Type/to search

Estrategia de sincronización del mercado basada en la volatilidad histórica

Common strategy
Created: 2024-01-15 12:27:47
Last modified: 3 years ago
1
Follow
1802
Followers

img

Resumen

Esta estrategia implementa una versión mejorada de la estrategia de comprar y mantener, añadiendo un filtro basado en la volatilidad histórica. El filtro cierra las posiciones largas durante períodos de alta volatilidad del mercado y las reabre cuando la volatilidad es baja, reduciendo así la reducción máxima de la estrategia.

Principio de la estrategia

  1. Calcular la volatilidad histórica de SPY en los últimos 100 días.
  2. Si la volatilidad actual supera el percentil 95 de la volatilidad de los últimos 100 días, se filtra ese día de negociación y se cierra la posición larga.
  3. Si la volatilidad es inferior al percentil 95, se abre una posición larga.

Análisis de ventajas

En comparación con la simple estrategia de comprar y mantener sin filtro, durante el período de backtesting de 28 años, la rentabilidad anualizada ha mejorado (7,95% frente a 9,92%), mientras que la reducción máxima ha disminuido significativamente (50,79% frente a 31,57%). Esto demuestra que la incorporación de un filtro de volatilidad del mercado puede mejorar la rentabilidad de la estrategia y reducir el riesgo hasta cierto punto.

Análisis de riesgos

El principal riesgo de esta estrategia radica en la precisión del método de cálculo de la volatilidad y la configuración de los parámetros del filtro. Si el cálculo de la volatilidad no es exacto, el filtro dejará de funcionar; si los parámetros del filtro son demasiado conservadores o demasiado agresivos, afectarán negativamente a la rentabilidad de la estrategia. Además, el rendimiento pasado no es indicativo de resultados futuros; el rendimiento histórico de la estrategia no garantiza el rendimiento futuro.

Direcciones de optimización

Se pueden considerar añadir otros indicadores de filtro como señales de confirmación, por ejemplo, una media móvil a largo plazo, el indicador ADX del índice de mercado, etc. También es crucial ajustar y optimizar los parámetros, por ejemplo, probar diferentes períodos de lookback, umbrales de filtrado, etc. Las técnicas de aprendizaje automático y análisis de series temporales también se pueden utilizar para construir y optimizar modelos de predicción de volatilidad.

Conclusión

Esta estrategia, mediante un simple filtro basado en la volatilidad histórica, mejora significativamente la rentabilidad de la estrategia de comprar y mantener de SPY, al mismo tiempo que reduce notablemente la reducción máxima. Esto demuestra la importancia de la identificación del estado del mercado y la asignación de activos. Podemos seguir perfeccionando esta estrategia optimizando el modelo de volatilidad y añadiendo señales de confirmación.

Source
Pine
/*backtest
start: 2023-01-08 00:00:00
end: 2024-01-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// 
// @author Sunil Halai
//
Strategy parameters
Strategy parameters
Upper percentile filter (Do not trade above this number)
Lookback period
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)