งานวิจัย · ผลเป็นลบ · S44 · S46 · S47
ถอดรหัสอินดิเคเตอร์ทั้งสี่ด้วย machine learning
เพดานคือ +0.02–0.03R เหนือเส้นฐาน — ต่ำกว่าต้นทุน
เจ้าของชาร์ตถามคำถามที่ใหญ่ที่สุด: ถ้าเอาทุกโมดูลของอินดิเคเตอร์ทั้งสี่มารวมกันในทุกแบบที่เป็นไปได้ จะมีชุดไหนทำเงินไหม · การไล่ทุกชุดค่าเป็นไปไม่ได้และจะขุดหาผลบังเอิญ เราจึงเปลี่ยนคำถามเป็น “ให้โมเดลที่ยืดหยุ่นเรียนรู้จากตัวแปรทั้งหมด แล้ววัดว่ามันดีกว่าเส้นฐานที่ไม่ใช้อะไรเลยเท่าไร” — ตัวเลขนั้นคือเพดานของสิ่งที่อินดิเคเตอร์ชุดนี้บอกได้ที่ขอบฟ้าของแท่ง M3 · สามงานต่อเนื่อง: M3 อย่างเดียว → เพิ่มบริบท H1 → เทรดน้อยลงถือนานขึ้น
1 · การออกแบบ
- ตัวแปร: 96 คอลัมน์จาก 4 ไฟล์ Pine ที่คำนวณย้อนหลังได้ (ระดับ g1/g2/g3 · EFP · GVZ · Chandelier 3 กรอบ · VP/VAH/VAL/POC · Kalman · Tri-MTF · VPIN · entropy · Hurst · MLMI · Fisher · “กี่แท่งตั้งแต่” Rejection/Bubble/RD/FISH) ตามค่าตั้ง M3 ของเจ้าของชาร์ต · S46 เพิ่มบล็อก H1 61 คอลัมน์จากค่าตั้ง H1 ต่อเข้าแบบ as-of บนแท่ง H1 ที่ปิดแล้ว (ตรวจว่าไม่มองอนาคต)
- เป้าหมาย: T1 = ผลไม้ SL 2 ATR / TP 1.5R ที่คำนวณบนราคา 1 นาที (SL ในนาทีเดียวกันนับก่อน + ต้นทุน) · T2 = ผลตอบแทน 20 แท่งข้างหน้า (bp) · S47: T3 = SL 1×ATR14(H1) / TP 1.5R ถือ ≤ 24 ชม. · T4 = 8 ชม.ข้างหน้า
- การเลือกไม้: เทรดเมื่อความน่าจะเป็นที่โมเดลให้ ≥ P90 ในปีฝึก ห่างกัน ≥ 20 แท่ง (S47 ใช้ P95 และ 80 แท่ง)
- ตัวควบคุมสามชั้น: ① สับเป้าหมายแบบเลื่อนเวลา 5 รอบ (โมเดลต้องชนะทุกรอบ) · ② เข้าสุ่มชั่วโมง/ทิศเดียวกัน · ③ (S46/S47) เลื่อนบล็อก H1 ไปคนละวัน — ถ้า H1 ให้ข้อมูลจริง เวอร์ชันเลื่อนต้องแย่กว่า
- บทเรียนการพอร์ตที่พบก่อนรัน: Kalman D7 ของ LiqHM ต้อง warm-up ≥ 20,000 แท่ง M3 (สูตร EMA ความยาว 0.5 ทำให้สถานะเริ่มผิดและกู้ช้า) · ตัวแปร Asia/AVR เป็นค่าว่างช่วง 14:00–22:00 NY ตามนิยาม
2 · ผลราย fold — walk-forward
| งาน · เป้าหมาย | 2016 | 2017 | 2018 | 2019 | รวม | ไม้ |
|---|---|---|---|---|---|---|
| S44 · T1 (M3 อย่างเดียว) | +0.024 | -0.052 | -0.089 | -0.025 | -0.0355 | 7,093 |
