Stratégie de trading quantitative basée sur le rapport signal/bruit et la moyenne mobile


Date de création: 2024-01-02 12:24:35 Dernière modification: 2024-01-02 12:24:35
Copier: 1 Nombre de clics: 868
1
Suivre
1621
Abonnés

Stratégie de trading quantitative basée sur le rapport signal/bruit et la moyenne mobile

Nom de la stratégie

Stratégie de trading à moyenne mobile signal-à-bruit

Deuxième vue d’ensemble de la stratégie

Cette stratégie permet de réaliser des transactions quantifiées en calculant le rapport signal/bruit sur une période donnée, puis en combinant les signaux de négociation linéaire. Son idée de base est la suivante:

  1. Calculer le rapport son/bruit à une certaine période
  2. Application de l’équilibrage du rapport de bruit de correspondance
  3. Comparer le rapport de bruit et de signal actuel avec la valeur de la ligne moyenne pour générer un signal de transaction
  4. Faire un plus ou un moins selon le signal de transaction

Troisièmement, le principe de stratégie

  1. La formule de calcul du signal à bruit est StN = -10*log(Σ(1/close)/n) où n est la longueur du cycle.
  2. Appliquer la moyenne mobile simple (SMA) pour obtenir le rapport de bruit de la lettre plate
  3. Comparer le rapport StN et le rapport SMAStN: (1) Si SMAStN est supérieur à StN, vide (2) Si SMAStN < StN, faire plus (3) Le défaut de liquidation

Quatrièmement, analyse des forces stratégiques

Les principaux avantages de cette stratégie sont les suivants:

  1. Le ratio de confiance-bruit permet de juger de la volatilité et du risque du marché, et le SMA a une fonction de débruit.
  2. Les signaux de négociation sont générés en combinant le rapport de bruit et de courrier pour évaluer le risque de marché et les SMA, en utilisant les avantages de différents indicateurs.
  3. Une stratégie d’ajustement des paramètres peut être définie pour s’adapter à différentes conditions de marché
  4. Les signaux de Stdout peuvent indiquer des positions plus longues, ce qui permet de juger intuitivement les caractéristiques du marché.

Cinquièmement, analyse stratégique des risques.

Cette stratégie comporte aussi des risques:

  1. Il existe un risque de décalage entre le rapport de bruit de confiance et la moyenne
  2. Une mauvaise configuration des cycles peut entraîner de faux signaux
  3. Les chances de faire un vide sont relativement faibles et peuvent être optimisées par des paramètres
  4. Les événements soudains ont provoqué des fluctuations importantes qui pourraient déclencher des arrêts de paiement.

Résolution des risques:

  1. Ajustez les paramètres de la moyenne pour éviter un glissement excessif
  2. Paramètres de cycle d’optimisation pour tester l’adaptabilité à différents marchés
  3. Adaptation des conditions de couvre-feu pour offrir plus de possibilités de couvre-feu
  4. Réglez le stop pour contrôler la perte maximale

Sixièmement, améliorer la stratégie

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Test d’utilisation de plus de types d’uniformisation
  2. Augmentation du risque de contrôle des mécanismes de freinage
  3. Augmentation de la gestion des positions et ajustement des positions en fonction des fluctuations
  4. La stabilité stratégique, combinée à plus de facteurs de jugement
  5. Optimiser automatiquement les paramètres à l’aide de méthodes d’apprentissage automatique

VII. Conclusion

Cette stratégie utilise le rapport signal-bruit pour évaluer le risque de fluctuation du marché et générer des signaux de négociation en utilisant la même ligne pour réaliser des transactions quantifiées. Par rapport à un seul indicateur technique, cette stratégie intègre les avantages respectifs du rapport signal-bruit et du SMA, tout en contrôlant les risques.

Code source de la stratégie
/*backtest
start: 2023-12-25 00:00:00
end: 2023-12-29 10:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HPotter 05/01/2021
// The signal-to-noise (S/N) ratio. 
// And Simple Moving Average.
// Thank you for idea BlockchainYahoo
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors. 
////////////////////////////////////////////////////////////
SignalToNoise(length) =>
    StN = 0.0
    for i = 1 to length-1
        StN := StN + (1/close[i])/length
    StN := -10*log(StN)

strategy(title="Backtest Signal To Noise ", shorttitle="StoN", overlay=false)
length = input(title="Days", type=input.integer, defval=21, minval=2)
Smooth =  input(title="Smooth", type=input.integer, defval=7, minval=2)
reverse = input(false, title="Trade reverse")
StN = SignalToNoise(length)
SMAStN = sma(StN, Smooth)
pos = iff(SMAStN[1] > StN[1] , -1,
	   iff(SMAStN[1] < StN[1], 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)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )
plot(StN, title='StN' )
plot(SMAStN, title='Smooth', color=#00ff00)