Backtest Report — Merlin A2 (2025-02-02, ver 2026-01-18) — MACD-histogram trend + anti-SW + ATR trailing, 15m VN30F — intake check/eval

Giả thiết & hành trình

Kết luận (2 câu)

Bản Merlin A2 mới 2026-07-11 KHÔNG vượt bản 2026-01-18 một cách toàn diện (thua giai đoạn 2018-20 ở mọi mức phí) nhưng đi đúng hướng phòng thủ: ít lệnh hơn 1/3, DD nhỏ hơn, chịu phí tốt hơn rõ ở 2021-24 — phần ăn tiền là cụm "nghỉ sau lệnh" mới, không phải bộ tham số re-tune. Phát hiện giá trị nhất của đợt test: A22 = candidate A4 + ATR trailing 5→10 (mượn đúng 1 thay đổi từ bản mới) thắng A4 ở CẢ 2 giai đoạn × CẢ 3 mức phí — đề xuất đưa A22 vào forward song song A4, chưa đủ cơ sở thay live.

Giả thiết & tham số đã áp

Bản 2026-07-11 khác gì bản 2026-01-18

• Re-tune tham số: Period_Fast 33→30 · LookBack 7→12 · ATR trailing 5→10 · detector sideway: ngưỡng MACD 0.45→1.55 (vùng SW rộng ~3.4 lần), ngưỡng His 1.5→0.8, biên thấp 1.2→1.6đ · bất-lợi-giá-SW 8đ/5bar→12đ/7bar.
• Viết lại cụm "nghỉ sau lệnh" (3 cổng có reset): nghỉ tối đa 46 bar (~1.5 phiên) sau lệnh lãi >16·scale · nghỉ 34 bar nếu tổng 2 lệnh lãi >12·scale · MỚI: nghỉ 16 bar sau 3 lệnh thua liên tiếp tổng <−50đ. Bản cũ: chặn vô thời hạn khi lệnh trước lãi >26·scale.

Giai đoạn 3 — OOS 2025-01 → 2026-04-16 (lần chạm duy nhất, runs 573/574 + reference — KHÔNG chạy lại)

• A14/A22 KHÔNG có số OOS và sẽ không có trong campaign này — ngân sách OOS 1 lần/ý tưởng đã tiêu (quy tắc N1/N5); chạy lại là tự lừa. Riêng A14: OOS 2025-26 còn vô nghĩa hơn nữa vì bản 2026-07-11 được tune trực tiếp trên cửa sổ đó.
• OOS tuyệt đối của A4 vẫn YẾU (PF 1.16, LODO âm) → verdict giữ nguyên từ campaign #4: FORWARD.

Đã thử & không hiệu quả (bằng chứng = run_id trong KB, runs 698-719)

• A14 — bản 2026-07-11 as-written (702/703): thua bản 2026-01-18 ở gd1 mọi mức phí (+731 vs +912 @0.5); gd2 chịu phí tốt hơn hẳn (@0.7 +118 vs +12) nhưng vẫn chết @1.0/side (−170). Không đạt chuẩn "cải tiến joint". Hồ sơ rủi ro TỐT hơn (PF 1.75/1.15, DD 56/138đ vs 84/185đ) — đúng hướng phòng thủ.
• A15 — chỉ cụm nghỉ mới trên khung cũ (704/705): phần TỐT nhất của đợt tune — biến gd2 từ chết @1.0/side (−410) thành sống (+77); cải thiện đúng năm chop (2022, 2024), trả giá năm trend (2018, 2020). Không nhận làm candidate vì thua gd1 và là filter hành vi trên khung baseline vốn đã yếu gd2.
• A16 — chỉ bộ tham số mới (706/707): net gd2 @0.5 cao nhất bảng (+558) nhưng SỐ LỆNH TĂNG lên 738 → chết @1.0 (−180). Lý do loại: không robust phí — đúng loại "đẹp ở 1 mức phí" mà kill-rule chặn.
• A17/A19 — ghép tham số mới vào candidate dk4-only (708/709, 712/713): PHÁ edge — thua A4 khắp nơi, số lệnh giảm nửa, lợi nhuận dồn đuôi (top-5 lệnh chiếm 36-41%). Chẩn đoán cấp tín hiệu: toàn bộ hiệu ứng nằm ở ngưỡng MACD 0.45→1.55 làm vùng "sideway" phủ 57-73% số bar → nhánh dk4 mất định nghĩa "thoát vùng nén thật". Edge dk4 sống nhờ định nghĩa sideway HẸP — không mang bộ số mới vào bản A4 đang shadow.
• A18 — chỉ cụm nghỉ mới trên A4 (710/711): gd1 khá hơn (+308 vs +259) nhưng gd2 kém rõ (+331 vs +507) — A4 vốn ít lệnh, cửa sổ nghỉ chỉ cắt nhầm lệnh tốt. Loại theo rule joint.
• A20/A21 — cổng "nghỉ sau 3 lệnh thua" tách riêng (714-717): gần như VÔ TÁC DỤNG trong port chuẩn hóa — 0 lần kích hoạt ở gd1 và trên A4; 2 lần trong 4 năm gd2 (1 lần chặn lệnh lãi +53.5, 1 lần chặn lệnh lỗ −12.6, net +4đ). Cổng này không đủ mẫu để đánh giá, hiện không binding.
• Kiểm tái lập (698-701): A1 + A4 chạy lại ra số Y HỆT runs gốc 553/554/559/560 sau khi mở rộng code — nền so sánh đáng tin.

