Strategi Kuantitatif Berdasarkan Titik Intersep Regresi Linier
ChaoZhang
Ringkasan
Strategi ini menggunakan teknik regresi linier untuk menghitung titik penghentian regresi linier dan menggunakannya sebagai sinyal jual beli untuk membangun strategi perdagangan kuantitatif. Strategi ini menganalisis urutan waktu harga saham, menyusun garis tren regresi linier, dan menggunakan titik penghentian regresi linier untuk menentukan apakah harga terlalu tinggi atau terlalu rendah, untuk menghasilkan perdagangan sinyal.
Prinsip Strategi
Linear Regression Interrupt Point (LIRP) menunjukkan nilai prediksi dari Y-value (biasanya harga) ketika nilai seri waktu X adalah 0. Strategi ini menetapkan parameter Length, dengan harga close out sebagai urutan sumber, untuk menghitung titik penghentian regression linear untuk hari-hari closing terbaru Length (xLRI). Jika harga close out lebih tinggi dari xLRI, lakukan over; Jika harga close out lebih rendah dari xLRI, lakukan blank.
Rumus perhitungan adalah sebagai berikut:
xX = Length *(Length - 1)* 0.5
xDivisor = xX *xX - Length* Length *(Length - 1) *(2 * Length - 1) / 6
xXY = Σ(i *收盘价[i]),i从0到Length-1
xSlope = (Length *xXY - xX* Σ(收盘价, Length))/ xDivisor
xLRI = (Σ(收盘价, Length) - xSlope * xX) / Length
Dengan perhitungan seperti itu, dapat diperoleh titik penghentian regresi linier xLRI dari hari-hari terakhir. Strategi ini menilai harga naik turun dan menghasilkan sinyal perdagangan.
Keunggulan Strategis
Strategi ini memiliki keuntungan sebagai berikut:
- Menggunakan teknik regresi linier, memiliki kemampuan untuk memprediksi harga dan menilai tren.
- Parameter yang lebih sedikit, model yang sederhana, mudah dipahami dan diterapkan.
- Parameter yang dapat disesuaikan Length adaptive Fleksibilitas kebijakan yang disesuaikan.
Risiko dan Solusi
Strategi ini juga memiliki beberapa risiko:
- Regressi linear adalah analisa statistik yang hanya didasarkan pada data historis dan memiliki kemampuan terbatas untuk memprediksi pergerakan harga di masa depan.
- Jika fundamental perusahaan berubah secara signifikan, hasil dari pencocokan regresi linier mungkin tidak berlaku.
- Parameter Length yang tidak disetel dengan benar dapat menyebabkan overmatch.
Tanggapan:
- Parameter Length harus dipersingkat agar tidak terlalu cocok.
- Perhatian terhadap perubahan fundamental perusahaan, intervensi manual untuk menutup posisi jika diperlukan.
- Menggunakan parameter adaptasi Length, menyesuaikan secara dinamis dengan kondisi pasar.
Arah optimasi strategi
Strategi ini juga dapat dioptimalkan dengan:
- Meningkatkan mekanisme stop loss untuk mengendalikan kerugian tunggal.
- Tergabung dengan indikator lainnya, membentuk strategi gabungan untuk meningkatkan stabilitas.
- Tambahkan parameter untuk menyesuaikan modul optimasi dan biarkan parameter Length berubah secara dinamis.
- Menambahkan modul kontrol posisi untuk mencegah overtrading.
Meringkaskan
Strategi ini membangun strategi perdagangan kuantitatif sederhana berdasarkan titik penghentian regresi linier. Secara keseluruhan, strategi ini memiliki nilai ekonomi tertentu, tetapi ada beberapa risiko yang perlu diperhatikan. Dengan terus mengoptimalkan, diharapkan untuk meningkatkan stabilitas dan keuntungan strategi lebih lanjut.
/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 21/03/2018
// Linear Regression Intercept is one of the indicators calculated by using the
// Linear Regression technique. Linear regression indicates the value of the Y
// (generally the price) when the value of X (the time series) is 0. Linear
// Regression Intercept is used along with the Linear Regression Slope to create
// the Linear Regression Line. The Linear Regression Intercept along with the Slope
// creates the Regression line.
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Line Regression Intercept Backtest", overlay = true)
Length = input(14, minval=1)
xSeria = input(title="Source", defval=close)
reverse = input(false, title="Trade reverse")
xX = Length * (Length - 1) * 0.5
xDivisor = xX * xX - Length * Length * (Length - 1) * (2 * Length - 1) / 6
xXY = 0
for i = 0 to Length-1
xXY := xXY + (i * xSeria[i])
xSlope = (Length * xXY - xX * sum(xSeria, Length)) / xDivisor
xLRI = (sum(xSeria, Length) - xSlope * xX) / Length
pos = iff(close > xLRI, 1,
iff(close < xLRI, -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(xLRI, color=blue, title="LRI")