Voss 필터와 추세 지표 기반의 퀀트 트레이딩 전략
개요
이 전략은 Voss 예측 필터와 Ehlers 순간 추세선 지표를 종합적으로 활용하여 시장의 주기적 전환점을 식별하고, 이를 통해 정량적 거래를 구현합니다. Voss 필터는 매수/매도 신호를 사전에 발생시키며, 순간 추세선 지표는 전체 추세 방향을 판단하여 Voss 필터가 추세 시장에서 발생시킬 수 있는 오도 신호를 줄여줍니다. 이 전략은 비트코인과 같이 주기성이 비교적 뚜렷한 종목에 사용할 수 있으며, 백테스트에서 우수한 성과를 보였습니다.
전략 원리
Voss 예측 필터
Voss 예측 필터는 존 F. 엘러스의 글 "A Peek Into The Future"에서 비롯되었습니다. 이 필터의 계산 공식은 다음과 같습니다:
pine
_filt = 0.5 * _s3 * _x1 + _f1 * _s2 * _filt[1] - _s1 * _filt[2]
_voss = _x2 * _filt - _sumC
여기서 _x1은 가격의 1차 차분, _x2는 평활화 인자, _s1, _s2, _s3는 필터 파라미터, _f1은 주기 파라미터, _filt는 필터 결과, _voss는 최종 출력입니다.
이 필터는 일종의 평활 필터로 볼 수 있으며, 현재 및 과거 여러 주기의 정보를 강조하여 매수/매도 신호를 사전에 발생시킵니다. 내재된 지연 특성 덕분에 마치 '미래를 내다보는' 것처럼 다른 지표보다 먼저 예측 신호를 제공할 수 있습니다.
순간 추세선 지표
순간 추세선 지표는 다음 공식으로 계산됩니다:
pine
_it = (_a-((_a*_a)/4.0))*_src+0.5*_a*_a*_src[1]-(_a-0.75*_a*_a)*_src[2]+2*(1-_a)*nz(_it[1])+-(1-_a)*(1-_a)*nz(_it[2])
이 지표는 실시간으로 가격에 가장 잘 맞는 추세선을 그리며, 추세 방향과 강도를 정확히 판단할 수 있습니다.
전략 로직
Voss가 음에서 양으로 전환되고 필터 결과 위로 돌파하면 매수 신호가 발생합니다.
Voss가 양에서 음으로 전환되고 필터 결과 아래로 돌파하면 매도 신호가 발생합니다.
동시에 순간 추세선 지표가 추세 방향을 확인할 때만 거래 신호가 발생합니다. 이는 Voss 필터가 추세 시장에서 발생시킬 수 있는 잘못된 신호를 걸러낼 수 있습니다.
전략 장점
- Voss 필터는 예측 신호를 사전에 발생시켜 주기적 반전점을 포착합니다.
- 순간 추세선 지표는 추세 방향을 정확히 판단하여 필터가 사전에 발생시키는 잘못된 신호를 피할 수 있습니다.
- 파라미터를 구성하여 최적화할 수 있어 다양한 주기와 시장 환경에 적용 가능합니다.
- 손절매 전략을 추가하여 위험을 통제할 수 있습니다.
전략 위험 및 해결 방안
- 이 전략은 필터가 사전에 신호를 발생시키는 데 의존하므로 일부 추세 구간을 놓칠 수 있습니다.
- 강한 추세 상황에서는 역방향 거래 신호가 발생하여 손실을 볼 수 있습니다.
다음 방법으로 위험을 줄일 수 있습니다:
- 주기 파라미터를 최적화하여 다양한 종목의 주기성에 맞춥니다.
- 대역폭 파라미터를 조정하여 필터 강도를 낮추고 오도 신호를 줄입니다.
- 추세 필터를 추가하여 강한 추세에서 잘못된 신호를 피합니다.
- 손절매 전략을 설정하여 단일 손실을 통제합니다.
전략 최적화 방향
이 전략은 다음과 같은 측면에서 최적화할 수 있습니다:
- 종가, 이동평균 등 다른 가격 소스를 시도하여 더 좋은 입력을 얻습니다.
- 필터 주기 파라미터를 조정하여 특정 종목의 주기성에 맞춥니다.
- 추세 지표 파라미터를 최적화하여 더 정확한 추세 판단을 얻습니다.
- 다른 추세 지표를 시도하여 더 적합한 조합을 찾습니다.
- 손절매, 트레일링 스탑 전략을 추가하여 위험을 더 잘 통제합니다.
- 파라미터 최적화를 수행하여 최적의 파라미터 조합을 찾습니다.
요약
이 전략은 Voss 필터와 추세 지표를 결합하여 시장의 주기적 반전점을 효과적으로 식별합니다. 파라미터를 최적화하고 위험을 통제함으로써 안정적인 정량적 거래 시스템을 구현할 수 있습니다. 뚜렷한 주기성을 가진 종목에 광범위하게 적용할 수 있으며, 백테스트에서 이미 우수한 거래 성과를 보여주고 있습니다. 전반적으로 이 전략은 독특한 예측 능력을 가지고 있으며, 다양한 방면에서 최적화할 수 있어 넓은 적용 가능성이 있습니다.
- 1
