Type/to search

Estratégia de Negociação Quantitativa Baseada em Filtro de Kalman e Regressão à Média

Common strategy
Created: 2023-12-29 17:23:14
Last modified: 3 years ago
1
Follow
1802
Followers

img

Visão Geral

Esta estratégia utiliza o filtro de Kalman e o conceito de reversão à média para capturar anomalias de curto prazo nos preços das ações, realizando negociações direcionadas. A estratégia primeiro estabelece um modelo de razão de preço entre a ação e um índice de mercado e, em seguida, usa o filtro de Kalman para prever e filtrar essa razão. Quando a razão se desvia do nível normal, um sinal de negociação é gerado. Além disso, a estratégia incorpora um filtro de volume para evitar negociações falsas.

Princípio da Estratégia

A ideia central da estratégia é construir um modelo de razão entre o preço da própria ação e o preço de um índice de mercado. Essa razão reflete o nível de preço da ação individual em relação ao mercado geral. Quando a razão está alta, considera-se que a ação está sobrevalorizada, gerando um sinal de venda; quando está baixa, considera-se que a ação está subvalorizada, gerando um sinal de compra.

Para suavizar o sinal da razão, a estratégia emprega o algoritmo do filtro de Kalman. O filtro de Kalman pondera a observação real da razão com a previsão, atualizando a previsão da razão em tempo real e calcula um valor suavizado do filtro de Kalman. Quando o valor filtrado está 2 desvios-padrão acima ou abaixo do nível normal, um sinal de negociação é gerado.

Além disso, a estratégia considera o fator de volume. Um sinal de negociação genuíno só é gerado quando o volume de negociação é grande o suficiente, o que ajuda a evitar algumas negociações falsas.

Análise de Vantagens da Estratégia

A maior vantagem desta estratégia é o uso eficaz do filtro de Kalman para suavizar e prever a razão de preço. Comparado com modelos simples de reversão à média, o filtro de Kalman reflete melhor as mudanças dinâmicas dos preços, especialmente durante flutuações bruscas. Isso permite que a estratégia detecte anomalias de preço em tempo hábil, gerando sinais de negociação precisos.

Em segundo lugar, a incorporação do volume também aumenta a aplicabilidade prática da estratégia. Uma filtragem de volume razoável ajuda a evitar alguns sinais falsos, reduzindo custos de negociação desnecessários.

No geral, a estratégia combina com sucesso diversas técnicas como filtro de Kalman, reversão à média e análise de volume, formando uma estratégia de negociação quantitativa relativamente robusta.

Análise de Riscos da Estratégia

Embora a estratégia seja relativamente sólida em teoria e técnica, ainda existem alguns riscos potenciais a serem considerados na aplicação prática.

O primeiro é o risco de modelo. Parâmetros-chave no modelo do filtro de Kalman, como a variância do ruído do processo e a variância do ruído de observação, precisam ser estimados com base em dados históricos. Se a estimativa for imprecisa ou o ambiente de mercado mudar significativamente, isso pode levar a desvios nas previsões do modelo.

O segundo é o risco de custo de slippage. Negociações frequentes geram custos de slippage mais altos, que podem corroer os lucros da estratégia. A otimização de parâmetros e a filtragem de volume podem, até certo ponto, reduzir negociações desnecessárias.

Por fim, seguir o índice de mercado como referência introduz um certo risco de sistema de mercado. Quando todo o mercado passa por flutuações violentas, a razão de preço entre a ação e o mercado também pode apresentar anomalias, levando a sinais falsos. Podemos considerar a escolha de um índice mais estável como referência.

Direções de Otimização da Estratégia

Esta estratégia ainda possui espaço para otimização adicional:

  1. Utilizar modelos de aprendizado profundo mais complexos para ajustar e prever a razão de preço. Isso pode aumentar a precisão e robustez do modelo.

  2. Otimizar as regras de filtragem de volume, implementando uma configuração de limite de volume mais dinâmica e inteligente. Isso pode reduzir a probabilidade de negociações falsas.

  3. Testar diferentes índices de mercado como referência da estratégia, escolhendo índices com menor volatilidade e maior estabilidade. Isso pode reduzir o impacto do risco de sistema de mercado.

  4. Incorporar análise fundamentalista das ações para evitar negociar ações cujos fundamentos estejam claramente deteriorados. Isso pode selecionar alvos de negociação de melhor qualidade.

  5. Realizar backtest e otimização da estratégia usando dados intraday de alta frequência, o que pode melhorar o desempenho da estratégia em tempo real.

Conclusão

Esta estratégia utiliza com sucesso o modelo de filtro de Kalman para capturar flutuações anormais de curto prazo nos preços das ações. Além disso, a introdução de sinais de volume aumenta a praticidade da estratégia. Embora ainda existam certos riscos de modelo e risco de mercado, esta é uma estratégia de negociação quantitativa muito promissora. No futuro, há grande potencial para melhorias na otimização do modelo e dos sinais de negociação, bem como amplas perspectivas de aplicação.

Source
Pine
/*backtest
start: 2023-12-21 00:00:00
end: 2023-12-28 00:00:00
period: 1m
basePeriod: 1m
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/
// © xXM3GAXx

//@version=5
Strategy parameters
Strategy parameters
v_input_1
particular
Sharpness
K
v_input_3
v_input_4
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)