Tendência de ajuste de volatilidade dinâmica seguindo estratégia
ChaoZhang
Visão geral
Esta estratégia de negociação sistematizada de regularização exclusiva pertence à categoria de acompanhamento de tendências. Utiliza uma sequência de preços homologados por preços para gerar sinais de negociação, em vez de usar diretamente os preços das ações. A estratégia usa técnicas avançadas de ajuste de posição e gerenciamento de risco, que geralmente são usadas apenas na gestão de portfólios institucionais, como o Commodity Trading Advisor (CTA) e o gerenciamento de fundos de futuros.
Princípio da estratégia
A curva de preço de unificação é a taxa de retorno diária acumulada de preços ajustados à taxa de flutuação, calculada com base na sequência de tempo do preço inteiro. A janela de ajuste à taxa de flutuação é definida pelo usuário.
O núcleo da estratégia de negociação é muito simples, o preço de unificação faz mais para cima através da média móvel de Hull, e para baixo através da tomada de posição. Os novos sinais de negociação compensam ativamente as antigas posições invertidas.
O tamanho da posição é baseado na flutuação recente dos preços e no objetivo de risco anual definido pelo usuário. O tamanho da posição é essencialmente ajustado de acordo com a flutuação, sendo maior quando a flutuação é baixa e menor quando a flutuação é alta. A flutuação recente é de 14 dias de diferença padrão entre a taxa de retorno de preço e a taxa de flutuação esperada por um ano.
O Stop Loss pode ser configurado pelo usuário com base no múltiplo da amplitude real da média dos preços mais recentes.
Vantagens estratégicas
- Processo de homogeneização de preços reduz a probabilidade de falsos sinais
- Ajustamento dinâmico de posições, controle eficaz de riscos
- Stop-loss em tempo real para evitar mais perdas
- Estratégia de negociação simples, intuitiva e fácil de entender
Risco estratégico
- A média móvel de Hull, como principal indicador, está um pouco atrasada
- A utilização da volatilidade para ajustar posições pode limitar a margem de lucro e, ao mesmo tempo, controlar o risco
- Prejuízo de paragem de aproximação pode ser causado por ruptura
As medidas de controle de risco incluem o uso de diferentes combinações de médias móveis, ajuste de metas de risco de posições, etc.
Otimização de Estratégia
- Testar o efeito de diferentes tipos de médias móveis
- Optimizar o parâmetro da média móvel
- Tentar fazer mais ou fazer menos.
- Ajustar a amplitude de parada para encontrar o melhor ponto
- Teste de outros métodos de redução de perdas
Resumir
A estratégia integra vários riscos de controle tecnológico, como a unificação de preços, a compensação dinâmica, o stop loss, etc. A negociação é feita usando um princípio simples de acompanhamento de tendências. A otimização de ajustes de parâmetros pode ser feita de acordo com o mercado e as circunstâncias pessoais.
/*backtest
start: 2023-01-17 00:00:00
end: 2024-01-23 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/
// © Crunchster1
//@version=5
strategy(title="Crunchster's Normalised Trend Strategy", shorttitle="Normalised Trend Strategy", overlay=false )
// Inputs and Parameters
src = input(close, 'Source', group='Strategy Settings')
length = input.int(title="Lookback period for price normalisation filter", defval=14, minval=2, group='Strategy Settings', tooltip='This sets the lookback period for the volatility adjustment of returns, which is used to transform the price series into the "real price"')
hlength = input.int(title="Lookback period for Hull Moving Average", defval=100, minval=2, group='Strategy Settings')
offset = input.int(title="HMA Offset", defval=0, minval=0, group='Strategy Settings')
long = input(true, 'Long', inline='08', group='Strategy Settings')
short = input(true, 'Short', inline='08', group='Strategy Settings', tooltip='Toggle long/short strategy on/off')
stopMultiple = input.float(1, 'Stop multiple', step=0.25, group='Risk Management Settings', tooltip='Multiple for ATR, setting hard stop loss from entry price')
