ChaoZhang
1
fokus pada
1617
Pengikut
Ringkasan
Strategi ini adalah sistem perdagangan kuantitatif berdasarkan regresi multifaktor dan rentang harga dinamis. Logika intinya adalah memprediksi tren harga melalui model regresi multifaktor, menggabungkan beberapa faktor pasar seperti dominasi BTC, volume perdagangan, dan harga tertinggal untuk membangun rentang harga atas dan bawah untuk pembangkitan sinyal. Strategi ini memadukan beberapa modul manajemen risiko seperti penyaringan outlier, manajemen posisi dinamis, dan pergerakan stop loss. Ini adalah sistem perdagangan yang komprehensif dan tangguh.
Prinsip Strategi
Strategi ini terutama mencakup komponen inti berikut:
- Modul prediksi regresi: Gunakan model regresi linier multi-faktor untuk memprediksi harga. Faktor-faktornya meliputi dominasi BTC, volume perdagangan, ketentuan jeda harga, ketentuan interaksi, dll. Koefisien beta setiap faktor dihitung untuk mengukur dampaknya terhadap harga.
- Rentang harga dinamis: Buat rentang harga atas dan bawah berdasarkan prediksi harga dan deviasi standar residual untuk mengidentifikasi harga yang jenuh beli dan jenuh jual.
- Pembangkitan sinyal: Sinyal panjang terbentuk ketika harga menembus pita bawah dan RSI jenuh jual; sinyal pendek terbentuk ketika harga menembus pita atas dan RSI jenuh beli.
- Manajemen risiko: termasuk penyaringan outlier (metode skor Z), stop loss dan take profit, pergerakan stop loss ATR, dan berbagai mekanisme perlindungan lainnya.
- Posisi dinamis: Sesuaikan ukuran posisi pembukaan secara dinamis berdasarkan ATR dan rasio risiko yang telah ditetapkan.
Keunggulan Strategis
- Integrasi multi-faktor: Pertimbangkan secara komprehensif berbagai faktor pasar untuk memberikan perspektif pasar yang komprehensif.
- Kemampuan beradaptasi yang kuat: Kisaran harga akan disesuaikan secara dinamis menurut fluktuasi pasar untuk beradaptasi dengan berbagai lingkungan pasar.
- Pengendalian risiko yang sempurna: Manajemen risiko bertingkat memastikan keamanan dana.
- Fleksibel dan dapat dikonfigurasi: Sejumlah besar parameter dapat disesuaikan, mudah dioptimalkan sesuai dengan karakteristik pasar yang berbeda.
- Keandalan sinyal tinggi: Beberapa mekanisme penyaringan meningkatkan kualitas sinyal.
Risiko Strategis
- Risiko model: Model regresi bergantung pada data historis dan mungkin gagal ketika pasar berubah secara drastis.
- Sensitivitas parameter: Banyak parameter yang perlu disetel dengan hati-hati, dan pengaturan parameter yang tidak tepat akan memengaruhi kinerja strategi.
- Kompleksitas komputasi: Perhitungan multifaktor lebih rumit dan dapat memengaruhi kinerja waktu nyata.
- Ketergantungan lingkungan pasar: Mungkin berkinerja lebih baik di pasar yang bergejolak daripada di pasar yang sedang tren.
Arah optimasi strategi
- Optimalisasi pemilihan faktor: Lebih banyak faktor pasar dapat diperkenalkan, seperti indikator sentimen pasar, data on-chain, dll.
- Penyesuaian parameter dinamis: Mengembangkan mekanisme penyesuaian parameter adaptif untuk meningkatkan kemampuan beradaptasi strategi.
- Peningkatan pembelajaran mesin: Perkenalkan metode pembelajaran mesin untuk mengoptimalkan model prediksi.
- Peningkatan penyaringan sinyal: Kembangkan lebih banyak kondisi penyaringan sinyal untuk meningkatkan akurasi.
- Integrasi strategi kombinasi: Gunakan dalam kombinasi dengan strategi lain untuk meningkatkan stabilitas.
Meringkaskan
Strategi ini adalah sistem perdagangan kuantitatif dengan teori yang solid dan desain yang sempurna. Memprediksi harga melalui model regresi multifaktor, menghasilkan sinyal perdagangan berdasarkan pita harga dinamis, dan dilengkapi dengan mekanisme manajemen risiko yang komprehensif. Strategi ini sangat mudah beradaptasi dan dikonfigurasi serta cocok untuk berbagai lingkungan pasar. Melalui pengoptimalan dan perbaikan berkelanjutan, strategi ini diharapkan dapat mencapai hasil yang stabil dalam perdagangan nyata.
