Strategi ambang dinamis adaptif seri waktu berdasarkan data ekuitas

Penulis:ChaoZhang, Tanggal: 2024-04-01 10:48:52
Tag:

Gambaran umum

Strategi ini didasarkan pada data deret waktu dari nilai aset bersih saham atau aset keuangan lainnya. Dengan menghitung secara dinamis rasio efisiensi (ER) sebagai faktor pelunturan rata-rata bergerak eksponensial (EMA), secara adaptif menyesuaikan band atas dan bawah untuk memicu sinyal beli dan jual. Ide utama strategi ini adalah menggunakan semua informasi yang terkandung dalam data nilai aset bersih itu sendiri, dengan menghitung kompleksitas perubahan nilai aset bersih (ER) untuk menyesuaikan secara dinamis faktor pelunturan EMA, dan kemudian mendapatkan band atas dan bawah yang berubah secara dinamis. Ketika harga menembus band atas, ia membuka posisi panjang, dan ketika ia menembus band bawah, ia menutup posisi.

Prinsip Strategi

Menghitung rasio efisiensi (ER) dari data nilai aset bersih, yang merupakan rasio perubahan nilai aset bersih terhadap perubahan total.
Menggunakan ER sebagai faktor pelunasan alfa dari fungsi pine_ema untuk secara dinamis menghitung rata-rata EMA dan penyimpangan absolut dari nilai aset bersih.
Tambahkan dan kurangi penyimpangan absolut dari rata-rata EMA untuk mendapatkan band atas dan bawah yang berubah secara dinamis.
Ketika nilai aset bersih saat ini menembus band atas, buka posisi panjang, dan ketika menembus band bawah, tutup posisi.

Keuntungan Strategi

Ini memanfaatkan sepenuhnya semua informasi yang terkandung dalam data deret waktu nilai aset bersih, tanpa perlu menetapkan parameter dan mengoptimalkan, metode sederhana dan alami.
Dengan menghitung ER secara dinamis untuk menyesuaikan faktor smoothing EMA, ia dapat beradaptasi dengan kompleksitas perubahan nilai aset bersih dan secara fleksibel merespon perubahan pasar.
Dibandingkan dengan EMA parameter tetap tradisional, EMA dinamis dapat secara efektif mengurangi jumlah perdagangan dan waktu penyimpanan, mengurangi biaya transaksi dan risiko.
Ini dapat secara efektif mengontrol penarikan. Dibandingkan dengan beli dan pegang, strategi ini dapat mengurangi penarikan maksimum 2-3 kali, atau meningkatkan pengembalian 2-3 kali dengan penarikan yang sama.
Hal ini dapat dengan mudah diterapkan pada kombinasi beberapa strategi untuk mencapai tujuan otomatis on / off strategi.

Risiko Strategi

Strategi ini didasarkan pada data deret waktu nilai aset bersih. Untuk situasi di mana tren harga berbalik secara mendasar, kecepatan pemicu penutupan posisi mungkin lebih lambat, sehingga mempengaruhi pengembalian.
Meskipun strategi ini dapat menyesuaikan parameter secara adaptif, kemampuan untuk beradaptasi dengan kondisi pasar yang ekstrim perlu diperiksa lebih lanjut.
Strategi ini saat ini terutama berfokus pada posisi panjang, dan perlu ditingkatkan lagi untuk posisi pendek.
Dalam aplikasi praktis, strategi ini memiliki persyaratan yang lebih tinggi untuk kualitas target yang dipilih, dan mengharuskan pemilihan target dengan tren kenaikan jangka panjang.

Arah Optimasi Strategi

Pertimbangkan untuk lebih mengoptimalkan metode perhitungan ER, memperkenalkan lebih banyak indikator yang mencerminkan karakteristik perubahan nilai aset bersih, dan meningkatkan ketahanan dan efektivitas ER.
Memperbaiki kondisi pembukaan dan penutupan, seperti mempertimbangkan untuk menambahkan stop loss trailing, stop loss persentase, dll, untuk meningkatkan profitabilitas dan ketahanan risiko strategi.
Untuk target yang berbeda dan lingkungan pasar, mengoptimalkan parameter dan menyesuaikan strategi secara adaptif untuk meningkatkan fleksibilitas strategi.
Gabungkan strategi ini dengan strategi lain (seperti pelacakan tren, reversi rata-rata, dll.) untuk memanfaatkan keuntungan dari strategi yang berbeda dan meningkatkan ketahanan dan profitabilitas portofolio.

Ringkasan

Strategi ini secara dinamis menghitung rasio efisiensi (ER) sebagai faktor pelunturan rata-rata bergerak eksponensial (EMA), menyesuaikan band atas dan bawah secara adaptif, dan memicu sinyal beli dan jual. Strategi ini memanfaatkan sepenuhnya informasi yang terkandung dalam data deret waktu nilai aset bersih, tanpa perlu terlalu banyak pengaturan dan optimasi parameter, metode ini sederhana dan alami, dan dapat merespons perubahan pasar secara fleksibel dan secara efektif mengontrol penarikan. Namun, kemampuan adaptasi strategi ini terhadap kondisi pasar yang ekstrem perlu diperiksa lebih lanjut, dan perhatian harus diberikan pada pemilihan target dalam aplikasi praktis. Di masa depan, kita dapat lebih mengoptimalkan dan meningkatkan strategi dari aspek metode perhitungan, kondisi pembukaan dan penutupan, optimasi parameter, strategi kombinasi, dll., untuk meningkatkan ketahanan dan profitabilitas strategi.

/*backtest
start: 2023-03-26 00:00:00
end: 2024-03-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy('Equity control', 'EC')
// study('Exponential bands', 'EB', overlay = true)


er(src) =>
    var start = src
    var total = 0.0

    total += abs(src - nz(src[1], src))
    net    = abs(src - start          )
    
    net / total

pine_ema(src, alpha) =>
    mean = 0.0
    dev  = 0.0

    mean := na(mean[1]) ? src : (1 - alpha) * mean[1] + alpha *     src
    dev  := na(dev [1]) ? 0   : (1 - alpha) * dev [1] + alpha * abs(src - mean)

    [mean, dev]


src = input(close)


a           = er      (src   )
[mean, dev] = pine_ema(src, a)

dev_lower = mean - dev
dev_upper = mean + dev


// plot(dev_lower, 'lower deviation', color.silver, 2, plot.style_stepline)
// plot(mean     , 'basis'          , color.purple, 1, plot.style_stepline)
// plot(dev_upper, 'upper deviation', color.silver, 2, plot.style_stepline)


if src > dev_upper
    strategy.entry('event', true, comment = 'on')
if src < dev_lower
    strategy.close('event', comment = 'off')


plot(strategy.equity)

//bigDope

Lebih banyak

2019 FMZ - Semua hak dilindungi