lev = input.float(1, 'Max Leverage', step=0.5, group='Risk Management Settings', tooltip='Max leverage sets maximum allowable leverage of total capital (initial capital + any net profit), capping maximum volatility adjusted position size')
riskT = input.float(10, maxval=75, title='Annualised Volatility Target %', group='Risk Management Settings', tooltip='Specify annual risk target, used to determine volatility adjusted position size. Annualised daily volatility is referenced to this value and position size adjusted accordingly')
comp = input(false, 'Compounding', inline='09', group='Risk Management Settings')
Comppct = input.float(50, '%', step=5, inline='09', group='Risk Management Settings', tooltip='Toggle compounding of profit, and set % of profit to compound')
// Backtesting period
FromDay = input.int(defval=1, title='From Day', minval=1, maxval=31, inline='04', group='Backtest range')
FromMonth = input.int(defval=1, title='From Mon', minval=1, maxval=12, inline='04', group='Backtest range')
FromYear = input.int(defval=2018, title='From Yr', minval=1900, inline='04', group='Backtest range', tooltip='Set start of backtesting period')
ToDay = input.int(defval=1, title='To Day', minval=1, maxval=31, inline='05', group='Backtest range')
ToMonth = input.int(defval=1, title='To Mon', minval=1, maxval=12, inline='05', group='Backtest range')
ToYear = input.int(defval=9999, title='To Yr', minval=1900, inline='05', group='Backtest range', tooltip='Set end of backtesting period')
start = timestamp(FromYear, FromMonth, FromDay, 00, 00)
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59)
window = true
// Normalised returns calculation
nRet = (src - src[1]) / ta.stdev((src - src[1]), length)
nPrice = ta.cum(nRet)
//Hull Moving Average - using normalised price series
fHMA = ta.wma(2 * ta.wma(nPrice[offset], hlength / 2) - ta.wma(nPrice[offset], hlength), math.round(math.sqrt(hlength)))
//Risk Management formulae
strategy.initial_capital = 50000
tr = math.max(high - low, math.abs(high - close), math.abs(low - close)) //True range
stopL = ta.sma(tr, 14) //Average true range
stdev = ta.stdev(close-close[1], 14) //volatility of recent returns
maxcapital = strategy.initial_capital+strategy.netprofit //Maximum capital available to invest - initial capital net of profit
annvol = 100*math.sqrt(365)*stdev/close //converts recent volatility of returns into annualised volatility of returns - assumes daily timeframe
risk = 1.1
if comp
risk := (strategy.initial_capital+(Comppct*strategy.netprofit/100))//adjust investment capital to include compounding
else
risk := strategy.initial_capital
shares = (risk * (riskT/annvol)) / close //calculates volatility adjusted position size, dependent on user specified annualised risk target
if ((shares*close) > lev*maxcapital) //ensures position size does not exceed available capital multiplied by user specified maximum leverage
shares := lev*maxcapital/close
//To set the price at the entry point of trade
Posopen() =>
math.abs(strategy.position_size[1]) <= 0 and math.abs(strategy.position_size) > 0
var float openN = na
if Posopen()
openN := stopL
// Strategy Rules
if long
longCondition = ta.crossover(nPrice, fHMA) and window
exitlong = ta.crossunder(nPrice, fHMA)
if (longCondition)
strategy.entry('Go Long!', strategy.long, qty=shares)
if strategy.position_size > 0
strategy.exit('Stop Long', from_entry = 'Go Long!', stop=(strategy.opentrades.entry_price(0) - (openN * stopMultiple)))
if (exitlong)
strategy.close('Go Long!', immediately = true)
if short
shortCondition = ta.crossunder(nPrice, fHMA) and window
exitshort = ta.crossover(nPrice, fHMA)
if (shortCondition)
strategy.entry('Go Short!', strategy.short, qty=shares)
if strategy.position_size < 0
strategy.exit('Stop Short', from_entry = 'Go Short!', stop=(strategy.opentrades.entry_price(0) + (openN * stopMultiple)))
if (exitshort)
strategy.close('Go Short!', immediately = true)
// Visuals of trend and direction
plot(nPrice, title='Real Price', color=color.black)
MAColor = fHMA > fHMA[3] ? #00ff00 : #ff0000
MA1 = plot(fHMA, title='Hull MA', color=MAColor)
MA2 = plot(fHMA[3], title='Hull MA Offset', color=MAColor)
fill(MA1, MA2, title='Band Filler', color=MAColor)