Estratégia de arbitragem de ouro e prata
ianzeng123
ZSCORE, RSI, ATR, SMA, EMA
Arbitragem estatística Z-Score: um jogo matemático de comparação de preços de ouro e prata
Esta não é uma estratégia comum de acompanhamento de tendências. A estratégia de arbitragem estatística XAG/XAU baseia-se em uma hipótese central: o preço do ouro e da prata tem uma relação de retorno ao valor médio a longo prazo. Quando o Z-Score ultrapassa a diferença padrão de ± 2, o preço desvia-se para atingir o limite em termos estatísticos, entrando em campo para capturar a oportunidade de retorno.
Taxa de padronização de 20 ciclos: mais precisa do que a análise de correlação tradicional
O núcleo da estratégia é a construção de um modelo padronizado de taxa de preço. A taxa é padronizada para XAG e XAU, respectivamente, com 20 ciclos de SMA, e depois calculada e suavizada com 3 ciclos de EMA. Esta forma de tratamento é mais estável do que a taxa de preço simples e filtra eficazmente o ruído de curto prazo.
O filtro RSI: o uso inteligente da linha divisória 50
Diferente do tradicional sinal de RSI sobre compra e venda, o RSI = 50 é usado como uma condição de filtragem de vazio. O RSI < 50 permite fazer mais e o RSI > 50 permite fazer menos. A lógica do design é clara: comprar e esperar por uma reversão em um momento de fraqueza relativa e vender e esperar por uma correção em um momento de força relativa.
Redução do ATR para 3:8: expectativa matemática positiva
O stop-loss é de 3x ATR, o stop-loss é de 8x ATR, e a relação de risco/benefício é de 1:2.67. O design é baseado em uma característica de arbitragem estatística: a probabilidade de retorno do valor médio é alta, mas é necessário dar espaço suficiente para a tolerância de erro. O ATR de 14 ciclos garante que o nível de stop-loss se adapte às mudanças na volatilidade do mercado.
Cenários de aplicação: Mercado de choque é melhor do que Mercado de tendência
A estratégia de arbitragem estatística funciona melhor em situações de oscilação horizontal, pois o retorno do valor médio é mais evidente. Em mercados de tendência unilateral, os preços podem se desviar do valor médio por um longo período, o que leva à estratégia a enfrentar um maior risco de retorno. Recomenda-se o uso de taxas de flutuação moderadas no mercado, sem uma tendência unilateral evidente.
Dicas de risco: limitações dos modelos estatísticos
As relações estatísticas históricas não garantem a continuidade no futuro. O preço do ouro e da prata pode ser desviado por um longo período devido a mudanças na estrutura da oferta e demanda, diferenças na política monetária, etc. Há risco de perdas contínuas na estratégia, especialmente durante as mudanças estruturais do mercado. É recomendado aplicar rigorosamente o gerenciamento de riscos, controlar o risco de uma única transação não superior a 2% dos fundos da conta e avaliar periodicamente a eficácia da estratégia.
