Estrategia de inversión en ETF apalancado con seguimiento bidireccional y equilibrio dinámico
ChaoZhang
Descripción general
Esta estrategia se basa en el índice ETF de Hong Kong ((00631L) y equilibra los beneficios y riesgos de la cartera de inversiones en tiempo real mediante el ajuste dinámico de las posiciones en efectivo y la proporción de posiciones. La estrategia es sencilla y fácil de manejar, no necesita juzgar las tendencias del mercado y es adecuada para los inversores que no pueden consultar el mercado con frecuencia.
Principio de estrategia
Compra de la 00631L con el 50% de la inversión inicial;
Monitorear el porcentaje de ingresos no realizados y de efectivo restante;
Si la ganancia no alcanzada es superior al 10% del efectivo restante, se cancela el 5% de la posición.
Cuando el saldo de efectivo exceda el 10% de los beneficios no realizados, comprar una posición adicional del 5%;
- Ajuste dinámico de posiciones y proporciones de efectivo para controlar los beneficios y riesgos de la cartera.
Análisis de las ventajas
Es simple y fácil de usar, no hay que juzgar el mercado.
El cambio de posiciones es dinámico y controla el riesgo de la inversión.
El sistema de seguimiento bidireccional, que permite detener el daño en tiempo y forma.
Para los inversores que no pueden chequear el mercado con frecuencia.
Riesgos y contramedidas
- Los ETFs con mayor apalancamiento son más volátiles;
La construcción de los depósitos fue gradual y se realizó en lotes.
- No se puede detener a tiempo;
Establezca un límite de pérdidas para controlar la pérdida máxima.
- Los costos de las transacciones son más altos.
La flexibilización adecuada de la balanza y la reducción de las posiciones.
Optimización de las ideas
Optimizar las posiciones y la proporción de efectivo;
Prueba de la eficacia de los beneficios de las diferentes variedades de ETF;
Incorporar indicadores de tendencia para mejorar la eficiencia en el uso de los fondos.
Resumir
Esta estrategia es una estrategia de inversión cuantitativa muy práctica para los inversores que no pueden chequear el mercado con frecuencia, ya que permite construir una cartera de inversión dinámica y equilibrada, controlar el riesgo de la inversión y no tener que juzgar las tendencias del mercado.
/*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)