मोमेंटम अल्फा रणनीति
ChaoZhang
अवलोकन
मोमेंटम अल्फा रणनीति यह निर्धारित करने के लिए कि क्या एक संकेतक परिसंपत्ति का शार्प अनुपात और अल्फा मूल्य की गणना करके एक सकारात्मक मोमेंटम प्रभाव है। जब शार्प अनुपात और अल्फा दोनों सकारात्मक होते हैं, तो संपत्ति को मोमेंटम माना जाता है, और जब संकेतक मूल्य दोनों नकारात्मक होते हैं, तो ब्लीच।
रणनीति सिद्धांत
इस रणनीति के लिए केंद्रीय संकेतक शार्प अनुपात और अल्फा है। शार्प अनुपात परिसंपत्ति के जोखिम-समायोजित रिटर्न को दर्शाता है, अल्फा परिसंपत्ति के बाजार-उन्मुख आधार पर अतिरिक्त रिटर्न को दर्शाता है। जब दोनों एक साथ सकारात्मक होते हैं, तो यह दर्शाता है कि परिसंपत्ति में उच्च जोखिम-समायोजित रिटर्न और बाजार-उत्कृष्ट प्रदर्शन है, इसलिए अधिक करें; जब दोनों एक साथ नकारात्मक होते हैं, तो यह दर्शाता है कि मोमेंटम गायब हो गया है, इसलिए बराबरी करें।
विशेष रूप से, रणनीति सबसे पहले हाल के 180 दिनों के लिए शार्प अनुपात की गणना करती है। शार्प अनुपात की गणना के लिए सूत्र हैः ((दैनिक रिटर्न का औसत - जोखिम मुक्त रिटर्न) / दैनिक रिटर्न मानक अंतर। यहां, औसत और मानक अंतर का उपयोग किया जाता है। दिन की रिटर्न की गणना करने के लिए शुरुआती कीमत और पिछले दिन के समापन मूल्य। जब शार्प अनुपात 1 से अधिक होता है, तो यह दर्शाता है कि परिसंपत्ति की जोखिम-समायोजित आय अधिक है।
इसी समय, रणनीति ने हाल के 180 दिनों के लिए अल्फा की गणना की। अल्फा की गणना बाजार मॉडल के माध्यम से की जाती हैः अल्फा = परिसंपत्ति का वास्तविक रिटर्न - (मार्केट रिटर्न × बीटा) । यहां एक संकेतित परिसंपत्ति की दैनिक रिटर्न और स्टैंडर्ड 500 सूचकांक की दैनिक रिटर्न की गणना की जाती है। जब अल्फा 0 से अधिक होता है, तो यह दर्शाता है कि परिसंपत्ति का वास्तविक रिटर्न बाजार के आधार पर रिटर्न से अधिक है।
इसलिए, जब शार्प अनुपात और अल्फा दोनों सकारात्मक होते हैं, तो अधिक करें; जब वे दोनों नकारात्मक होते हैं, तो बराबरी करें।
श्रेष्ठता विश्लेषण
इस रणनीति का सबसे बड़ा लाभ यह है कि Momentum के निर्णय के माध्यम से, बड़े बाजार और कुछ शेयरों में एक विशिष्ट अवधि में वृद्धि के अवसरों को पकड़ने में सक्षम है, इसके अलावा, जोखिम को नियंत्रित करके, लंबी अवधि के शेयर आपदा से बचा जा सकता है।
शेर्प अनुपात की गणना हाल के मोमेंटम की स्थिति को दर्शाती है, जो कुछ बड़े बाजारों और शेयरों के उछाल को पकड़ने के लिए है। अल्फा की गणना आधार के सापेक्ष अतिरिक्त लाभ को दर्शाती है, जो कमजोर बेंचमार्क को खत्म कर सकती है।
दीर्घकालिक गति को नियंत्रित करते हुए, शेर्प अनुपात और अल्फा को समग्र रूप से ध्यान में रखते हुए, यह अधिक सटीक रूप से निर्धारित किया जा सकता है कि सकारात्मक गति है या नहीं।
जब Momentum गायब हो जाता है, तो बड़े नुकसान से बचने के लिए समय पर बंद करो। यह उछाल के बाद समय पर रोक लगाने की रणनीति है।
एकल Momentum सूचकांक की तुलना में, यह रणनीति अधिक स्थिर है, लेकिन यह अधिक लचीला है और इसका उपयोग स्टॉक और मेजर दोनों के लिए किया जा सकता है।
जोखिम विश्लेषण
हालांकि इस रणनीति के कुछ फायदे हैं, लेकिन इसके साथ कुछ जोखिम भी हैं:
जब बाजार में बदलाव होता है, तो Momentum शेयरों को तेजी से गिरावट का सामना करना पड़ सकता है। इस समय रणनीति में भारी नुकसान होगा। पैरामीटर को उचित रूप से समायोजित किया जा सकता है, या अन्य संकेतकों के साथ संयोजन का उपयोग करने पर विचार किया जा सकता है।
अल्फा और शार्प अनुपात सूचकांक की गणना में समय की देरी होती है। जब बाजार तेजी से बदलता है, तो सूचकांक का मान देरी से हो सकता है और नवीनतम रुझान परिवर्तनों को समय पर प्रतिबिंबित नहीं कर सकता। गणना चक्र को छोटा करने पर विचार किया जा सकता है।
बहु-खाली पदों पर नियंत्रण नहीं है, जो जोखिम के अत्यधिक एकाग्रता का कारण बन सकता है। बाजार की स्थिति या धन की स्थिति के आधार पर स्थिति के आकार को उचित रूप से नियंत्रित करने पर विचार किया जा सकता है।
फीडबैक डेटा अपर्याप्त हो सकता है, रीयल-टाइम प्रभाव संदिग्ध है। लंबी अवधि और विभिन्न किस्मों के फीडबैक सत्यापन को जोड़ा जाना चाहिए। साथ ही पैरामीटर अनुकूलन चक्र को छोटा करना, ओवरफिट से बचना चाहिए।