Kode Sumber Strategi
/*backtest
start: 2024-12-17 00:00:00
end: 2025-01-16 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/
//@version=5
strategy( title = "CorrAlgoX", overlay = true,pyramiding = 1, initial_capital = 10000, default_qty_type= strategy.percent_of_equity, default_qty_value=200)
//====================================================================
//=========================== GİRİŞLER ================================
//====================================================================
// --- (1) REGRESYON VE OUTLIER AYARLARI
int lengthReg = input.int(300, "Regression Window", minval=50)
bool useOutlierFilter = input.bool(false, "Z-skoru ile Outlier Filtrele")
// --- (2) FİYAT GECİKMELERİ
bool usePriceLag2 = input.bool(false, "2 Bar Gecikmeli Fiyatı Kullan")
// --- (3) STOP-LOSS & TAKE-PROFIT
float stopLossPerc = input.float(3.0, "Stop Loss (%)", step=0.1)
float takeProfitPerc = input.float(5.0, "Take Profit (%)", step=0.1)
// --- (4) REZİDÜEL STD BANTI
int lengthForStd = input.int(50, "StdDev Length (residual)", minval=2)
float stdevFactor = input.float(2.0, "Stdev Factor", step=0.1)
// --- (5) RSI FİLTRESİ
bool useRsiFilter = input.bool(true, "RSI Filtresi Kullan")
int rsiLen = input.int(14, "RSI Length", minval=1)
float rsiOB = input.float(70, "RSI Overbought", step=1)
float rsiOS = input.float(30, "RSI Oversold", step=1)
// --- (6) TRAILING STOP
bool useTrailingStop = input.bool(false, "ATR Tabanlı Trailing Stop")
int atrLen = input.int(14, "ATR Length", minval=1)
float trailMult = input.float(1.0, "ATR multiplier", step=0.1)
// --- (7) DİNAMİK POZİSYON BÜYÜKLÜĞÜ (ATR tabanlı)
bool useDynamicPos = input.bool(false, "Dinamik Pozisyon Büyüklüğü Kullan")
float capitalRiskedPerc = input.float(1.0, "Sermaye Risk Yüzdesi", step=0.1, tooltip="Her işlemde risk alınacak sermaye yüzdesi")
// --- (8) ETKİLEŞİM VE LOG(HACİM) KULLANIMI
bool useSynergyTerm = input.bool(true, "BTC.D * Hacim Etkileşim Terimi")
bool useLogVolume = input.bool(true, "Hacmi Logaritmik Kullan")
//====================================================================
//======================= VERİLERİ AL & HAZIRLA =======================
//====================================================================
// Mevcut enstrüman fiyatı
float realClose = close
// BTC Dominance (aynı TF)
float btcDom = request.security("SWAP", timeframe.period, close)
// Hacim
float vol = volume
// Gecikmeli fiyatlar
float priceLag1 = close[1]
float priceLag2 = close[2] // (isteğe bağlı)
//----------------- Outlier Filtrelemesi (Z-Skoru) ------------------//
float priceMean = ta.sma(realClose, lengthReg)
float priceStdev = ta.stdev(realClose, lengthReg)
float zScore = (priceStdev != 0) ? (realClose - priceMean) / priceStdev : 0
bool isOutlier = math.abs(zScore) > 3.0
float filteredClose = (useOutlierFilter and isOutlier) ? na : realClose
// Fiyatın stdev'i (filtrelenmiş)
float fCloseStdev = ta.stdev(filteredClose, lengthReg)
//====================================================================
//=============== ORTALAMA, STDEV, KORELASYON HESAPLARI ==============
//====================================================================
// BTC.D
float btcDomMean = ta.sma(btcDom, lengthReg)
float btcDomStdev = ta.stdev(btcDom, lengthReg)
float corrBtcDom = ta.correlation(btcDom, filteredClose, lengthReg)
// Hacim
float volMean = ta.sma(vol, lengthReg)
float volStdev = ta.stdev(vol, lengthReg)
float corrVol = ta.correlation(vol, filteredClose, lengthReg)
// Fiyat Lag1
float plag1Mean = ta.sma(priceLag1, lengthReg)
float plag1Stdev = ta.stdev(priceLag1, lengthReg)
float corrPLag1 = ta.correlation(priceLag1, filteredClose, lengthReg)
// Fiyat Lag2 (isteğe bağlı)
float plag2Mean = ta.sma(priceLag2, lengthReg)
float plag2Stdev = ta.stdev(priceLag2, lengthReg)
float corrPLag2 = ta.correlation(priceLag2, filteredClose, lengthReg)
// BTC.D * Hacim (synergyTerm)
float synergyTerm = btcDom * vol
float synergyMean = ta.sma(synergyTerm, lengthReg)
float synergyStdev = ta.stdev(synergyTerm, lengthReg)
float corrSynergy = ta.correlation(synergyTerm, filteredClose, lengthReg)
// Log(Hacim)
float logVolume = math.log(vol + 1.0)
float logVolMean = ta.sma(logVolume, lengthReg)
float logVolStdev = ta.stdev(logVolume, lengthReg)
float corrLogVol = ta.correlation(logVolume, filteredClose, lengthReg)
//====================================================================
//===================== FONKSIYON: BETA HESAPLAMA =====================
//====================================================================
// Pine Script'te fonksiyonlar şöyle tanımlanır (tip bildirmeyiz):
getBeta(corrVal, stdevX) =>
(stdevX != 0 and not na(corrVal) and fCloseStdev != 0)? corrVal * (fCloseStdev / stdevX) : 0.0
