対数価格平均回帰ダイナミックストップロス戦略
Z-SCORE MEAN REVERSION BOLLINGER BANDS SMA LOGARITHMIC PRICE DYNAMIC STOP-LOSS VOLATILITY ADJUSTMENT
ianzeng123
概要
対数価格平均値回帰ダイナミックストップ戦略は,統計学原理に基づく定量化取引戦略で,主に価格が平均値の波動を中心とした特性を利用して取引する.この戦略は,価格を対数形式に変換し,その後,価格が平均値から偏っている程度を測定するためにそのZスコア ((標準差倍数) を計算する.Zスコアが特定の値に達すると,戦略は,市場が過買または過売れていることを考え,予想される価格均等回帰に基づいて取引する.この戦略のユニークな点は,市場の変動に応じて自動的にストップレベルを調整し,リスク管理の効率性を向上させるダイナミックストップメカニズムである.
戦略原則
この戦略の核心原則は,平均値回帰理論と対数価格の統計的性質に基づいている.具体的には以下のステップが実行される.
まず,策略は,閉盘価格を対数形式に変換する.
log_price = math.log(close)これは,乗算の変化を加算の変化に変換し,価格の変化を正規分布に適合させるのに役立ちます.そして,設定されたスクロールウィンドウ (デフォルトの7サイクル) に基づいて,ペアの価格の移動平均を計算します.
rolling_mean) と標準差rolling_std）。これらの統計を使って,現在の対数値のZスコアを計算します.
rolling_z_score = (log_price - rolling_mean) / rolling_stdこの値は,現在の価格の平均値からの偏差の標準差の倍数を表す.入学条件は以下の通りです.
- Zスコアが設定された多頭入場値 (デフォルト1.825) よりも低ければ,多頭ポジションを開きます.
- Zスコアが設定された空頭入場値 (デフォルト1.825) よりも高いとき,空頭ポジションを開きます.
ストップ・ストップ・ターゲットは,対数価格の移動平均の指数形式で設定されます.
take_profit_price = math.exp(rolling_mean)この戦略は,価格を統計的平均値に戻すというものです.ダイナミック・ストップ・ダメージメカニズムは,この戦略の重要なイノベーションです.
- 初期ストップローズは,入場時のZスコアと変動率の設定に基づいています.
- 市場変動に伴い,ストップレスは動的に調整されます.
- 波動率が増加すると,多頭ストップは低下し,空頭ストップは上昇し,より多くの取引スペースを提供します.
- 波動率が減ると多頭ストップは上がり,空頭ストップは下がり,保護は有利になる.
退場論理には以下の2つの条件があります.
- 価格がストップポイントに達した (平均に戻った).
- 価格が動的調整のストップ・ローンを触った.
戦略的優位性
基本統計策略は,堅実な統計学原理に基づいており,Zスコアを使用して価格偏差の程度を測定し,客観的な入場と出場シグナルを提供します.
数値価格変換:対数値ではなく原価を用いて計算し,価格変動を正規分布に適合させ,統計指標の有効性を高めます.
ダイナミックなリスク管理戦略の最大の亮点は,市場の変動に応じて自動的に停止レベルを調整するダイナミックな止損機構であり,資金を保護しながら十分な取引スペースを許可します.
双方向取引戦略は,多頭と空頭の両方をサポートし,さまざまな市場環境で機会を探します.
目標として平均値: 統計的平均値を停止目標として使用し,平均回帰の理論的基礎に適合し,停止の合理性を高めます.
パラメータは調整できます.戦略は,ロールウィンドウ,入場Zスコア,およびストップZスコアを含む複数の調整可能なパラメータを提供し,トレーダーが異なる市場と個人のリスク好みに合わせて調整できるようにします.
戦略リスク
平均値帰帰帰仮説リスク策略の核心的仮定は,価格が統計平均値に戻るというものであるが,トレンド市場または構造的変化の市場では,この仮定は失効し,長期の損失を引き起こす可能性がある. 解決策:トレンドフィルターを追加して,強いトレンド市場の取引を一時停止することができる.
超敏感なZスコア: 波動性が非常に低い市場では,価格の小さな波動でさえ,大きなZスコア変化を生じ,不必要な取引シグナルを誘発する可能性があります. 解決策: 最小波動率の値設定,または低波動率の環境で入場値の調整.
ウィンドウの長さに敏感策略性能は,スクロールウィンドウの長さのパラメータに非常に敏感であり,不適切な選択は,過度取引または機会を逃す可能性があります. 解決策:異なるウィンドウの長さを追及することによって最適なパラメータを見つけることができます.
データの欠落のリスク取引の初期には,足る歴史データがないため,移動平均と標準差を計算すると,信号の不安定性が引き起こされる可能性があります. 解決方法:指標を計算する前に十分な予期期間があることを確認する.
ストップダメージ調整戦略リスク: 動的止損機構は,革新的であるが,変動が急激に変化するときに止損位の過度調整につながる可能性がある. 解決策: 止損調整の最大幅の制限を設定して過度調整を防ぐことができる.
戦略最適化の方向性
窓の長さを調整する:現在の戦略は,固定されたローリングウィンドウの長さ (デフォルトの7サイクル) を用いて統計指標を計算する. 適応ウィンドウの長さを実装することを考慮し,市場の周期的な変化に応じてウィンドウのサイズを自動的に調整する. これにより,異なる時間尺度の平均回帰の機会をよりよく捕捉し,戦略の適応性を向上させる.
トレンドフィルター:トレンド判断メカニズムを付加し,強いトレンド市場では戦略パラメータを一時停止または調整し,横横または反転市場でのみ平均回帰戦略を適用する.これは,長期移動平均線またはADXのようなトレンド指標を付加することで実現でき,一方的なトレンド市場での頻繁な損失を避ける.
