Driehonderdvier pogingen, één aanname — en twee die hun status verloren

Op 21 augustus 2026 staat de teller van het lab op 304 geteste varianten sinds de start. Daarvan is er precies één aangenomen, zijn er drie afgewezen, en staan er tachtig op inconclusive: niet goed genoeg om aan te nemen, niet slecht genoeg om weg te gooien. Dat is de eerlijke samenvatting van de zoektocht tot nu toe. Wie een product verkoopt, laat zo'n verhouding weg. Wij zetten hem bovenaan.

Eén administratief punt vooraf, want er zijn twee tellingen die op elkaar lijken. In de test zitten 84 hypotheses; dat is alles wat de machine evalueert, inclusief de handmatig opgestelde beginhypotheses. Van die 84 heeft de machine er 80 zelf bedacht. De uitslagen hierboven (80 inconclusive, 3 afgewezen, 1 aangenomen) gaan over alle 84. Waar ik verderop over de vorm van de zoektocht schrijf, gaat het over de 80 zelfbedachte. Dat het toevallig twee keer tachtig is, is echt toeval.

Waarom 304 pogingen geen 304 kansen zijn

Een ruwe trial is elke geteste variant, ooit. Zet je dezelfde gedachte twintig keer neer met een iets ander terugkijkvenster, dan staan er twintig regels in het logboek — maar je hebt niet twintig keer iets nieuws geprobeerd. Daarom meten we ook het aantal effectief onafhankelijke trials: hoeveel écht verschillende gokken die 304 pogingen samen vormen. Dat getal staat nu op 14,06. Het is geen schatting maar een meting: we kijken hoe sterk de rendementen van alle strategieën ná de testperiode met elkaar meebewegen en rekenen dat om naar een aantal onafhankelijke richtingen. De gemiddelde onderlinge samenhang tussen de strategieën is 0,139 — laag, maar niet nul, en licht gestegen (van 0,125).

Die 14,06 is niet de lat waaraan een hypothese wordt afgemeten. Daarvoor gebruiken we N = 20. Dat getal komt zo tot stand: we nemen het hoogste niveau van effectieve onafhankelijkheid dat we ooit gemeten hebben (afgerond 14,33), leggen daar een ondergrens onder ter grootte van het aantal families (6), en tellen de eerder met de hand gedane studies erbij op. Het lopende maximum is bewust gekozen: de lat kan daardoor nooit zakken doordat je meer op elkaar lijkende varianten toevoegt. Je kunt jezelf niet makkelijker maken door meer van hetzelfde te doen.

Die N gaat in de Deflated Sharpe: een prestatiemaat die corrigeert voor hoe vaak je gezocht hebt. Hoe meer je probeert, hoe mooier puur toeval eruit gaat zien — de best presterende van twintig munten die je twintig keer opgooit lijkt altijd een wonderbaarlijke munt. De Deflated Sharpe trekt precies dat effect eraf.

Eén erbij, twee eraf

Sinds de vorige stand, negen dagen geleden, is één hypothese aangenomen: rs_vgk_spy_63d, uit de familie relatieve sterkte, met een terugkijkvenster van 63 dagen. Tegelijk verloren twee hypotheses hun aangenomen status: trend_tlt_confirm_duration_lead_10d en trend_tlt_duration_riskoff_lead_20d, beide rond TLT. Netto blijft de teller dus op één staan.

Dat verlies is geen fout in het systeem, het is het systeem. Statistische steun is geen bezit; als de lat meebeweegt met het aantal pogingen en nieuwe data binnenkomt, kan iets wat gisteren nog net over de drempel kwam er vandaag onder zakken. En belangrijk: een aangenomen hypothese is kennis voor het brein, geen automatische handelsregel. Er wordt niets gekocht of verkocht omdat een test slaagt.

De kans op zelfbedrog: 41 procent

De PBO — de kans dat wat in de test het beste leek, buiten de test onder de middenmoot presteert — staat op 0,411, oftewel 41 procent. Negen dagen geleden was dat 53 procent. Dat is een echte verbetering, en de belangrijkste reden om deze editie te schrijven. Maar laat ik het niet mooier maken: 41 procent betekent dat in ruwweg twee van de vijf gevallen de winnaar uit onze eigen test buiten die test in de onderste helft eindigt. De meting gebeurt door de geschiedenis in 14 blokken te knippen, steeds op de ene helft de winnaar te kiezen en op de andere helft te kijken waar die landt. Boven de 50 procent zou betekenen dat je beter een munt kunt opgooien dan naar onze testuitslag kijken. Daar zaten we vorige week nog net boven.

De machine maakt varianten, geen ideeën

De 88 nieuwe ruwe trials van de afgelopen negen dagen leverden 0,60 extra effectief onafhankelijke trial op. Dat is gemiddeld 0,007 per poging — grofweg honderdveertig nieuwe varianten voor één extra werkelijk nieuwe gok. Zichtbaar in de verdeling: van de 80 zelfbedachte hypotheses zitten er 25 in de familie ratio_trend en 20 in reversal, tegenover 3 in momentum. Tien ervan (12 procent) zijn pure ladders: hetzelfde idee, alleen een ander terugkijkvenster. Van de 80 zijn er 75 unieke configuraties. Het aantal signaal-tickers groeide wel, van 19 naar 25, met VIX, XLY, HYG, SMH en TLT als meest gebruikte bronnen; het aantal families bleef zes.

De ruwe teller telt ook 126 varianten mee die niet meer live draaien (nu live: 79). Dat is expres. Je kunt de rekening van het vele proberen niet wegpoetsen door oude tests op te ruimen.

Wat dit wel en niet zegt

Alles ná 31 december 2018 is nooit gebruikt bij het bedenken van een hypothese; transactiekosten van 5 basispunten per omschakeling zitten in elke test. Een filter dat van 304 pogingen er één doorlaat, is streng — dat is het doel, geen mankement. Wat het niet is: een belofte dat er ooit meer doorheen komt.

Dit is een paper-portefeuille. Alles hierboven is illustratief en uitdrukkelijk geen beleggingsadvies en geen koop- of verkoopaanbeveling.