテキストのみの統計を使用してウィンドウごとにZスコア正規化され、モデルは絶対価格ではなく相対的な動きを見ます。
出力
データとトレーニング
ユニバース
37 シンボル
mean_revert_universe
シンボルは、ECHO'sトレーニング母集団。各予測サイクルは同じユニバースでフォワードテストを実行するため、パフォーマンス数値が恣意的に選ばれることはありません。
このトレーニング期間の理由
2010年以前のデータを意図的に除外しています。小数化以前（2001年4月までの分数表示）、プレHFT体制（2007年まで）、および2007-2009年のクレジット危機は、もはや存在しない市場構造を反映しています。3.3 Mパラメータでは、その体制での焼き鈍し容量は、現在の市場との重み付けを競うノイズとなります。ロペス・デ・プラード（2018年）は、体制の非定常性を金融MLの主要な故障モードとして特定しています。
感度分析: 2003年から2022年でトレーニングされたパイロットは、2010年以降のランと比較して検証損失が10～12%悪化しました。
実運用パフォーマンス
すべての予測 ECHOはリアルタイムで記録され、バリア評価されています。これらの数値はクローズドトレードのみを反映し、継続的に更新されます。
過去の実績は将来の結果を保証するものではありません。フォワードテストの結果は、1:3のリスク・リワードバリアシミュレーションを反映しています。実際の成果はスリッページ、スプレッド、流動性により異なる場合があります。
正直な限界
強気相場レジームのテストエクスポージャー
15週間のアウトオブサンプルウィンドウは、強気バイアスのかかった期間でした。弱気相場（2022年第4四半期スタイル）におけるモデルのパフォーマンスは未検証であり、おそらく大幅に低くなります。
取引コストはモデル化されていません
表面収益には往復手数料（これらの商品では約0.05～0.30％）が含まれていません。実際の収益はこれよりも低くなり、表面数値は上限値です。
Same-symbol train/test
モデルは同じ銘柄群（時系列分割）でトレーニングおよびテストされました。時間的汎化性は検証しますが、未見のティッカーに対する銘柄群の汎化性は検証しません。
確信していること
方向スキルはランダムチャンス（対称1:1リスクリワードの勝率）を上回っており、再現可能なトレーニング：同一のハイパーパラメータで3回以上ゼロから再トレーニングし、検証損失は±1%以内です。51.5%) and reproducible training: we've retrained from scratch 3+ times with identical hyperparameters within ±1% val loss.