| S46 · T1 (M3 + บริบท H1) | +0.087 | -0.021 | -0.070 | +0.027 | +0.0024 | 4,783 |
| S44 · T2 bp (M3) | -0.433 | +0.149 | -0.785 | -0.282 | -0.3202 | 6,441 |
| S46 · T2 bp (M3 + H1) | -0.386 | +0.680 | -0.285 | +0.962 | +0.2213 | 5,662 |
- S44 (M3 อย่างเดียว): T1 −0.036R บวก 1/4 ปี · T2 −0.32 bp บวก 1/4 · เส้นฐานไม่มีเงื่อนไขของ T1 คือ −0.064R (ซื้อ) เพราะ SL ในนาทีเดียวกันกับต้นทุนทำให้ฐานติดลบ
- S46 (เพิ่มบริบท H1): T1 ขึ้นมา +0.002R ดีกว่า S44 ทั้ง 4 fold · T2 +0.22 bp — บวกแต่ z รวมกลุ่มรายวันแค่ 0.13 / 0.79 และบวกแค่ 2/4 fold
- S47 (P95 · ห่าง 80 แท่ง · ถือ 24 ชม.): T3 308 ไม้ −0.023R · T4 173 ไม้ +3.8 bp — ตัวอย่างน้อยจน SE 0.070R / 3.8 bp
3 · ตัวควบคุม — ที่ที่คำตอบจริงอยู่
| งาน | โมเดล | ① สับเป้าหมาย ×5 | ② เข้าสุ่ม | z vs ② | ③ เลื่อนบล็อก H1 |
|---|---|---|---|---|---|
| S44 T1 | -0.0355 | −0.076 … −0.048 (แพ้โมเดลทุกรอบ) | -0.0541 | 1.41 | — |
| S46 T1 | +0.0024 | −0.081 … −0.051 | -0.0633 | 2.95 | −0.032 · −0.038 · −0.022 (ชนะ 3/3) |
| S46 T2 (bp) | +0.2213 | −0.80 … −0.18 | -0.4518 | 2.52 | −0.49 · −0.25 · −0.17 (ชนะ 3/3) |
| S47 T3 | -0.0231 | +0.08 … +0.19 (ชนะโมเดล!) | -0.0247 | 0.02 | เฉลี่ย −0.043 · ชนะ 13/20 · z 0.22 |
| S47 T4 (bp) | +3.7766 | −2.2 … +6.5 | — | — | ชนะ 20/20 แต่ z 0.87 |
- โมเดลเรียนรู้ได้จริง: S44/S46 ชนะการสับเป้าหมายทุกรอบราว +0.02–0.03R และชนะเข้าสุ่ม z 1.4–3.0 — แต่นั่นคือทั้งหมด: ฐาน −0.05R บวก 0.03R ยังต่ำกว่าศูนย์
- S46 เป็นครั้งแรกที่บล็อก H1 ชนะเวอร์ชันที่เลื่อนเวลาของตัวเอง 3/3 (ช่องว่าง ~0.03R ≈ 1.5–2 SE จาก 3 รอบ) — บอกใบ้ว่า “เวลา” ของบริบท H1 มีข้อมูล ยังไม่ใช่หลักฐาน
- S47 ล้มเหลวในทางออกแบบ: ตัดตัวอย่างเหลือ 308 ไม้ → การจะผ่าน z ≥ 2 ต้องได้ +0.14R (สูงกว่าอะไรที่เคยเห็นทั้งโปรแกรม) · ตัวควบคุมสับเป้าหมายกลับเป็นบวกและชนะโมเดล — ลายเซ็นของสัญญาณรบกวน ไม่ใช่ของบั๊ก · ร่องรอย H1 จาก S46 ไม่ปรากฏซ้ำ (ชนะ ③ แค่ 13/20)
