Ця стратегія має вражаючий дохід. Але що відбувається, коли ринок змінюється? Я глибоко вивчив Growi HF у Quant AI — систематичну багатоактивну довгу/коротку стратегію зі схиленням до середнього на криптовалютних безстр (Perp) на Hyperliquid та інших платформах. Вона спрямована на отримання високого щорічного альфи шляхом згладжування статистичних відхилень у широкому кошику токенів. Історичні дані показують, що вона добре працює в коливальних, Range Bound ринках з помірною волатильністю. Саме там переваги схилення до середнього накопичуються. Ризик змінюється в інших режимах. Сильні напрямні тренди та параболічні рухи можуть призводити до повторних виходів з позицій. Ліквідаційні каскади знищують диверсифікацію, оскільки кореляції стрибають до 1. Низьковолатильний «чоп» перетворює комісії та фінансування на повільне витікання. Наративні піки жорстоко карають короткі позиції. Зниження, кредитне плече, прослизання при зростанні TVL та зміщення моделей у нестационарних крипторинках — це реальні ризики. Я б розглядав це лише як частину високопереконливої альфа-експозиції на волатильність, ніколи як стабільний дохід, і лише тоді, коли моя перспектива сприяє Range Bound умовам. Цікаво, як стратегія витримує зміни на ринку? Досліджуйте стратегії та їх ризики у Quant AI за моїм посиланням ➡️ https://t.co/xQVVQFJfSD @tryquantio #QuantAIPioneers