グリッド取引リスクヘッジ戦略


作成日: 2024-03-27 18:15:12 最終変更日: 2024-03-27 18:15:12
コピー: 0 クリック数: 1321
1
フォロー
1617
フォロワー

グリッド取引リスクヘッジ戦略

戦略概要

格子取引リスクヘッジ戦略は,格子取引理念に基づく,リスクヘッジ思想を組み合わせた量化取引戦略である.この戦略は,既定の価格区間内に複数の買取注文を配置することで,価格変動から利益を得る.また,この戦略は,格子境界を動的に調整して,市場環境の変化に適応させ,戦略のリスクを軽減するリスクヘッジメカニズムも導入している.

戦略原則

この戦略の核心原則は,格子取引である。 まず,ユーザが設定したパラメータに基づいて,格子の上下境界と格子線の数を決定する。 次に,格子線に買取注文を配置する:価格が格子線に触れたときに,その格子線の前に注文がない場合は,ポジションを開く; もし前に注文があった場合は,平仓する。 この方法で,戦略は価格の波動の中で継続的にポジションを開き,平仓する.

同時に,リスクを軽減するために,この戦略は,ダイナミックな格子境界調整メカニズムも導入している.ユーザーの選択に応じて,格子の上下境界は,次の2つの方法で自動的に調整することができる:1) 最近の最高値と最低値に基づいて,ユーザが設定した偏移を考慮し;2) 移動平均に基づいて,ユーザが設定した偏移を考慮し.格子境界を動的に調整することにより,格子は常に現在の価格の周りに配置することができ,その結果,価格が格子境界を突破するリスクを低減する.

さらに,この戦略は,ポジションを開く時に,総資金をNの部分に分割し,ポジションを開くたびに同じ量の資金を使用します.これにより,1回の取引のリスクを減らすことができます.

優位分析

  1. 適応性:グリッドの境界を動的に調整することで,戦略は異なる市場環境に適応し,トレンドや振動的な状況にかかわらず,自動的に調整することができ,より良い収益を得ることができます.

  2. リスク管理: 戦略は,ポジション開設時に同量の資金を使用し,単一取引のリスクは小さい.同時に,ダイナミックな格子境界調整機構は,価格が格子境界を破るリスクを減らすことができます.

  3. 取引頻度が高い: 格子には通常より多くの注文が配置されているため,取引頻度が高いため,波動的な状況でより簡単に利益を得ることができる.

  4. パラメータの柔軟性:ユーザは,自分の好み,格子数,上下境界,動的に調整されるパラメータなどに合わせて,異なる取引スタイルに対応することができます.

リスク分析

  1. トレンド状況で不良なパフォーマンス:価格が継続的に一方的に上昇または下落し,格子の境界を突破し,動的調整が価格変化の速度に追いつかない場合,戦略は大きなリスクに直面する可能性があります.

  2. 手数料:戦略取引の頻度が高いため,手数料は収益に一定の影響を及ぼす可能性があります.

  3. パラメータ設定不適切:パラメータ設定不適切である場合,例えばグリッドの数が多すぎ,グリッド境界が合理的に設定されていないなど,戦略の不良パフォーマンスを引き起こす可能性があります.

解決方法:1) トレンドの状況では,拡大格子境界の調整幅を考慮するか,またはトレンド戦略と組み合わせることができる;2) 手数料が低い取引所と通貨を選択する;3) 実際の動作の前に,パラメータの十分な反測と最適化が必要である.

最適化の方向

  1. 他の戦略と組み合わせる: 格子取引戦略を,他のタイプの戦略と組み合わせることを考えてもよい. 例えば,トレンド戦略,平均回帰戦略など,戦略の適応性と安定性を向上させる.

  2. 動態調整機構の改善:現在の戦略の動態調整機構は比較的単純で,より多くの要因を考慮して (例えば,交差量,波動率など),より高度なアルゴリズム (例えば,自己適応アルゴリズム,機械学習アルゴリズムなど) を採用することで,さらに最適化することができます.

  3. 資金管理の最適化:現在の戦略は,等価資金管理を採用しており,資金管理のより高度な方法,例えばケリー法,最適化方法などの導入を考慮して,資金利用の効率と収益をさらに向上させることができます.

  4. ストップ・ストップの導入: 格子取引の基礎で,移動ストップ・ストップ,波動率ストップ・ストップなどのストップ・ストップの論理を導入して,戦略のリスクをさらに低減することができる.

要約する

格子取引リスクヘッジ戦略は,高度に自動化され,適応力があり,リスクが制御できる量化取引戦略である.格子取引とダイナミック格子調整により,戦略は様々な状況で利益を得ることができ,同時にリスクを制御することもできる.しかし,戦略は,トレンド状況で不良なパフォーマンスを発揮し,手数料は収益に影響を及ぼす可能性があるため,実際のアプリケーションではさらなる最適化と改進が必要である.全体的に,この戦略は,より成熟した量化取引の考え方を提供し,さらなる研究と適用に値する.

ストラテジーソースコード
/*backtest
start: 2024-03-19 00:00:00
end: 2024-03-23 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds    = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool)                             // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc      = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"])     // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev      = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1)  // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound    = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float)                      // for manual grid bounds only. The upperbound price of your grid
i_lowerBound    = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float)                      // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty       = input(group="Grid Lines",  title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer)       // how many grid lines are in your grid

f_getGridBounds(_bs, _bl, _bd, _up) =>
    if _bs == "Hi & Low"
        _up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl)  * (1 - _bd)
    else
        avg = sma(close, _bl)
        _up ? avg * (1 + _bd) : avg * (1 - _bd)

f_buildGrid(_lb, _gw, _gq) =>
    gridArr = array.new_float(0)
    for i=0 to _gq-1
        array.push(gridArr, _lb+(_gw*i))
    gridArr

f_getNearGridLines(_gridArr, _price) =>
    arr = array.new_int(3)
    for i = 0 to array.size(_gridArr)-1
        if array.get(_gridArr, i) > _price
            array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
            array.set(arr, 1, i == 0 ? i : i-1)
            break
    arr

var upperBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound  // upperbound of our grid
var lowerBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth       = (upperBound - lowerBound)/(i_gridQty-1)                                                       // space between lines in our grid
var gridLineArr     = f_buildGrid(lowerBound, gridWidth, i_gridQty)                                                 // an array of prices that correspond to our grid lines
var orderArr        = array.new_bool(i_gridQty, false)                                                              // a boolean array that indicates if there is an open order corresponding to each grid line

var closeLineArr    = f_getNearGridLines(gridLineArr, close)                                                        // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
strategy.initial_capital = 50000
for i = 0 to (array.size(gridLineArr) - 1)
    if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
        buyId = i
        array.set(orderArr, buyId, true)
        strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
    if close > array.get(gridLineArr, i) and i != 0
        if array.get(orderArr, i-1)
            sellId = i-1
            array.set(orderArr, sellId, false)
            strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))

if i_autoBounds
    upperBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
    lowerBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
    gridWidth   := (upperBound - lowerBound)/(i_gridQty-1)
    gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)

closeLineArr    := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)