Type/to search

Estratégia de Market Timing Baseada na Volatilidade Histórica

Common strategy
Created: 2024-01-15 12:27:47
Last modified: 3 years ago
1
Follow
1802
Followers

img

Visão Geral

Esta estratégia implementa uma versão melhorada da estratégia de comprar e manter, adicionando um filtro baseado na volatilidade histórica. O filtro funciona fechando a posição comprada durante períodos de alta volatilidade do mercado e restabelecendo a posição comprada quando a volatilidade é baixa, reduzindo assim o drawdown máximo da estratégia.

Princípio da Estratégia

  1. Calcular a volatilidade histórica do SPY nos últimos 100 dias
  2. Se a volatilidade atual for superior ao percentil 95 da volatilidade dos últimos 100 dias, filtra-se o dia de negociação, fechando a posição comprada
  3. Se a volatilidade estiver abaixo do percentil 95, estabelece-se a posição comprada

Análise de Vantagens

Em comparação com a estratégia simples de comprar e manter sem filtro, durante o período de backtest de 28 anos, o retorno anualizado da estratégia aumentou (7,95% vs 9,92%), enquanto o drawdown máximo diminuiu significativamente (50,79% vs 31,57%). Isso mostra que a adição de um filtro de volatilidade do mercado pode, até certo ponto, melhorar o retorno da estratégia e reduzir o risco.

Análise de Risco

O principal risco desta estratégia reside na precisão do método de cálculo da volatilidade e na configuração dos parâmetros do filtro. Se o cálculo da volatilidade for impreciso, o filtro falhará; se os parâmetros do filtro forem definidos de forma muito conservadora ou muito agressiva, isso impactará negativamente o retorno da estratégia. Além disso, o desempenho passado não é garantia de resultados futuros; o desempenho histórico da estratégia não representa o desempenho futuro.

Direções de Otimização

Pode-se considerar a adição de outros indicadores como sinais de confirmação, como médias móveis de longo prazo, indicador ADX do índice de mercado, etc. Além disso, o ajuste e a otimização de parâmetros são cruciais, como testar diferentes períodos de lookback, limiares de filtragem, etc. Técnicas de aprendizado de máquina e análise de séries temporais também podem ser usadas para construir e otimizar modelos de previsão de volatilidade.

Resumo

Esta estratégia, através de um filtro simples baseado na volatilidade histórica, melhorou significativamente o retorno da estratégia de comprar e manter o SPY, ao mesmo tempo que reduziu consideravelmente o drawdown máximo. Isso demonstra a importância do reconhecimento do estado do mercado e da alocação de ativos. Podemos continuar aperfeiçoando a estratégia otimizando o modelo de volatilidade e adicionando sinais de confirmação.

Source
Pine
/*backtest
start: 2023-01-08 00:00:00
end: 2024-01-14 00:00:00
period: 1d
basePeriod: 1h
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/
// 
// @author Sunil Halai
//
Strategy parameters
Strategy parameters
Upper percentile filter (Do not trade above this number)
Lookback period
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)