Ulepszenie i backtest strategii tradingowej (Python, analiza danych)

Szukam wykonawcy do ulepszenia istniejącej strategii tradingowej na kontraktach perpetual (BTC, interwał 15 minut).

Strategia jest opisana przez tradera i ma wersję algorytmiczną z backtestem na 4 latach danych. Wersja algorytmiczna wychodzi w okolicy zera — trader widzi na wykresie rzeczy, których algorytm nie ma (strefy oporu, kontekst wyższych interwałów, jakość ruchu). Zadanie polega na przełożeniu tych elementów na reguły i sprawdzeniu na danych, które naprawdę poprawiają wynik.

Co dostarczam:

szczegółowy opis reguł strategii,

dane świecowe (BTC, ETH, SOL, 15m, 4 lata),

dotychczasowe wyniki backtestów i badań,

gotowy silnik backtestu w Pythonie (piszesz tylko reguły strategii i parametry ryzyka) i dokładne ramy oceny.

Czego oczekuję:

reguł strategii jako modułu w Pythonie do naszego silnika (deterministyczny, bez patrzenia w przyszłość),

parametrów zarządzania ryzykiem dla kilku profili (od konserwatywnego po agresywny),

opisu ulepszonych reguł zrozumiałego dla tradera,

raportu: co sprawdzono, co pomogło, co nie, na jakim okresie dobierano parametry.

Wynik ocenię na danych historycznych oraz w teście na danych z przyszłości (kilka tygodni po oddaniu kodu). Liczę na uczciwe podejście statystyczne (podział na okres treningowy i testowy, bez przeuczenia) — wolę skromny, ale trwały wynik niż efektowny backtest.

Mile widziane: doświadczenie z backtestami, tradingiem, analiza techniczna, statystyka, analiza danych.

Materiały są poufne; prawa do kodu i raportu przechodzą na zamawiającego.