Hyperliquid ETH · 保有状態からの解消予測
確率の過信を直しても、損益・保有時間の追加価値はまだ確認できていない。両者の組合せを明示して学ぶ比較は実装・実行したが、基準モデルが未収束で、追加価値の採点には到達していない。
同じ市場変動の下でも、誰がどれだけ持ち、どんな損益・保有時間にあるかで、これから出る解消売買が変わるのではないか。その差を既に観測できる価格・出来高・売買履歴より先に読むのが目的。
現在の損益・保有時間 → 次の10秒の解消確率 → 期待解消金額 → 買い／売りの偏り → 価格への追加情報
現在の比較対象は、理由を問わないtaker解消。板の取得やクロスマージンの追加ではなく、既存の保有状態と出来高を使う。
株式研究の損益×保有期間と売却行動の関係は以前から設計に含まれていた。一方、今回のETH・10秒先の確率予測へ移せたことは示せていない。新しい比較は、当初の発想を別物へ変えるのではなく、木に任せていた状態応答を明示して推定する。
ただし、状態情報を加えた分の改善とは限らない。
損益・保有時間に独自の追加価値があるか？ 浅い木では未確認。今回の明示的モデルは基準モデル未収束で判定未了。何が当たるかと、別期間に残るかが未解決。
金額集約までの結果を得てから、次の価格比較を判断する。
まず確認したかったのは、元モデルの極端な確率が不振の原因かという点。更新方式を替えると誤差は減ったが、その先に状態情報の追加価値があるかは別だった。
同じETHの既知ポジション秒で、旧モデル・平滑化木の状態あり／なしを比較した。確率の過信も罰するloglossは小さいほど良い。買いはショート解消、売りはロング解消に対応する。
元モデルの棒は長く、どちらの平滑化木でも短くなった。一方、状態あり／なしの差は小さく、日単位の95%区間では改善を確定できなかった。
元モデルの棒は長く、どちらの平滑化木でも短くなった。一方、状態あり／なしの差は小さく、日単位の95%区間では改善を確定できなかった。
両方の平滑化木が元モデルより短い一方、状態ありの棒は状態なしより少し長い。この比較では、状態追加による純解消フローの誤差悪化が日単位95%区間でも残った。価格や利益の図ではない。
浅い木で改善が見えなかっただけでは、文献で想定した状態応答を十分に検証したとは言えない。今回は同じ確率モデルで入力を段階的に加え、どの追加が別期間の予測を改善するかを測る。
共通の市場・直近売買 M0 → 損益の曲線 M1 → 保有時間の曲線 M2 → 両者の組合せ M3 → MFE・drawdown M4
主比較は M0 と M3。M1／M2／M4は、どの段階で変わったかを見る診断用。
小さな正則化ロジスティックモデルで、損益とlog保有時間を連続な区分線形曲線として表す。形は決めつけず、利益側・損失側の反応も学ぶ。既存研究の未実行だった具体方式を比較するもので、新発見の仮説ではない。
旧モデルも平滑化木も、最初の分岐は過去60秒のtaker解消割合だった。そのため、損益・保有時間の効果が「すでに解消中だから当たる」だけではないかを切り分ける。
過去60秒：解消なし ／ 解消あり ／ 履歴不明 → それぞれで次の10秒の確率・解消金額を比較
どの群も元の分母に残す。後から解消した人だけを抽出する比較ではない。
平滑化木には、学習では解消が頻発していたのに、検証では頻度が下がる集団が残った。今回は状態応答の形と誤差の寄与を日・口座で調べ、学習内だけの関係と分ける。
全学習行で実行したが、比較の基準になる買い方向モデルが規定の100反復で収束せず、今回の追加価値はまだ判定できない。損益×保有時間を加えたモデルとの比較結果ではなく、数値最適化の不成立で止まった。
学習309,710,705行／方向、検証164,121,730行／方向という元の母集団と入力を照合済み。板は必要条件にせず、出来高を使った。途中のメモリ待ちによる停止は読込み方法を修正して回避したが、その後も基準モデルの収束条件には届かなかった。
現在、価格への追加予測力や費用後利益が改善したと示せる新結果はない。
今回の比較で事前指定した候補は、Hyperliquid ETHの10万USD以上の保有ポジションについて、各秒の事前損益・保有時間・直近売買と市場情報から、次の10秒のtaker解消確率を予測するM3。28日学習／既に確認済みの14日検証で、同じ市場・売買情報だけのM0との差を測る。
その確率を、元の条件付き解消割合と現在保有金額に掛けて買い−売りの解消金額へ集約する。出来高は流動性の代理として使い、出来高帯別の優位性を検証済みとはしない。
この候補の価格モデル、取引閾値、建玉サイズ、entry／exit、手数料・slippage・実運用遅延を含む売買評価は未実施。状態追加が確率と金額の両方へ残るかを先に判断し、有望なら未使用期間と価格への接続を次に固定する。
元モデル比の改善と、ポジション内部情報の追加価値は分かれた。今回問うのは、同じ価格変動・直近売買の下でも、保有状態の違いから後続の解消が変わることを予測へ反映できるか。
学習内だけで差があるなら再現性、別期間でも差があるのに確率予測が改善しないなら推定方法、確率が改善して金額の偏りでは消えるなら集約段階が次の論点になる。現時点では、いずれか一つを不振の原因と確定していない。
踏まえていた。9月4日のv2で損益スプライン×保有時間を指定し、9月8日のv3でその必須basisを継承せず浅い木へ替えた。今回の比較は、その設計選択を実測で点検する。
変えない。現在の10秒対象・同じ対象期間と分母を維持し、板なしで比較する。今回変えるのは状態応答の表現と、それを比較する共通の市場対照。
そこまでは言えない。今回の対象・条件で、既にある情報を超える予測改善が確認できないという答え。単純な関連と、条件を揃えた追加予測力を分ける。
Ben-David・Hirshleifer（2012）の損益・保有期間と売却確率、Feng・Seasholes（2005）の売却までの生存分析が関連する。今回の10秒・部分解消・logitは直接の再現ではなく適応比較。Gensheimer・Narasimhan（2019）の離散生存モデルも今回の実装とは区別する。