Адаптивная стратегия арбитража криптовалют, основанная на сетевом трейдинге


Дата создания: 2024-01-19 14:17:50 Последнее изменение: 2024-01-19 14:17:50
Копировать: 1 Количество просмотров: 1123
1
Подписаться
1617
Подписчики

Адаптивная стратегия арбитража криптовалют, основанная на сетевом трейдинге

Обзор

Стратегия является адаптивной стратегией арбитража криптовалюты, основанной на концепции торговой сетки. Она позволяет автоматически корректировать ценовой диапазон торговой сетки в зависимости от рыночных колебаний и проводить эффективную арбитражную торговлю в этом ценовом диапазоне.

Стратегический принцип

Основная идея этой стратегии заключается в следующем:

  1. Динамически вычисляется ценовой диапазон торговой сетки, основанный на исторических высоких и низких ценах.

  2. В пределах этого ценового диапазона на равных промежутках устанавливается N торговых сетевых линий.

  3. Когда цена прорывает каждую из линий сетки, открывайте позиции в соответствии с фиксированным количеством.

  4. Среди соседних сетевых линий проводится арбитраж, а после получения прибыли - ликвидация.

  5. Продолжайте открывать позиции по предельной цене по линии сетки, когда цена вновь входит в сетку.

  6. В этом цикле, в пределах сетевых цен, происходит высокочастотная арбитражная торговля.

В частности, сначала стратегия рассчитывает в реальном времени верхние и нижние границы цены сетки на основе конфигурированных окна обратной просмотра ((i_boundLookback) и диапазона колебаний ((i_boundDev)).

Затем между верхней и нижней границами делятся N линий сетки ((i_gridQty) ⋅ цены этих линий сетки хранятся в массиве gridLineArr ⋅ .

Когда цена прорывает сетчатую линию, она открывает позицию на постоянное количество ((стратегический капитал, деленный на сетчатую сумму) и делает позицию на линию выше или ниже. Заказ записывается в массиве orderArr.

Когда цена вновь пробивается через соседнюю сетчатую линию, можно получить прибыль, соответствующую предыдущим ордерам, и получить прибыльную позицию.

Таким образом, цикл циркулирует, и в рамках колебаний цен происходит высокочастотный арбитраж.

Анализ преимуществ

Основным преимуществом этой стратегии в сравнении с традиционной сетчатой стратегией является то, что сетка автоматически корректируется и может адаптироваться к рыночным колебаниям. Она имеет следующие характеристики:

  1. Автоматическая настройка без вмешательства человека.

  2. Это позволяет зафиксировать ценовые тенденции и торговать в соответствии с ними.

  3. “Однако, я не могу сказать, что это было бы разумно, если бы я не сделал этого”, - говорит он.

  4. Высокая частота торгов, высокая доходность.

  5. Простая в использовании, простая в настройке.

  6. Высокий уровень использования средств, не подверженный затруднениям.

  7. В реальном времени отражает изменения на рынке, подходит для роботизированной торговли.

Анализ рисков

Несмотря на много преимуществ, эта стратегия сопряжена с определенными рисками, в основном связанными с:

  1. При резких колебаниях цен может возникнуть риск больших потерь.

  2. Для получения прибыли требуется соответствующее время хранения позиций и торговые пары.

  3. Необходимо тщательно оценить соответствие размера и диапазона колебаний.

  4. Возможно, потребуется регулярный мониторинг и оптимизация параметров для обеспечения нормальной работы.

Меры в ответ включают в себя:

  1. Увеличьте расстояние между решетками, расширьте их область.

  2. Выберите пары с более устойчивыми колебаниями.

  3. Регулируйте размер средств, чтобы обеспечить достаточную ликвидность

  4. Создание механизмов автоматического мониторинга и оповещения.

Направление оптимизации

Эта стратегия может быть оптимизирована в следующих аспектах:

  1. Динамическая сетка: можно автоматически корректировать параметры сетки в зависимости от волатильности торговой пары.

  2. Остановка убытковНапример, если у вас нет ни одного аккаунта, вы можете использовать его для создания своих собственных аккаунтов.

  3. Комплексная сетка: Сочетание сетки с различными параметрами в разные периоды времени, чтобы реализовать повторное использование времени.

  4. Машинное обучение: использование альтернативных правил, таких как нейронная сеть, для автоматической оптимизации параметров.

  5. Межрыночный арбитражНапример, если у вас есть несколько валют, то вы можете использовать их для торговли на различных биржах или для арбитражной торговли на различных валютах.

Подвести итог

Стратегия в целом является очень практичной самостоятельной стратегии артерии криптовалютной сетки. В отличие от традиционной сетевой стратегии, ее главная особенность заключается в том, что диапазон сетки автоматически корректируется, и вы можете настроить свой диапазон торговли в соответствии с изменениями рынка.

Исходный код стратегии
/*backtest
start: 2024-01-11 00:00:00
end: 2024-01-18 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds    = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool)                             // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc      = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"])     // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev      = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1)  // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound    = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float)                      // for manual grid bounds only. The upperbound price of your grid
i_lowerBound    = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float)                      // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty       = input(group="Grid Lines",  title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer)       // how many grid lines are in your grid

f_getGridBounds(_bs, _bl, _bd, _up) =>
    if _bs == "Hi & Low"
        _up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl)  * (1 - _bd)
    else
        avg = sma(close, _bl)
        _up ? avg * (1 + _bd) : avg * (1 - _bd)

f_buildGrid(_lb, _gw, _gq) =>
    gridArr = array.new_float(0)
    for i=0 to _gq-1
        array.push(gridArr, _lb+(_gw*i))
    gridArr

f_getNearGridLines(_gridArr, _price) =>
    arr = array.new_int(3)
    for i = 0 to array.size(_gridArr)-1
        if array.get(_gridArr, i) > _price
            array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
            array.set(arr, 1, i == 0 ? i : i-1)
            break
    arr

var upperBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound  // upperbound of our grid
var lowerBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth       = (upperBound - lowerBound)/(i_gridQty-1)                                                       // space between lines in our grid
var gridLineArr     = f_buildGrid(lowerBound, gridWidth, i_gridQty)                                                 // an array of prices that correspond to our grid lines
var orderArr        = array.new_bool(i_gridQty, false)                                                              // a boolean array that indicates if there is an open order corresponding to each grid line

var closeLineArr    = f_getNearGridLines(gridLineArr, close)                                                        // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
strategy.initial_capital = 50000
for i = 0 to (array.size(gridLineArr) - 1)
    if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
        buyId = i
        array.set(orderArr, buyId, true)
        strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
    if close > array.get(gridLineArr, i) and i != 0
        if array.get(orderArr, i-1)
            sellId = i-1
            array.set(orderArr, sellId, false)
            strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))

if i_autoBounds
    upperBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
    lowerBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
    gridWidth   := (upperBound - lowerBound)/(i_gridQty-1)
    gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)

closeLineArr    := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)