A formal framework that models edge decay and strategy–regime ceiling (the "biological barrier") and provides double-blind experiment design for validation and live trading.
Repeated use of the same strategy on the same market regime leads to sensitivity decay: edge fades with exposure. No amount of "more technique" (indicators, optimization) within the same strategy–regime pair can sustainably break the ceiling—only regime rotation and overload (stronger signals in noisy regimes) restore responsiveness. The math is derived from behavioral models (habituation, ceiling effect, power-law adaptation) and mapped one-to-one to trading. The framework incorporates 2024–2026 research: power-law decay, optimal information gain, statistical jump models, hybrid ML regime detection, and pre-registration with pre-analysis plans.
| File | Description |
|---|---|
| docs/WHITEPAPER_EN.html | Whitepaper (EN) — открыть в браузере для красивых формул / open in browser for book-style math |
| docs/WHITEPAPER_RU.html | Whitepaper (RU) — открыть в браузере для красивых формул |
| docs/WHITEPAPER_EN.md | Markdown (EN) |
| docs/WHITEPAPER_RU.md | Markdown (RU) |
| LICENSE | MIT (EN) |
| LICENSE_RU.md | MIT (RU, unofficial translation) |
- Sensitivity decay (exponential): (\sigma_{S,R}(n) = e^{-\lambda_{S,R} n})
- Sensitivity decay (power-law, 2024+): (\sigma_{S,R}(n) = (1 + \beta n)^{-\eta})
- Effective edge: (\mu_{S,R}(t) = \bar\mu_{S,R} \cdot \sigma_{S,R}(n_{S,R}(t)))
- Rotation rule: Switch when (\sigma < \theta)
- Overload threshold: (\tau_t = \tau_0(1 + \alpha V_t/\bar{V})); position size (w \propto \sigma)
- Initial validation (double-blind): Training / calibration / holdout split; anonymous strategy–regime labels; blinded parameter estimation; pre-registration with Pre-Analysis Plan (PAP).
- Trading (double-blind): Strategy–regime anonymization; regime classifier out-of-sample only; no look-ahead; evaluator blinded until period locked.
Eduard Samokhvalov
MIT. See LICENSE.
Формальный фреймворк, моделирующий затухание edge и потолок стратегия–режим («биологический барьер»), с дизайном двойного слепого эксперимента для валидации и живой торговли.
Повторное использование одной и той же стратегии в одном рыночном режиме приводит к затуханию чувствительности: edge ослабевает с экспозицией. Никакие дополнительные «техники» (индикаторы, оптимизация) в рамках той же пары стратегия–режим не могут устойчиво пробить потолок — только ротация режимов и перегрузка (более сильные сигналы в шумных режимах) восстанавливают отзывчивость. Математика выведена из поведенческих моделей (привыкание, эффект потолка, степенная адаптация) и отображена один-к-одному на торговлю. Фреймворк опирается на исследования 2024–2026: степенной decay, оптимальный информационный выигрыш, статистические jump-модели, гибридное ML-детектирование режимов, пре-регистрация с планом пре-анализа (PAP).
| Файл | Описание |
|---|---|
| docs/WHITEPAPER_EN.html | Whitepaper (EN) — открыть в браузере |
| docs/WHITEPAPER_RU.html | Whitepaper (RU) — открыть в браузере для красивых формул |
| docs/WHITEPAPER_EN.md | Markdown (EN) |
| docs/WHITEPAPER_RU.md | Markdown (RU) |
| LICENSE | MIT (EN) |
| LICENSE_RU.md | MIT (RU, неофициальный перевод) |
- Decay чувствительности (экспоненциальный): (\sigma_{S,R}(n) = e^{-\lambda_{S,R} n})
- Decay чувствительности (степенной, 2024+): (\sigma_{S,R}(n) = (1 + \beta n)^{-\eta})
- Эффективный edge: (\mu_{S,R}(t) = \bar\mu_{S,R} \cdot \sigma_{S,R}(n_{S,R}(t)))
- Правило ротации: Переключаться при (\sigma < \theta)
- Порог перегрузки: (\tau_t = \tau_0(1 + \alpha V_t/\bar{V})); размер позиции (w \propto \sigma)
- Начальная валидация (двойной слепой): Разделение train/calibration/holdout; анонимные метки стратегия–режим; слепая оценка параметров; пре-регистрация с планом пре-анализа (PAP).
- Торговля (двойной слепой): Анонимизация пар стратегия–режим; классификатор режимов только out-of-sample; без look-ahead; оценщик слеп до завершения периода.
Эдуард Самохвалов
MIT. См. LICENSE.