多時間枠分析: 複数の時間枠を統合したZスコア信号により,より包括的な出場と出場の決定をすることができる.例えば,より大きな時間枠で平均値戻りチャンスを確認し,より小さな時間枠で正確な出場点を探し,勝率とリスク・リターンの比率を向上させることができる.
ストップを最適化:現在の戦略は,シンプルな平均値をストップターゲットとして使用する. 市場構造やストップに関連したリスク・リターンの比率に基づいてストップターゲットを設定する,または,価格が有利な方向に移動するときに徐々に利益をロックする部分ストップ戦略を実行するなど,ダイナミックなストップメカニズムを実施することを考慮することができます.
波動率加重:Zスコアを計算する際に波動率加重メカニズムを加え,より安定した定期間のデータにより高い重みを与えることを考慮する.これは,極限波動が信号生成に与える干渉を軽減し,信号品質を向上させる.
機械学習の統合: 入場と出場の値を最適化するために機械学習アルゴリズムを導入することを検討し,歴史データ訓練モデルに基づいて,最適のZスコア値と動的停止損失パラメータを予測し,戦略の適応性と全体的なパフォーマンスを向上させる.
要約する
対数価格平均値回帰ダイナミックストップ戦略は,統計学原理に基づく定量取引戦略で,対数価格のZスコアを計算することで市場の過買と過売の状態を識別し,価格が平均値に戻ると予想される時に利益を得る.この戦略の核心的な革新点は,市場の変動の変化に応じてリスクパラメータを自動的に調整できるダイナミックストップメカニズムであり,より優れたリスク管理を提供します.
戦略は,堅実な統計学的な基礎に基づいているが,平均回帰仮説が失敗する可能性,パラメータの感受性,市場環境の適応性などの課題に直面している.トレンドフィルター,自律的な適応ウィンドウ長さ,多時間枠分析,機械学習最適化などの改善を加えることで,戦略は,さまざまな市場環境でより安定したパフォーマンスを実現する可能性がある.
注目すべきは,任意の量化戦略は,十分な反省と前向きな検証を重ね,特定の市場特性と個人リスクの好みに合わせてパラメータを調整する必要があります. この戦略は,統計学原理とダイナミックなリスク管理を融合した枠組みを提供し,トレーダーはこれに基づいてさらにカスタマイズし,最適化することができます.
/*backtest
start: 2024-03-14 00:00:00
end: 2025-03-12 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Mean Reversion Z-Score Strategy with Dynamic SL", overlay=true)
// Input parameters
window = input.int(7, "Rolling Window", minval=1)
z_entry_long = input.float(-1.825, "Z-Score Long Entry", step=0.025)
z_entry_short = input.float(1.825, "Z-Score Short Entry", step=0.025)
z_stop_loss_long = input.float(-2.125, "Z-Score Stop Loss Long", step=0.025)
z_stop_loss_short = input.float(2.125, "Z-Score Stop Loss Short", step=0.025)
// Calculate log price, rolling mean, and rolling standard deviation
log_price = math.log(close)
rolling_mean = ta.sma(log_price, window)
rolling_std = ta.stdev(log_price, window)
rolling_z_score = (log_price - rolling_mean) / rolling_std
// Persistent variables to store entry conditions
var float entry_price = 0.0
var float entry_log_price = 0.0
var float entry_mean = 0.0
var float entry_std = 0.0
var float stop_loss_price = 0.0
var string position = "none"
// Calculate dynamic take-profit
take_profit_price = math.exp(rolling_mean)
// Entry logic
if (rolling_z_score <= z_entry_long and position == "none")
entry_price := close
entry_log_price := log_price
entry_mean := rolling_mean
entry_std := rolling_std
stop_loss_price := math.exp(log_price + z_stop_loss_long * rolling_std)
position := "long"
strategy.entry("Long", strategy.long)
if (rolling_z_score >= z_entry_short and position == "none")
entry_price := close
entry_log_price := log_price
entry_mean := rolling_mean
entry_std := rolling_std
stop_loss_price := math.exp(log_price - z_stop_loss_short * rolling_std)
position := "short"
strategy.entry("Short", strategy.short)
// Exit logic with dynamic adjustments
if (position != "none")
// Calculate new stop-loss based on current volatility
float new_stop_loss = na
if (position == "long")
new_stop_loss := math.exp(log_price + z_stop_loss_long * rolling_std)
if (rolling_std > entry_std)
stop_loss_price := math.min(stop_loss_price, new_stop_loss)
else if (rolling_std < entry_std)
stop_loss_price := math.max(stop_loss_price, new_stop_loss)
if (close >= take_profit_price)
strategy.close("Long", comment="TP")
position := "none"
else if (close <= stop_loss_price)
strategy.close("Long", comment="SL")
position := "none"
else if (position == "short")
new_stop_loss := math.exp(log_price - z_stop_loss_short * rolling_std)
if (rolling_std > entry_std)
stop_loss_price := math.max(stop_loss_price, new_stop_loss)
else if (rolling_std < entry_std)
stop_loss_price := math.min(stop_loss_price, new_stop_loss)
if (close <= take_profit_price)
strategy.close("Short", comment="TP")
position := "none"
else if (close >= stop_loss_price)
strategy.close("Short", comment="SL")
position := "none"
// Plots
plot(rolling_z_score, title="Z-Score", color=color.blue, linewidth=1)
plot(z_entry_short, title="Z-Score-upper", color=color.rgb(33, 243, 103), linewidth=1)
plot(z_entry_long, title="Z-Score-lower", color=color.rgb(243, 33, 61), linewidth=1)