Количественная торговая стратегия, основанная на гауссовой функции ошибок

Обзор

Стратегия является количественной торговой стратегией, основанной на функции ошибки Гаусса для расчета изменения цены. Она использует показатель P-Signal для определения ценового тренда и поворотных точек, чтобы определить время входа и выхода.

Стратегический принцип

Ключевым показателем стратегии является P-Сигнал. Расчетная формула P-Сигнала выглядит следующим образом:

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

Здесь ser представляет собой ценовую последовательность, int представляет собой параметр nPoints, то есть смотрите, сколько корней K. Формула состоит из трех частей:

1. nStDev - стандартная разница цены;
2. nSma - это простое скользящее среднее цены;
3. fErf является функцией ошибки Гауса.

В целом формула означает, что движущийся средний ценовой индекс делится на стандартный разрыв цены, затем делится на sqrt ((2)), затем стандартизируется, затем отображается на диапазоне ((-1, 1) с помощью функции ошибки Гауса. То есть, если цена колеблется больше, чем средний, P-сигнал приближается к 1; если цена колеблется меньше, чем средний, P-сигнал приближается к -1.

Стратегия использует числовые значения P-сигнала и их изменение для принятия решений о входе и выходе:

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

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

При P-сигнале меньше 0 и изменении на положительное, делается больше; при P-сигнале больше 0 и изменении на отрицательное, делается равновесие.

Стратегические преимущества

Эта стратегия имеет следующие преимущества:

1. Использование Gaussian Error Function для приспособления к распределению цены. Gaussian Error Function хорошо подходит для нормального распределения, что соответствует характеристикам распределения большинства финансовых временных рядов.
2. Автоматическая корректировка параметров с использованием стандартной разницы в ценах. Это позволяет более широкому диапазону параметров стратегии и более агрессивно реагировать на изменения рынка.
3. Индекс P-Signal объединяет преимущества трендовых и реверсивных торгов. Он учитывает как тенденции колебаний цены, так и цены на обратные точки, что помогает в улавливании трендовых торгов и реверсивных торговых возможностей.

Анализ рисков

В этой стратегии также есть некоторые риски, в частности:

1. Высокочастотный торговый риск. Эта стратегия является типичной высокочастотной торговой стратегией, которая приводит к большему количеству сделок, более высоким торговым затратам и риску скольжения.
2. P-Signal может создавать большое количество ложных сигналов на рынках, где нет четкой тенденции и регулярности цен.
3. Оптимизация параметров является сложной. Отношения между несколькими параметрами в формуле сложны, что делает оптимизацию параметров более сложной.

Чтобы снизить эти риски, можно рассмотреть возможность увеличения условий фильтрации, уменьшения частоты торгов; оптимизации параметров и установки затрат на торговлю; физического сжатия диска, выбора подходящих сортов.

Направление оптимизации

В этой стратегии есть место для дальнейшей оптимизации, в основном в направлении:

1. Добавить условия фильтрации, чтобы избежать ложных сигналов. Например, в сочетании с другими показателями, сделать условия AND или OR, отфильтровать часть шума.
2. Оптимизация параметров. Корректировка размера nPoints в разных разновидностях и периодах, улучшение стабильности стратегии.
3. Принимать во внимание динамические параметры. Пусть параметры nPoints будут адаптироваться к колебаниям рынка, что может улучшить неустойчивость стратегии.
4. В сочетании с методами машинного обучения. Используйте алгоритмы ИИ для оптимизации параметров, условий фильтрации и выбора многообразия.

Подвести итог

В целом, основная идея стратегии является новой, используя функцию Гауса для приспособления распределения цен и автоматической корректировки диапазона параметров. Однако, как стратегия высокочастотного трейдинга, для стабильной прибыльности в реальном мире требуется дальнейшее тестирование и оптимизация, особенно в области контроля риска и корректировки параметров.