अनुकूलन दिशा
इस रणनीति को निम्नलिखित पहलुओं से भी अनुकूलित किया जा सकता हैः
बढ़ी हुई रोकथाम तंत्र. जब कीमतों में बड़ी एक दिवसीय गिरावट होती है, तो रोकथाम बिंदु सेट किया जा सकता है, जिससे बड़े नुकसान से बचा जा सकता है।
स्थिति प्रबंधन में वृद्धि। बाजार में उतार-चढ़ाव जैसे संकेतक के आधार पर प्रत्येक स्थिति के लिए धन की मात्रा को नियंत्रित किया जा सकता है। एकल हानि के जोखिम को कम करना।
ऑप्टिमाइज़ेशन पैरामीटर. आप विभिन्न समय अवधि के लिए पैरामीटर का परीक्षण कर सकते हैं, ताकि वे विभिन्न मानकों और बाजार स्थितियों के लिए अधिक उपयुक्त हो सकें। आप विभिन्न पैरामीटर संयोजनों के प्रभाव का भी परीक्षण कर सकते हैं।
फ़िल्टरिंग की शर्तें जोड़ें। आप लेनदेन की मात्रा या अस्थिरता जैसे अन्य शर्तों को सेट कर सकते हैं। कुछ अस्थिर स्वास्थ्य देखभाल या कम तरलता के जाल से बचें।
अन्य रणनीतियों के साथ संयोजन। एक समान प्रवृत्ति ट्रैकिंग रणनीति के संयोजन के साथ उपयोग करने पर विचार किया जा सकता है। यह दोनों प्रभाव स्थिरता को बढ़ा सकता है और एक एकल रणनीति के जोखिम को फैला सकता है।
संक्षेप
मोमेंटम अल्फा रणनीति सकारात्मक मोमेंटम के अवसरों को गतिशील रूप से पकड़ती है, एक साथ संपत्ति के जोखिम-समायोजित रिटर्न और सापेक्ष बाजार के प्रदर्शन का आकलन करती है। यह एक मोमेंटम सूचकांक की तुलना में अधिक सटीक, व्यापक और जोखिम-प्रतिरोधी है। हालांकि, इस रणनीति में कुछ पीछे हटने और पिछड़े होने का जोखिम है, और इसे अन्य रणनीतियों के साथ बार-बार अनुकूलित करने की आवश्यकता है, ताकि स्थिर लाभ हो सके।
/*backtest
start: 2023-11-15 00:00:00
end: 2023-11-16 04:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Alpha strategy - simple version", overlay=true)
//by NIKLAUS
//USE ON DAILY TIMEFRAME TO DETECT MOMO STOCKS & ETFs AND TRADE THEM
//USE ON 5MIN CHART FOR INTRADAY USAGE
//examples to try this on: GER30, NAS100, JPN225, AAPL, IBB, TSLA, FB, etc.
//This Strategy goes long when Sharpe Ratio is > 1 and Alpha against the S&P500 is generated. It exits when conditions break away.
//https://en.wikipedia.org/wiki/Alpha_(finance)
//------------------------------------------------------------------------------------------------------------------------------------
//Alpha is a measure of the active return on an investment, the performance of that investment compared to a suitable market index.
//An alpha of 1% means the investment's return on investment over a selected period of time was 1% better than the market during that same period,
//an alpha of -1 means the investment underperformed the market.
//Alpha is one of the five key measures in modern portfolio theory: alpha, beta, standard deviation, R-squared and the Sharpe ratio.
//simplified sharpe
src = ohlc4, len = input(180, title = "Sharpe/Alpha/Beta Period")
pc = ((src - src[len])/src)
std = stdev(src,len)
stdaspercent = std/src
sharpe = pc/stdaspercent
//alpha
sym = "BTC_USDT:swap", res=timeframe.period, src2 = close
ovr = request.security(sym, res, src2)
ret = ((close - close[1])/close)
retb = ((ovr - ovr[1])/ovr)
secd = stdev(ret, len), mktd = stdev(retb, len)
Beta = correlation(ret, retb, len) * secd / mktd
ret2 = ((close - close[len])/close)
retb2 = ((ovr - ovr[len])/ovr)
alpha = ret2 - retb2*Beta
//plot(Beta, color=green, style=area, transp=40)
smatrig = input(title="Sensitivity", defval=2, minval=1, maxval=3)
bgcolor (sma(sharpe,len/smatrig) > 1 and sma(alpha,len/smatrig) > 0 ? green : red, transp=70)
if (close > open) and (sma(sharpe,len/smatrig) > 1) and (sma(alpha,len/smatrig) > 0)
strategy.entry("Alpha", strategy.long)
strategy.close("Alpha", when = (sma(sharpe,len/smatrig) < 1) or (sma(alpha,len/smatrig) < 0))