//====================================================================
//======================== BETA KATSAYILARI ===========================
//====================================================================
// BTC Dominance
float betaBtcDom = getBeta(corrBtcDom, btcDomStdev)
// Hacim
float betaVol = getBeta(corrVol, volStdev)
// Fiyat Lag1
float betaPLag1 = getBeta(corrPLag1, plag1Stdev)
// Fiyat Lag2
float betaPLag2 = getBeta(corrPLag2, plag2Stdev)
// synergy
float betaSynergy = getBeta(corrSynergy, synergyStdev)
// logVol
float betaLogVol = getBeta(corrLogVol, logVolStdev)
//====================================================================
//===================== TAHMİNİ FİYAT OLUŞTURMA ======================
//====================================================================
float alpha = priceMean
bool canCalc = not na(filteredClose) and not na(priceMean)
float predictedPrice = na
if canCalc
// Farklar
float dBtcDom = (btcDom - btcDomMean)
float dVol = (vol - volMean)
float dPLag1 = (priceLag1 - plag1Mean)
float dPLag2 = (priceLag2 - plag2Mean)
float dSynergy = (synergyTerm - synergyMean)
float dLogVol = (logVolume - logVolMean)
float sumBeta = 0.0
sumBeta += betaBtcDom * dBtcDom
sumBeta += betaVol * dVol
sumBeta += betaPLag1 * dPLag1
if usePriceLag2
sumBeta += betaPLag2 * dPLag2
if useSynergyTerm
sumBeta += betaSynergy * dSynergy
if useLogVolume
sumBeta += betaLogVol * dLogVol
predictedPrice := alpha + sumBeta
//====================================================================
//======================= REZİDÜEL & BANT ============================
//====================================================================
float residual = filteredClose - predictedPrice
float residStdev = ta.stdev(residual, lengthForStd)
float upperBand = predictedPrice + stdevFactor * residStdev
float lowerBand = predictedPrice - stdevFactor * residStdev
//====================================================================
//========================= SİNYAL ÜRETİMİ ===========================
//====================================================================
bool longSignal = (realClose < lowerBand)
bool shortSignal = (realClose > upperBand)
//------------------ RSI Filtresi (opsiyonel) -----------------------//
float rsiVal = ta.rsi(realClose, rsiLen)
bool rsiOversold = (rsiVal < rsiOS)
bool rsiOverbought = (rsiVal > rsiOB)
if useRsiFilter
longSignal := longSignal and rsiOversold
shortSignal := shortSignal and rsiOverbought
//====================================================================
//=============== DİNAMİK POZİSYON & GİRİŞ/ÇIKIŞ EMİRLERİ ============
//====================================================================
float myAtr = ta.atr(atrLen)
float positionSize = na
if useDynamicPos
float capitalRisked = strategy.equity * (capitalRiskedPerc / 100.0)
float riskPerUnit = (stopLossPerc/100.0) * myAtr
positionSize := (riskPerUnit != 0.0) ? (capitalRisked / riskPerUnit) : na
// Long
if longSignal
if useDynamicPos and not na(positionSize)
strategy.entry("Long", strategy.long, qty=positionSize)
else
strategy.entry("Long", strategy.long)
// Short
if shortSignal
if useDynamicPos and not na(positionSize)
strategy.entry("Short", strategy.short, qty=positionSize)
else
strategy.entry("Short", strategy.short)
// Stop-Loss & Take-Profit
if strategy.position_size > 0
strategy.exit( "Long Exit", "Long",stop = strategy.position_avg_price * (1 - stopLossPerc/100), limit = strategy.position_avg_price * (1 + takeProfitPerc/100))
if strategy.position_size < 0
strategy.exit("Short Exit", "Short", stop = strategy.position_avg_price * (1 + stopLossPerc/100),limit = strategy.position_avg_price * (1 - takeProfitPerc/100))
//------------------ TRAILING STOP (opsiyonel) ----------------------//
if useTrailingStop
if strategy.position_size > 0
strategy.exit( "Long Exit TS", "Long", trail_points = myAtr * trailMult, trail_offset = myAtr * trailMult )
if strategy.position_size < 0
strategy.exit( "Short Exit TS", "Short", trail_points = myAtr * trailMult, trail_offset = myAtr * trailMult)
//====================================================================
//======================== GRAFİK ÇİZİMLER ===========================
//====================================================================
plot(realClose, color=color.white, linewidth=1, title="Fiyat")
plot(predictedPrice, color=color.yellow, linewidth=2, title="PredictedPrice")
plot(upperBand, color=color.red, linewidth=1, title="Üst Band")
plot(lowerBand, color=color.lime, linewidth=1, title="Alt Band")
plotshape( useOutlierFilter and isOutlier, style=shape.circle, color=color.red, size=size.tiny, location=location.abovebar, title="Outlier", text="Outlier")