Lessons (ghi KB, tags: merlin, w2c, atr-trailing, cooldown, sw-detector)

• Đợt tune live mới = nguồn Ý TƯỞNG THÀNH PHẦN tốt (ATR10, cụm nghỉ có reset) nhưng as-written không thay được candidate — lặp lại đúng lesson W2b (bản tune snapshot ≠ nguồn cải tiến trọn gói); giá trị nằm ở việc TÁCH từng thành phần và test cô lập.
• Nới detector sideway rộng (MACD-thr ×3.4) giúp hệ full-branch giảm lệnh/chịu phí nhưng GIẾT nhánh dk4 — cùng 1 thay đổi, tác động ngược nhau tùy nhánh tín hiệu đang sống nhờ gì.

Vì sao chọn phương án này

So trực diện 4 phương án theo từng tiêu chí — vì sao đề xuất A22 (A4 + ATR10) dù A1 có gd1 to nhất và A16 có gd2 @0.5 cao nhất:

• Sống cả 2 giai đoạn: A22 là arm DUY NHẤT trong 9 arm mới thắng comparator của nó ở CẢ gd1 lẫn gd2, tại CẢ 3 mức phí (rule pre-registered, không chọn sau khi thấy số). A1/A14 chỉ mạnh gd1; A16 chỉ đẹp gd2 @0.5.
• Robust phí: @1.0/side — A22 +78/+273 (gd1/gd2) vs A4 +25/+220; A1 −410 gd2, A14 −170 gd2, A16 −180 gd2. Phí thực chốt 0.5/side nhưng ranh sống/chết của cả họ full-branch nằm ngay 0.7-1.0.
• Không phải hiệu ứng lọc mẫu: A22 giữ nguyên số lệnh vs A4 (233/282 vs 234/287) — PF tăng là do chất lệnh (trailing mượt hơn, bớt bị noise 15m đá văng), không phải do bớt lệnh (flag "selection-via-cooldown" của hội đồng không kích hoạt).
• Đơn giản: đúng 1 tham số thay đổi (ATR period 5→10) trên bản A4 đã có parity AmiBroker + đã qua OOS touch — dễ audit, dễ forward, không thêm degrees-of-freedom mới.
• Điểm trừ ghi rõ: max-DD gd2 nhỉnh hơn A4 (81đ vs 66đ); ATR10 vẫn xuất phát từ đợt tune 2026-07 của anh trên toàn bộ data (contamination) → A22 là exploratory: verdict tối đa = forward song song A4, KHÔNG phải "đã chứng minh tốt hơn ngoài mẫu", và CHƯA có số OOS (ngân sách đã tiêu).

Tóm lại: giữ A4 làm candidate chính thức (đã có OOS + parity); nạp thêm A22 chạy forward/shadow song song. Nếu 2-3 tháng forward A22 ≥ A4 → nâng A22 lên candidate. Bản 2026-07-11 anh đang chạy: cân nhắc GIỮ cụm nghỉ mới (phần tốt) nhưng biết rằng bộ tham số SW mới làm hệ dựa nhiều hơn vào regime chop tiếp diễn.

GD1 · 2018–2020 (in-sample)

Equity curve (điểm, cộng dồn sau phí, mark-to-market theo bar)

Drawdown (điểm, từ đỉnh equity)

Độ nhạy phí (net = gross − phí/vòng × #lệnh)

Net theo mức phí (điểm)

Tách theo năm

Net theo năm (điểm, cộng dồn sau phí)

GD2 · 2021–2024 (in-sample)

Equity curve (điểm, cộng dồn sau phí, mark-to-market theo bar)

Drawdown (điểm, từ đỉnh equity)

Độ nhạy phí (net = gross − phí/vòng × #lệnh)

Net theo mức phí (điểm)

Tách theo năm

Net theo năm (điểm, cộng dồn sau phí)