Type/to search

Stratégie de market timing basée sur la volatilité historique

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

img

Aperçu

Cette stratégie implémente une version améliorée de la stratégie buy-and-hold en ajoutant un filtre basé sur la volatilité historique. Le filtre a pour rôle de fermer les positions acheteuses pendant les périodes de forte volatilité du marché et de les rouvrir lorsque la volatilité est plus faible, réduisant ainsi le drawdown maximal de la stratégie.

Principe de la stratégie

  1. Calculer la volatilité historique de SPY sur les 100 derniers jours.
  2. Si la volatilité actuelle est supérieure au 95e percentile de la volatilité des 100 derniers jours, filtrer ce jour de trading et fermer la position acheteuse.
  3. Si la volatilité est inférieure au 95e percentile, ouvrir une position acheteuse.

Analyse des avantages

Par rapport à une simple stratégie buy-and-hold sans filtre, cette stratégie améliore le rendement annualisé (7,95 % contre 9,92 %) sur une période de backtest de 28 ans, tout en réduisant considérablement le drawdown maximal (50,79 % contre 31,57 %). Cela montre que l'ajout d'un filtre de volatilité du marché peut, dans une certaine mesure, améliorer le rendement de la stratégie et réduire le risque.

Analyse des risques

Le principal risque de cette stratégie réside dans la précision de la méthode de calcul de la volatilité et du réglage des paramètres du filtre. Si le calcul de la volatilité est inexact, le filtre deviendra inefficace. Si les paramètres du filtre sont trop conservateurs ou trop agressifs, cela affectera négativement le rendement de la stratégie. De plus, les performances passées ne préjugent pas des résultats futurs ; les performances historiques de la stratégie ne garantissent pas les performances futures.

Pistes d'optimisation

On peut envisager d'ajouter d'autres indicateurs de confirmation comme filtres, par exemple une moyenne mobile à long terme, l'indicateur ADX d'un indice large, etc. L'optimisation des paramètres est également cruciale, comme tester différentes périodes de lookback, différents seuils de filtrage, etc. Les techniques d'apprentissage automatique et d'analyse de séries temporelles peuvent également être utilisées pour construire et optimiser des modèles de prévision de la volatilité.

Résumé

Cette stratégie, grâce à un simple filtre basé sur la volatilité historique, améliore considérablement le rendement de la stratégie buy-and-hold de SPY tout en réduisant significativement le drawdown maximal. Cela démontre l'importance de l'identification des états de marché et de l'allocation d'actifs. Nous pouvons continuer à perfectionner cette stratégie en optimisant le modèle de volatilité et en ajoutant des signaux de confirmation.

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)