Анализ количественной торговой стратегии на основе функции ошибки Гаусса

Обзор

Эта стратегия представляет собой количественную торговую стратегию, основанную на индикаторе P-сигнала, рассчитанном с помощью функции ошибки Гаусса для измерения изменений цен.

Логика стратегии

Основным показателем этой стратегии является P-сигнал.

fPSignal(ser, int) =>
    nStDev = stdev(ser, int) 
    nSma = sma(ser, int)
    fErf(nStDev > 0 ? nSma/nStDev/sqrt(2) : 1.0)

Здесь ser представляет серию цен, int представляет параметр nPoints, который является количеством строк, которые нужно посмотреть назад.

1. nStDev - стандартное отклонение цены;
2. nSma - это простая скользящая средняя цены;
3. fErf - это гауссианская функция ошибки.

В целом формула состоит в том, чтобы взять скользящую среднюю цену, разделенную на стандартное отклонение цены, затем разделить на кврт (((2) для стандартизации, и, наконец, отобразить ее в диапазоне (-1, 1) функцией ошибки Гаусса. То есть, если колебание цены больше среднего, P-сигнал близок к 1; если колебание цены меньше среднего, P-сигнал близок к -1.

Стратегия использует значение P-сигнала и знак его изменения для определения входов и выходов:

strategy.entry("long", strategy.long, 1, when = nPSignal < 0 and ndPSignal > 0)

strategy.close("long", when = nPSignal > 0 and ndPSignal < 0)  

Он длится, когда P-сигнал меньше 0 и меняется на положительный. Он закрывает позицию, когда P-сигнал больше 0 и меняется на отрицательный.

Преимущества

Преимущества этой стратегии включают:

1. Использование функции ошибки Гаусса, чтобы соответствовать распределению цены.
2. Автоматическая корректировка параметров по стандартному отклонению цены.
3. P-Signal сочетает в себе преимущества следующего тренда и среднего обратного движения. Он учитывает как тенденцию колебаний цен, так и точки переворота, что помогает захватывать возможности как в трендовой торговле, так и в обратной торговле.

Риски

Эта стратегия также сопряжена с некоторыми рисками:

1. Риск высокочастотного трейдинга. Как типичная стратегия высокочастотного трейдинга, он может генерировать больше сделок, что приводит к более высоким затратам на транзакции и рискам скольжения.
2. П-сигнал может производить много ложных сигналов, когда цена не имеет четкой тенденции или модели.
3. Сложная оптимизация параметров. Сложные отношения между несколькими параметрами затрудняют оптимизацию параметров.

Для уменьшения этих рисков могут быть приняты некоторые меры: добавление фильтров для уменьшения частоты торговли; оптимизация комбинации параметров и установка затрат на транзакции; живые испытания и выбор подходящих продуктов.

Улучшение

Есть возможности для дальнейшего совершенствования:

1. Добавление фильтров для предотвращения ложных сигналов, например, И/ЛИ с другими индикаторами для фильтрации шума.
2. Оптимизация комбинации параметров. Корректировка размера nPoints для различных продуктов и временных рамок для улучшения стабильности.
3. Принимая во внимание динамические параметры, адаптивная корректировка nPoints в соответствии с волатильностью рынка может улучшить устойчивость.
4. Использование алгоритмов ИИ на параметрах, фильтрах и оптимизации кросс-продукта.

Заключение

В заключение, основная идея этой стратегии заключается в инновационном, подходящем распределении цен с гауссианской функцией и автоматической корректировке параметров. Но как высокочастотная стратегия торговли, она требует дальнейшего тестирования и оптимизации контроля рисков и настройки параметров до стабильной прибыльности в живой торговле, особенно как высокочастотная стратегия торговли.