Estratégia de limiar dinâmico adaptativo de séries temporais baseada em dados sobre o património

Autora:ChaoZhang, Data: 2024-04-01 10:48:52
Tags:

img

Resumo

Esta estratégia é baseada nos dados de séries temporais do valor líquido dos ativos de ações ou outros ativos financeiros. Ao calcular dinamicamente a razão de eficiência (ER) como o fator de suavização da média móvel exponencial (EMA), ela ajusta adaptivamente as faixas superior e inferior para desencadear sinais de compra e venda. A ideia principal desta estratégia é usar todas as informações contidas nos próprios dados de valor líquido dos ativos, calculando a complexidade das mudanças no valor líquido dos ativos (ER) para ajustar dinamicamente o fator de suavização da EMA e, em seguida, obter as faixas superior e inferior que mudam dinamicamente. Quando o preço atravessa a faixa superior, ele abre uma posição longa e quando atravessa a faixa inferior, fecha a posição.

Princípio da estratégia

  1. Calcule a relação de eficiência (ER) dos dados do valor líquido dos ativos, que é a relação entre a variação do valor líquido dos ativos e a variação total.
  2. Utilize ER como o fator de suavização alfa da função pine_ema para calcular dinamicamente a média EMA e o desvio absoluto do valor líquido dos ativos.
  3. Adicionar e subtrair o desvio absoluto da média da EMA para obter as faixas superior e inferior em mudança dinâmica.
  4. Quando o valor líquido do ativo atual ultrapassar a faixa superior, abrir uma posição longa e, quando ultrapassar a faixa inferior, fechar a posição.

Vantagens da estratégia

  1. Utiliza plenamente todas as informações contidas nos dados das séries temporais do valor líquido dos ativos, sem a necessidade de definir quaisquer parâmetros e otimizar, o método é simples e natural.
  2. Ao calcular de forma dinâmica o ER para ajustar o fator de suavização da EMA, pode adaptar-se à complexidade das alterações do valor líquido dos activos e responder de forma flexível às alterações do mercado.
  3. Em comparação com a EMA tradicional de parâmetro fixo, a EMA dinâmica pode reduzir eficazmente o número de operações e o tempo de detenção, reduzindo os custos e os riscos das transacções.
  4. Em comparação com a compra e retenção, esta estratégia pode reduzir a retirada máxima em 2-3 vezes, ou aumentar o retorno em 2-3 vezes sob a mesma retirada.
  5. Pode ser facilmente aplicado à combinação de múltiplas estratégias para alcançar o objetivo de ligação/desligação automática de estratégias.

Riscos estratégicos

  1. Esta estratégia baseia-se nos dados das séries temporais do valor líquido dos ativos.
  2. Embora esta estratégia possa ajustar os parâmetros de forma adaptativa, a sua adaptabilidade às condições extremas do mercado necessita de um exame mais aprofundado.
  3. Esta estratégia concentra-se actualmente principalmente nas posições longas e precisa de ser melhorada para as posições curtas.
  4. Em aplicações práticas, esta estratégia impõe requisitos mais elevados à qualidade dos objectivos seleccionados e exige a selecção de objectivos com tendências ascendentes a longo prazo.

Orientações para a otimização da estratégia

  1. Considerar a possibilidade de otimizar ainda mais o método de cálculo do ER, introduzindo mais indicadores que reflitam as características das alterações do valor líquido dos ativos e melhorando a robustez e a eficácia do ER.
  2. Refinar ainda mais as condições de abertura e de encerramento, tais como considerar a adição de stop loss, stop loss percentual, etc., para melhorar a rentabilidade e a resistência ao risco da estratégia.
  3. Para diferentes alvos e ambientes de mercado, otimizar os parâmetros e ajustar adaptativamente a estratégia para melhorar a versatilidade da estratégia.
  4. Combinar esta estratégia com outras estratégias (como rastreamento de tendências, reversão média, etc.) para aproveitar as vantagens de diferentes estratégias e melhorar a robustez e a rentabilidade da carteira.

Resumo

Esta estratégia calcula dinamicamente a relação de eficiência (ER) como o fator de suavização da média móvel exponencial (EMA), ajusta de forma adaptativa as faixas superior e inferior e desencadeia sinais de compra e venda. Esta estratégia faz pleno uso das informações contidas nos dados de séries temporais do valor líquido dos ativos, sem a necessidade de muitas configurações e otimizações de parâmetros, o método é simples e natural e pode responder de forma flexível às mudanças do mercado e controlar efetivamente os drawdowns. No entanto, a adaptabilidade desta estratégia às condições extremas do mercado precisa de mais exame e deve ser dada atenção à seleção de alvos em aplicações práticas. No futuro, podemos otimizar e melhorar ainda mais a estratégia a partir dos aspectos de cálculos, condições de abertura e fechamento, otimização de parâmetros, estratégia de combinação, etc., para melhorar a robustez e rentabilidade da estratégia.


/*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

Mais.