Dynamische Balance – Zwei-Wege-Tracking – Leveraged ETF-Anlagestrategie
ChaoZhang
Überblick
Die Strategie basiert auf dem Hongkonger ETF ((00631L) und balanciert die Gewinne und Risiken eines Portfolios in Echtzeit durch die dynamische Anpassung der Cash-Position und des Positionsanteils. Die Strategie ist einfach und benutzerfreundlich und ist für Anleger geeignet, die nicht oft auf den Markt schauen können.
Strategieprinzip
50% des anfänglichen Gesamtbetrags für den Kauf von 00631L;
Überwachung des Anteils der nicht realisierten Einnahmen an den Restgeldern;
Wenn die nicht realisierten Gewinne mehr als 10% der verbleibenden Barmittel ausmachen, werden 5% der Positionen abgewickelt.
Wenn die verbleibenden Barmittel mehr als 10% der nicht realisierten Gewinne ausmachen, erhöhen Sie die Position um weitere 5%;
- Dynamische Anpassung der Positionen und des Cash-Ratios, um die Erträge und Risiken des Portfolios zu steuern.
Analyse der Stärken
Einfach und einfach zu bedienen, ohne den Markt zu beurteilen.
Das Unternehmen hat die Möglichkeit, seine Positionen dynamisch zu korrigieren, um das Investitionsrisiko effektiv zu kontrollieren.
Zwei-Wege-Verfolgung und zeitnahe Verhinderung von Schäden;
Es ist für Investoren geeignet, die den Markt nicht regelmäßig überprüfen können.
Risiken und Gegenmaßnahmen
- Die Leverage-ETFs schwanken stark.
Die Einführung der Ware erfolgt schrittweise und in batchartigen Abständen.
- Es ist nicht möglich, die Schäden rechtzeitig zu stoppen.
Setzen Sie eine Stop-Loss-Linie, um den maximalen Verlust zu kontrollieren.
- Die Kosten für Transaktionen sind höher.
Die Ausgleichsbreite soll entsprechend gelockert und die Positionswechsel reduziert werden.
Optimierung
Optimierung der Positionen und des Cash-Ratio;
Tests zur Ertragswirksamkeit verschiedener ETF-Sorten;
Die Einführung von Trend-Anzeigen zur Verbesserung der Effizienz der Mittelnutzung.
Zusammenfassen
Diese Strategie ist eine sehr praktische quantitative Anlagestrategie, die durch den Aufbau eines dynamisch ausgewogenen Portfolios, die Kontrolle des Anlagerisikos, die Unvermeidbarkeit von Markttrends, die Einfachheit der Bedienung und die Anpassung an Anleger, die nicht in der Lage sind, die Märkte häufig zu überprüfen, erstellt wird.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-24 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("00631L Trading Simulation", shorttitle="Sim", overlay=true, initial_capital = 1000000)
// 设置本金
capital = 1000000
// 设置购买和出售日期范围
start_date = timestamp(2022, 10, 6)
next_date = timestamp(2022, 10, 7) // 較好的開始日
//start_date = timestamp(2022, 3, 8)
//next_date = timestamp(2022, 3, 9) // 較差的的開始日
sell_date = timestamp(2024, 1, 19)
end_date = timestamp(2024, 1, 21) // 结束日期为2024年01月21日
// 判断是否在交易期间
in_trade_period = time >= start_date and time <= end_date
// 实现的盈亏
realized_profit_loss = strategy.netprofit
plot(realized_profit_loss, title="realized_profit_loss", color=color.blue)
// 未实现的盈亏
open_profit_loss = strategy.position_size * open
plot(open_profit_loss, title="open_profit_loss", color=color.red)
// 剩余资金
remaining_funds = capital + realized_profit_loss - (strategy.position_size * strategy.position_avg_price)
plot(remaining_funds, title="remaining_funds", color=color.yellow)
// 總權益
total_price = remaining_funds + open_profit_loss
plot(total_price, title="remaining_funds", color=color.white)
// 购买逻辑：在交易期间的每个交易日买入 daily_investment 金额的产品
first_buy = time >= start_date and time <= next_date
buy_condition = in_trade_period and dayofmonth != dayofmonth[1]
// 出售邏輯 : 在交易期间的截止日出售所有商品。
sell_all = time >= sell_date
// 在交易期間的第一日買入50%本金
if first_buy
strategy.order("First", strategy.long, qty = capital/2/open)
// 在每个K线的开盘时进行买入
// 加碼邏輯 : 剩余资金 > 未实现的盈亏 * 1.05
add_logic = remaining_funds > open_profit_loss * 1.05
if buy_condition
strategy.order("Buy", strategy.long, when = add_logic, qty = remaining_funds * 0.025 / open)
//
// 減碼邏輯 : 剩余资金 > 未实现的盈亏 * 1.05
sub_logic = open_profit_loss > remaining_funds * 1.05
if buy_condition
strategy.order("Sell", strategy.short, when = sub_logic, qty = open_profit_loss * 0.025/open)
//
strategy.order("Sell_all", strategy.short, when = sell_all, qty = strategy.position_size)
// 绘制交易期间的矩形区域
bgcolor(in_trade_period ? color.green : na, transp=90)