Estrategia cuantitativa multifactorial basada en media móvil exponencial y ponderación de volumen


Fecha de creación: 2024-01-25 15:31:21 Última modificación: 2024-01-25 15:31:21
Copiar: 2 Número de Visitas: 691
1
Seguir
1617
Seguidores

Estrategia cuantitativa multifactorial basada en media móvil exponencial y ponderación de volumen

Descripción general

Esta estrategia se llama estrategia de cuantificación de múltiples factores basada en el índice de promedio móvil y el peso de la transacción, y se realiza principalmente mediante la combinación de los dos factores de la media móvil del índice y el peso de la transacción. La estrategia considera la tendencia de los precios, la información sobre el volumen de transacción y la información más reciente sobre los precios, lo que permite capturar efectivamente las oportunidades de mercado.

Principio de estrategia

El indicador central de la estrategia es nRes, que combina el promedio móvil del índice xMAVolPrice, el promedio móvil del índice de volumen de transacciones xMAVol y el precio de cierre más reciente, calculado mediante la siguiente fórmula:

xMAVolPrice = ema(volume * close, length) 
xMAVol = ema(volume, length)
nRes = xMAVolPrice / xMAVol

En este caso, xMAVolPrice es el promedio móvil del índice multiplicado por el precio de cierre y el volumen de transacciones, que refleja la información integral de precios y volumen de transacciones; xMAVol es el promedio móvil del índice solo de volumen de transacciones; y nRes es el promedio móvil de los dos índices, que refleja la información de precios ajustada.

La estrategia determina la dirección en la que debe hacerse el pronóstico más amplio, a partir de la relación entre el nRes y el precio de cierre más reciente:

if (nRes < close[1]) 
    做多
if (nRes > close[1])
    做空

Si el nRes es menor que el precio de cierre más reciente, el precio ajustado por volumen de transacción es menor que el precio más reciente y se considera una señal de compra. Si el nRes es mayor que el precio de cierre más reciente, el precio ajustado por volumen de transacción es mayor que el precio más reciente y se considera una señal de venta.

En resumen, la estrategia toma una decisión de hacer más deuda en la dirección de la brecha, comparando el indicador de precios nRes ajustado por volumen de transacción con el precio de cierre más reciente, y es una estrategia típica de comercio cuantitativo.

Análisis de las ventajas

La estrategia tiene las siguientes ventajas:

  1. La estrategia no solo considera la información de precios, sino también la información de volumen de transacciones, aprovechando al máximo las características multifactoriales de las acciones, para determinar con mayor precisión el movimiento del mercado.

  2. Reducción de las señales falsas. Mediante la ponderación del volumen de transacciones, se pueden filtrar algunas brechas falsas causadas por un volumen de transacciones insuficiente. Esto puede reducir de manera efectiva las transacciones innecesarias y evitar la captura.

  3. Fuerte en tiempo real. En comparación con indicadores como las medias móviles simples, las medias móviles de los índices de la estrategia son más sensibles a los datos más recientes y pueden capturar los cambios recientes en el mercado.

  4. Fácil de implementar. La estrategia es simple, clara, fácil de entender y implementar, y se adapta a los requisitos de las transacciones cuantitativas.

Análisis de riesgos

A pesar de las ventajas de esta estrategia, también hay riesgos:

  1. La información sobre el volumen de ventas es poco fiable. Los indicadores de volumen de ventas son fáciles de manipular, no son lo suficientemente estables y pueden ser engañosos.

  2. La estrategia de seguimiento de la tendencia tiene pocas oportunidades de discernimiento, lo que puede conducir a una falta de transacción.

  3. Dificultad en la selección de parámetros. La elección de parámetros como la longitud de la media móvil diaria tiene un gran impacto en el rendimiento de la estrategia, y la elección incorrecta puede reducir considerablemente los ingresos.

  4. Riesgo de cambios bruscos de la situación. En un contexto rápido, el cálculo del indicador puede no responder a los precios más recientes, lo que lleva al riesgo de perder el momento de la mejor negociación.

La solución correspondiente: optimización de la configuración de los parámetros, control estricto de la escala de la posición, el establecimiento de un stop loss; en combinación con otros indicadores de factores para hacer la verificación; ajuste adecuado de la frecuencia de la posición.

Dirección de optimización

La estrategia se puede optimizar principalmente en las siguientes direcciones:

  1. Una lógica de apertura de posición más flexible. Se puede abrir una posición cuando la diferencia entre el valor de nRes y el valor de cierre es mayor que una devaluación, en lugar de solo un juicio de clasificación, para aprovechar más oportunidades.

  2. Mecanismo de gestión de posiciones añadido. Se puede ajustar dinámicamente el tamaño de la posición de cada operación en función de la volatilidad del mercado, controlando el riesgo de manera efectiva.

  3. En combinación con otros factores. Se pueden agregar más factores, como indicadores emocionales, factores fundamentales, etc., para que el juicio estratégico sea más completo.

  4. Optimización de la adaptabilidad de los parámetros. Se pueden crear parámetros como la longitud de optimización automática del algoritmo, para que pueda ajustarse de acuerdo con las características de la situación en diferentes períodos.

  5. Modelos de aprendizaje profundo, como RNN, pueden ser usados para modelar características multidimensionales y implementar estrategias no lineales de extremo a extremo.

Resumir

Esta estrategia tiene en cuenta la información de múltiples factores, como el precio y el volumen de transacciones, y ajusta los indicadores de precios mediante el índice de volumen de transacciones y la media móvil, para determinar la dirección de la transacción con los precios de cierre más recientes. En comparación con un solo indicador, tiene más información y menos señales falsas. Pero también enfrenta el riesgo de manipulación del volumen de transacciones, menos momentos de juicio. En el futuro, se puede mejorar la optimización de la lógica de apertura de la posición, la administración de la posición, la adición de más factores, etc., para que la estrategia sea más efectiva.

Código Fuente de la Estrategia
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 06/03/2017
// The related article is copyrighted material from Stocks & Commodities 2009 Oct 
//
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Combining Exponential And Volume Weighting", overlay=true)
length = input(22, minval=1)
reverse = input(false, title="Trade reverse")
xMAVolPrice = ema(volume * close, length)
xMAVol = ema(volume, length)
nRes = xMAVolPrice / xMAVol
pos = iff(nRes < close[1], 1,
	     iff(nRes > close[1], -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1 )
    strategy.entry("Long", strategy.long)
if (possig == -1 )
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(nRes, color=blue)