Strategi ambang dinamik adaptif siri masa berdasarkan data ekuiti

Penulis:ChaoZhang, Tarikh: 2024-04-01 10:48:52
Tag:

Ringkasan

Strategi ini adalah berdasarkan data siri masa nilai aset bersih saham atau aset kewangan lain. Dengan mengira secara dinamik nisbah kecekapan (ER) sebagai faktor pelepasan purata bergerak eksponensial (EMA), ia menyesuaikan jalur atas dan bawah secara adaptif untuk mencetuskan isyarat beli dan jual. Idea utama strategi ini adalah menggunakan semua maklumat yang terkandung dalam data nilai aset bersih itu sendiri, dengan mengira kerumitan perubahan nilai aset bersih (ER) untuk menyesuaikan faktor pelepasan EMA secara dinamik, dan kemudian mendapatkan jalur atas dan bawah yang berubah secara dinamik. Apabila harga menembusi jalur atas, ia membuka kedudukan panjang, dan apabila ia menembusi jalur bawah, ia menutup kedudukan.

Prinsip Strategi

Mengira nisbah kecekapan (ER) data nilai aset bersih, yang merupakan nisbah perubahan nilai aset bersih kepada perubahan keseluruhan.
Menggunakan ER sebagai faktor pelinciran alpha fungsi pine_ema untuk mengira secara dinamik purata EMA dan penyimpangan mutlak nilai aset bersih.
Tambah dan tolak penyimpangan mutlak daripada purata EMA untuk mendapatkan jalur atas dan bawah yang berubah secara dinamik.
Apabila nilai aset bersih semasa menembusi jalur atas, buka kedudukan panjang, dan apabila ia menembusi jalur bawah, tutup kedudukan.

Kelebihan Strategi

Ia memanfaatkan sepenuhnya semua maklumat yang terkandung dalam data siri masa nilai aset bersih, tanpa perlu menetapkan sebarang parameter dan mengoptimumkan, kaedahnya mudah dan semula jadi.
Dengan mengira ER secara dinamik untuk menyesuaikan faktor penyelarasan EMA, ia boleh menyesuaikan diri dengan kerumitan perubahan nilai aset bersih dan bertindak balas dengan fleksibel terhadap perubahan pasaran.
Berbanding dengan EMA parameter tetap tradisional, EMA dinamik dapat mengurangkan jumlah dagangan dan masa memegang secara berkesan, mengurangkan kos transaksi dan risiko.
Ia dapat mengawal pengeluaran secara berkesan. Berbanding dengan beli dan pegang, strategi ini dapat mengurangkan pengeluaran maksimum sebanyak 2-3 kali, atau meningkatkan pulangan sebanyak 2-3 kali di bawah pengeluaran yang sama.
Ia boleh dengan mudah digunakan untuk gabungan pelbagai strategi untuk mencapai tujuan automatik pada / mati strategi.

Risiko Strategi

Strategi ini berdasarkan data siri masa nilai aset bersih. Untuk situasi di mana trend harga berbalik secara mendasar, kelajuan mencetuskan penutupan kedudukan mungkin lebih perlahan, sehingga mempengaruhi pulangan.
Walaupun strategi ini boleh menyesuaikan parameter secara bersesuaian, kesesuaiannya dengan keadaan pasaran yang melampau memerlukan pemeriksaan lanjut.
Strategi ini kini terutamanya memberi tumpuan kepada kedudukan panjang, dan perlu dipertingkatkan lagi untuk kedudukan pendek.
Dalam aplikasi praktikal, strategi ini mempunyai keperluan yang lebih tinggi untuk kualiti sasaran yang dipilih, dan memerlukan pemilihan sasaran dengan trend menaik jangka panjang.

Arahan Pengoptimuman Strategi

Mempertimbangkan untuk mengoptimumkan lagi kaedah pengiraan ER, memperkenalkan lebih banyak penunjuk yang mencerminkan ciri-ciri perubahan nilai aset bersih, dan meningkatkan ketahanan dan keberkesanan ER.
Memperbetulkan lagi syarat pembukaan dan penutupan, seperti mempertimbangkan untuk menambah stop loss, peratusan stop loss, dan lain-lain, untuk meningkatkan keuntungan dan ketahanan risiko strategi.
Untuk sasaran dan persekitaran pasaran yang berbeza, optimumkan parameter dan menyesuaikan strategi secara beradaptasi untuk meningkatkan fleksibiliti strategi.
Gabungkan strategi ini dengan strategi lain (seperti pengesanan trend, pembalikan purata, dan lain-lain) untuk memanfaatkan kelebihan strategi yang berbeza dan meningkatkan ketahanan dan keuntungan portfolio.

Ringkasan

Strategi ini secara dinamik mengira nisbah kecekapan (ER) sebagai faktor pelunturan purata bergerak eksponensial (EMA), menyesuaikan band atas dan bawah secara adaptif, dan mencetuskan isyarat beli dan jual. Strategi ini memanfaatkan sepenuhnya maklumat yang terkandung dalam data siri masa nilai aset bersih, tanpa memerlukan terlalu banyak tetapan parameter dan pengoptimuman, kaedahnya mudah dan semula jadi, dan dapat bertindak balas dengan fleksibel terhadap perubahan pasaran dan mengawal pengeluaran dengan berkesan. Walau bagaimanapun, kesesuaian strategi ini terhadap keadaan pasaran yang melampau memerlukan pemeriksaan lanjut, dan perhatian harus diberikan kepada pemilihan sasaran dalam aplikasi praktikal. Pada masa akan datang, kita dapat mengoptimumkan dan meningkatkan strategi dari aspek kaedah pengiraan, keadaan pembukaan dan penutupan, pengoptimuman parameter, strategi gabungan, dll., untuk meningkatkan ketahanan dan keuntungan strategi.

/*backtest
start: 2023-03-26 00:00:00
end: 2024-03-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy('Equity control', 'EC')
// study('Exponential bands', 'EB', overlay = true)


er(src) =>
    var start = src
    var total = 0.0

    total += abs(src - nz(src[1], src))
    net    = abs(src - start          )
    
    net / total

pine_ema(src, alpha) =>
    mean = 0.0
    dev  = 0.0

    mean := na(mean[1]) ? src : (1 - alpha) * mean[1] + alpha *     src
    dev  := na(dev [1]) ? 0   : (1 - alpha) * dev [1] + alpha * abs(src - mean)

    [mean, dev]


src = input(close)


a           = er      (src   )
[mean, dev] = pine_ema(src, a)

dev_lower = mean - dev
dev_upper = mean + dev


// plot(dev_lower, 'lower deviation', color.silver, 2, plot.style_stepline)
// plot(mean     , 'basis'          , color.purple, 1, plot.style_stepline)
// plot(dev_upper, 'upper deviation', color.silver, 2, plot.style_stepline)


if src > dev_upper
    strategy.entry('event', true, comment = 'on')
if src < dev_lower
    strategy.close('event', comment = 'off')


plot(strategy.equity)

//bigDope

Lebih lanjut

2019 FMZ - Semua hak dilindungi