//@version=6
strategy("Stat Arb(xag & xau)")
// ══════════════════════════════════════════════════════════════
// BENCHMARK DATA
// ══════════════════════════════════════════════════════════════
float benchClose = request.security("XAG_USDT.swap", timeframe.period, close)
// ══════════════════════════════════════════════════════════════
// HELPER FUNCTIONS
// ══════════════════════════════════════════════════════════════
f_cov(float src1, float src2, int len) =>
ta.sma(src1 * src2, len) - ta.sma(src1, len) * ta.sma(src2, len)
f_var(float src, int len) =>
ta.sma(src * src, len) - math.pow(ta.sma(src, len), 2)
// ══════════════════════════════════════════════════════════════
// SPREAD ENGINE — NORMALIZED RATIO
// ══════════════════════════════════════════════════════════════
int lookback = 20
float pairSma = ta.sma(close, lookback)
float benchSma = ta.sma(benchClose, lookback)
float pairNorm = pairSma != 0 ? close / pairSma * 100.0 : 100.0
float benchNorm = benchSma != 0 ? benchClose / benchSma * 100.0 : 100.0
float modelRaw = benchNorm != 0 ? pairNorm / benchNorm : 1.0
float model = ta.ema(modelRaw, 3)
float zMean = ta.sma(model, lookback)
float zStd = ta.stdev(model, lookback)
float zScore = zStd != 0 ? (model - zMean) / zStd : 0.0
// ══════════════════════════════════════════════════════════════
// RSI FILTER — BELOW / ABOVE 50
// ══════════════════════════════════════════════════════════════
float rsiVal = ta.rsi(close, 14)
bool rsiLongOk = rsiVal < 50.0
bool rsiShortOk = rsiVal > 50.0
// ══════════════════════════════════════════════════════════════
// ENTRY SIGNALS
// Z crosses below -2 = long, above +2 = short
// ══════════════════════════════════════════════════════════════
bool enterLong = ta.crossunder(zScore, -2.0) and rsiLongOk
bool enterShort = ta.crossover(zScore, 2.0) and rsiShortOk
// ══════════════════════════════════════════════════════════════
// ATR STOP + TAKE PROFIT
// Stop: 8x ATR from entry (hardcoded)
// TP: 3x ATR from entry (hardcoded), stamped at entry
// ══════════════════════════════════════════════════════════════
float atrVal = ta.atr(14)
var float tpLevel = na
var float slLevel = na
var float entryPrice = na
bool isNewEntry = strategy.position_size != 0 and strategy.position_size[1] == 0
if isNewEntry
entryPrice := strategy.position_avg_price
if strategy.position_size > 0
tpLevel := entryPrice + atrVal * 3.0
slLevel := entryPrice - atrVal * 8.0
else
tpLevel := entryPrice - atrVal * 3.0
slLevel := entryPrice + atrVal * 8.0
if strategy.position_size == 0
tpLevel := na
slLevel := na
entryPrice := na
// ══════════════════════════════════════════════════════════════
// EXIT CONDITIONS — high/low for intrabar touch
// ══════════════════════════════════════════════════════════════
bool tpHitLong = strategy.position_size > 0 and not na(tpLevel) and high >= tpLevel
bool tpHitShort = strategy.position_size < 0 and not na(tpLevel) and low <= tpLevel
bool slHitLong = strategy.position_size > 0 and not na(slLevel) and low < slLevel
bool slHitShort = strategy.position_size < 0 and not na(slLevel) and high > slLevel
// ══════════════════════════════════════════════════════════════
// EXECUTION
// ══════════════════════════════════════════════════════════════
if enterLong
strategy.close("Short", comment="Flip")
strategy.entry("Long", strategy.long)
if enterShort
strategy.close("Long", comment="Flip")
strategy.entry("Short", strategy.short)
if tpHitLong
strategy.close("Long", comment="TP")
if tpHitShort
strategy.close("Short", comment="TP")
if slHitLong
strategy.close("Long", comment="SL")
if slHitShort
strategy.close("Short", comment="SL")
// ══════════════════════════════════════════════════════════════
// VISUALS
// ══════════════════════════════════════════════════════════════
hline( 2.0, "+2", color=color.new(color.red, 20), linestyle=hline.style_dashed)
hline(-2.0, "-2", color=color.new(color.teal, 20), linestyle=hline.style_dashed)
hline( 0.0, "Mid", color=color.gray, linestyle=hline.style_solid)
color zCol = zScore >= 0 ? color.new(color.red, 10) : color.new(color.teal, 10)
plot(zScore, title="Z Score", color=zCol, linewidth=3)
bgcolor(zScore > 2.0 ? color.new(color.red, 90) : na, title="Overbought Zone")
bgcolor(zScore < -2.0 ? color.new(color.teal, 90) : na, title="Oversold Zone")
bgcolor(strategy.position_size > 0 ? color.new(color.teal, 93) : na, title="In Long")
bgcolor(strategy.position_size < 0 ? color.new(color.red, 93) : na, title="In Short")
plotshape(enterLong, style=shape.triangleup, location=location.bottom, color=color.teal, size=size.small)
plotshape(enterShort, style=shape.triangledown, location=location.top, color=color.red, size=size.small)
plotshape(tpHitLong or tpHitShort, style=shape.flag, location=location.top, color=color.yellow, size=size.tiny, text="TP")
plotshape(slHitLong or slHitShort, style=shape.xcross, location=location.top, color=color.orange, size=size.tiny, text="SL")