- ⚑ พบระหว่างทาง: z แบบ “เฉลี่ยของค่าเฉลี่ยรายวัน” ให้น้ำหนักทุกวันเท่ากัน จึงเป็นบวกได้ (+1.36) ทั้งที่ค่าเฉลี่ยต่อไม้ติดลบ — S46 เป็นต้นไปใช้ z ต่อไม้รวมกลุ่มรายวันแทน
4 · เส้นทาง — โมเดลใช้อะไร
| งาน | ตัวแปรที่ให้ gain สูงสุด | หมายเหตุ |
|---|---|---|
| S44 T1 | gx_efp_d 4.9% · lq_tri_h4_fast 4.8% · gx_gvz 4.7% · lq_tri_h4_gap 4.5% · gs_asia_w_atrd 4.3% | สัญญาณเข้า (since REJ / FISH / RD) ~2% ต่อตัว |
| S46 T1 | บล็อก H1 = 55% ของ gain: h1_gx_vr · h1_gx_yz_ratio · h1 since REJ sell · gs_asia_w_atrd · gx_efp_d | แรงผลักฝั่งซื้อนำโดย h1 Chandelier Ch1/Ch2 · g1_dn · VAH |
| S47 T3 | บล็อก H1 = 59–65%: h1 since REJ · GVZ · daily EFP · h1 VR · h1 RD · Tri-MTF H4 · h1 VPIN/VP | ตัวอย่างน้อยจนแรงผลักเป็นสัญญาณรบกวน |
ตัวแปรที่โมเดลพึ่งคือสภาพแวดล้อมที่เปลี่ยนช้า — GVZ · basis รายวัน · สถานะ Tri-MTF ของ H4/H1 · ความกว้างกล่อง Asia · ชั่วโมงของวัน — ไม่ใช่สัญญาณเข้า (Rejection · FISH · RD ให้ ~2% ต่อตัว) · แปลว่าข้อมูลที่ชุดอินดิเคเตอร์มี อยู่ในคำถาม “วันนี้ตลาดแบบไหน” มากกว่า “เข้าตอนนี้ไหม” — ซึ่งตรงกับสิ่งที่หน้าเครื่องมือทุกหน้าย้ำว่าเป็นแผนที่ ไม่ใช่สัญญาณ
S44 ไม่ผ่านทั้งสองเป้าหมาย · S46 ไม่ผ่าน (ตก C และ D แม้ผ่าน E/F/G) · S47 ไม่ผ่านและไม่มีอำนาจตรวจจับ · VAL 2020–22 และข้อมูล 2023–26 ไม่ถูกแตะทั้งสามงาน
สิ่งที่ได้
- เพดานของอินดิเคเตอร์ทั้งสี่ที่ขอบฟ้า M3 ≈ +0.02–0.03R เหนือเส้นฐานที่ไม่ใช้อะไรเลย — ต่ำกว่าต้นทุน 0.05R ต่อไม้ · อย่ากลับไปไล่ชุดค่าของโมดูลอีก
- ร่องรอยเดียวที่เหลือคือตัวกรองสภาพแวดล้อม (GVZ · EFP · สถานะ H4/H1) บนขอบฟ้าที่ยาวกว่า — ต้องเป็น prereg ใหม่ที่คำนวณจำนวนตัวอย่างที่ต้องใช้ก่อนล็อก (บทเรียน S47) หรือทดสอบข้ออ้างเรื่อง “เวลาของ H1” ตรง ๆ บนทุกแท่งด้วย IC/regression ซึ่งไม่เสียตัวอย่าง
- เครื่องมือที่ใช้ซ้ำได้:
edge/user_modules.py(96 ตัวแปร M3) ·edge/user_h1_context.py(61 ตัวแปร H1 ต่อแบบ as-of) · warm-up ที่วัดแล้ว: Kalman 20,000 แท่ง M3 / 5,000 แท่ง H1 · MLMI H1 ใช้ได้ตั้งแต่ ก.พ. 2017