시간 범위 전력 거래 전략
개요
시간대 파워 바이딩 전략은 주가가 하루의 다른 시간대에서 가격의 움직임을 이용하는 전략이다. 그것은 하루의 48시간 반 시간대에서 최적의 상장 시기를 판단한다.
전략 원칙
이 전략의 핵심 논리는, 주식은 하루의 다른 시간대에, 그것의 가격 움직임이 규칙적으로 따라 할 수 있다는 것입니다. 전략은 48시간 반의 시간대를 설정하여, 각 시간대에 대가, 공백 또는 무작위 3가지의 선택을 판단합니다. 시간이 특정 시간대에 들어서면, 설정이 많으면, 더 많이 입장을 열고, 설정이 빈다면, 포지션을 열고 공백합니다. 구역이 끝나면, 다음 시간대의 동작 유형을 조사합니다.
예를 들어, 6시 30분에서 7시 사이에 더 많은 것을 설정하면, 전략은 6시 30분에 더 많은 것을 열고, 7시에서 7시 30분 사이에 공백으로 설정하면, 7시 전에 전략은 이전 다수를 평행하고, 7시에 공백을 열고 있다.
이 전략의 장점은 주가가 하루 동안 변하는 법칙을 포착할 수 있다는 것이다. 위험은, 가격 변동 법칙이 시간이 지남에 따라 변할 수 있다는 것이며, 이로 인해 전략이 실패할 수 있다는 것이다.
우위 분석
이 전략의 가장 큰 장점은 주식의 가격이 옳다는 특성을 이용한다는 것입니다. 즉, 가격은 다른 시간대에 다른 평균과 차원을 가지고 있습니다. 이것은 전략이 큰 변동이있는 시간에 범위 거래 전략을 채택하고, 낮은 변동이있는 시간에 트렌드 전략을 채택하여 시장 변화에 유연하게 대응 할 수있게합니다.
또 다른 장점은 변수 설정의 유연성이다. 상이한 주식의 특성에 따라 최적의 변수 조합을 선택할 수 있으며, 부분적인 불확실성 위험을 보호한다.
위험 분석
주요 위험은 가설의 불안정성에서 나온다. 주식 가격의 하루 내 변화 규칙이 변하면 전략의 수익 기대가 영향을 받는다. 이러한 변화는 주식의 기본 요소에서 비롯될 수도 있고, 큰 환경의 블랙 스<unk> 사건에서 비롯될 수도 있다.
또한, 너무 자주 거래하는 것은 거래 비용의 위험을 초래할 수 있습니다. 충분한 거래량이 뒷받침되지 않으면 거래 비용의 축적은 최종 수익에도 영향을 미칠 수 있습니다.
최적화 방향
기계 학습 모델을 도입하여 변수를 동적으로 조정하는 것을 고려할 수 있습니다. 예를 들어, LSTM 모델을 훈련하여 다음 시간 간격의 주가 가격을 예측하고 이에 따라 더 많은 공백을 만드는 변수를 조정합니다.
또는, 주식과 결합된 기본 지표를 사용해 가격변동의 법칙이 변할 가능성을 판단하여 전략을 시작할 때를 결정할 수 있다.
요약하다
시간대 파워 바이딩 전략은 주가가 하루 동안의 가격 변화를 분석하여, 다른 시간대에서 최적의 동작을 취하여 알파를 얻기 위한 것이다. 이것은 파라미터를 조절하는 유연하고, 위험을 제어할 수 있는 고효율 알고리즘 거래 전략이다. 미래 최적화 방향은 기계 학습 모델을 도입하는 것을 고려할 수 있다. 또는 기본 판단과 결합하여, 전략의 수익 공간을 더 넓히고, 위험 저항력을 더 강화할 수 있다.
/*backtest
start: 2023-10-23 00:00:00
end: 2023-11-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
//@version=4
strategy("Timeframe Time of Day Buying and Selling Strategy", overlay=true)- 1